Colaboratoryでjupyter解析環境の一時的なクラウド移行の検討

Colaboratoryによるjupyter解析環境のクラウド移行

SciJavaの環境構築は自前のサーバーが構築しきれてないため未完了。

IHCやICCの蛍光免疫染色含め組織染色のAQUA algorithmを用いた定量解析及び複数の評価系を用いたvalidationを行う上でも今後のために環境構築からしっかり検討していきたいところ。

正直きびしい

Hello,Colaboratory!

https://t.co/1Iv98htGxa

 

Cloud hosted jupyter notebookの参考ベージ

View story at Medium.com

Advertisements

初代培養中にEB likeな構造を観察したので、起こりうる事象として報告

まず本投稿は論文として公表するには信頼度が低く、高いエビデンスレベルの論文のみに基づいた推論ではないことを明らかにしておき、また興味深い現象でありながらも現段階では技術的な有用性が低いことから、Pre-printとして本投稿にまとめていることを明言しておく。

また、本研究内容は現時点では仮説の実証研究段階であり、この実証研究がこの先臨床応用が可能となりうるかについては未だ明確ではない。

このため、一見利益相反関係にあると考えられるiPS細胞研究について本研究が極めて基礎的な段階にあることからおおよそ利益相反が成り立たず、むしろiPS研究の進歩を後押しする研究となりうると考えている。

このため今回は本研究が仮説段階であることを必ず念頭に置いて、ただ起こりうる事象として報告するまでにとどめておく。

また、筆者自身は学術的な情報の発信に疎い部分が少なからずあることを認識しており、ところどころ粗のある投稿であるため、一部の読者の意にそぐわない可能性があることも明言しておく。

 

初代培養リプログラミング説

スライド⑪の画像中「Autophagy suppresses type Ⅰ IFN response.」の見出しの引用元文献↓

https://www.ncbi.nlm.nih.gov/pubmed/25654553

↑2018.2.4追記

 

ES様コロニー形成前の細胞の様子

↑2017.11.21追記

 

 

2018-02-09 (1).png

2018-02-09 (2).png

↑基本培地(DMEM high glucose;D5796+Streptomycin+PenicillinG+10%FBS)で0.05%トリプシン継代によりexpansionが起きたと考えられる細胞集団の倒立型光学顕微鏡観察像

Google photoで2017.3.15に自動アップロードされていたことを確認した。

この細胞集団がエクスパンドしたことは明らかではないが、恐らくこの程度の細胞密度であった。

2018.2.9追記

 

 

 

 

 

意図的なCropではないことを示す。

2018.2.9追記

 

外見上EBのような構造が確認された

http://www.aist.go.jp/aist_j/new_research/2008/nr20080825/nr20080825.html

↑2017.11.24追記

 

https://www.ncbi.nlm.nih.gov/m/pubmed/27571579/

免疫応答の回避の機序としてprobableなもの(ICCでCd90 positive cell確認済み)以下に細胞免疫蛍光染色の結果のリンクを載せておく。

characterization ICC staining

上記のICCの実験は徳島大学薬学部創薬生命工学分野の諸氏からの親切な指導の下で行った。

上の格子状の構造に退縮した細胞の写真と完全に同一な細胞群ではないが、真菌等によるコンタミネーションの影響がどの細胞群で現れているかわからないため、FBSのみによる影響とは断定はできない。2018.2.9追記

 

2017.8.7に外見上C.neoformansに類似した細胞集団がICC実験系で観察された

2018-02-09.png

本画像は共焦点レーザー顕微鏡で最終倍率400倍で撮影したものであり、データの取り扱いに当たって法に抵触すると面倒なのでモノクロ画像化したもの。

徳島大学蔵本キャンパス薬学部中央機器室で取得したもの(www.tokushima-u.ac.jp/ph/faculty/facilities/education_research/kiki/)

2018.2.9 追記

 

Type Ⅰ IFN応答によるリプログラミングを裏付ける論文

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3506423/

http://www.natureasia.com/ja-jp/jobs/tokushu/detail/292#.WiizOZh3Iuc.twitter

退縮時にTLR3刺激によりMSCから分化した制御性T細胞が、FBS transcriptsの取り込みあるいはエンドトキシンによりtype Ⅰ IFN応答による細胞死が誘導された細胞群を保護し、これによって細胞群ががん化、これに加えて細胞傷害性T細胞からの保護機構が働くことにより細胞で核内リプログラミングが起きると予想している。2018.2.14追記

すなわち、かみ砕いて実証したいことは、

”FBS中のTLR3に認識される RNAが(少なくともマウス)MSCにおいてこれを活性化し、Immunosuppressiveに作用することでInnate immunityの亢進によるエピジェネティックリプログラミングに対して補助的に働く”

という命題が真であることである。 2018.2.16追記

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3482678/

 

本細胞を用いたかった本来の目的・背景

 

LoxP配列を用いたCre LoxP recombinationにより作製されたCtsa欠損モデルマウスを由来とする生後1日目(P1)マウスの腎臓から獲得された初代培養細胞のうち、同研究室Iさんが2016年11月5日にΦ10cmに、記載の通りに播種を行った細胞群を2017年5月12日まで培地交換によって基本培地のみ(同研究室SさんやTさん、Hさんからの頂き物の培地)で188日間にわたって培養維持し続けたのちに0.05%トリプシン継代し新しくΦ10cmのディッシュ中に播種したところ、細胞増殖が確認された。

また、この際実験者(自分)がインフルエンザに罹患したため、Iさんに培地交換を2回ほど代理していただいた。

このことから、初代培養細胞が

(1)長期間(188日間)にわたる培養

(2)培地の調製者の変動及び経時変化

(3)実験者のインフルエンザの感染による培養細胞への二次的な感染

(4)実験者の手技的な問題による形質転換後の細菌及び真菌などによるコンタミネーション

(5)実験者の手技に起因する培養細胞に対する傷害(アスピレーターの熱など,チップは付けているが)

(6)既に株化された細胞によるクロスコンタミネーション

の大きく6つの要因のいずれかによって本細胞に性質の変化をもたらし、増殖能力を獲得したことが考えられる。

本細胞は2017年6月1日に行った

①   「CTSA/Glb1/Neu1/βHex」の計4種のリソソーム酵素を含む酵素の酵素活性測定

 

より、CTSA/Glb1/Neu1においてバックグラウンドレベルの活性値を示したこと、

また、2017年6月12日に実施した

②   LoxPを有する場合は365bpのバンド領域に、スプライシング異常が起きている場合に331bpのバンド領域に、UVの照射でDNA-エチジウムブロマイドインターカレーターの励起によるバンドが現れる、LoxP配列を含む、Intron6領域に関する塩基配列のPCRによる増幅(本来splicing異常によるGalactosialidosis発症の有無を確認するために行うgenotyping操作)

 

を行うことで本細胞がCtsa欠損モデルマウス由来細胞であることを検証したものである。

ここで、野生型マウスから同様の経緯で増殖能を獲得した培養細胞の獲得が行えなかったことより、本細胞に対してCTSA遺伝子をコードするpCXN2-CTSAプラスミド遺伝子を導入することでGalactosialidosis発症モデル腎臓由来細胞株及びCTSA発現を有する腎臓由来細胞すなわち野生型マウス腎臓由来細胞株モデルの両モデルを作成することでマウス由来のGalactosialidosis発症モデル細胞の治療における評価系の構築を試みる。

 

増殖能力の獲得に関しては、数式化する必要性は全くないのであるが、以下のサイト中

https://qiita.com/katsu1110/items/c733a1184b789c511739

のシャノンエントロピーの”概念”に強く影響を受け、(1)の長期培養によるFBS transcriptsの培養細胞への取り込みによる影響が主成分(主な要因)であると考える。それゆえに仮説の実証研究となるのである。2018.2.12追記

 

細胞の起源について

P1マウス(性別不明)の四肢及びしっぽからDNAを抽出し、genotypingの結果に基づいてWildtype/GSに分類した結果GSと判定された、腎臓のペッスル破砕後(1.5ml tube soaked with 基本培地内)直接10cm dish播種(Iさんにより)から得られた細胞

線維被膜などの除去操作は行っておらず、厳密に腎臓由来であるかは不明

また、低い細胞密度で継代した場合の光学顕微鏡観察下での細胞増殖の様子(3つから4つ程度の細胞が中央から放射状に隣接して増殖していく)から、MCF-7の細胞増殖時の形態と見かけ上類似しているが、詳細な細胞のキャラクタライゼーションには至っていない。

本情報発信は私が独断で行っており、如何なる利益相反関係も存在しないこと、また、利潤を目的とした情報発信ではないことを表明し、本情報発信における責任は私自身が負い、権利は徳島大学に帰属する。

以下は培地交換による維持を188日間にわたって行い、トリプシン継代操作で2017年5月12日に新たなΦ10cmに移したことを表す画像。

IMG_6246

徳島大学図書館藏本分館の学生用ユーザーアカウントから外付けHDD内のPython環境を使用してみた。

 

最近大学図書館のWindowsPC(サーバー不明)がMacOSに移行したのでせっかくなのでいろいろ試行錯誤してみた。

まずはユーティリティからターミナルを起動。

echo $HOMEしてみる。

/home/c401…

各学生のユーザーアカウントがhomeディレクトリ直下に存在するようである。

UNIX系コマンドはほぼ使えないようで、exportコマンドすら使えなかった。

export: Command not found.

代わりにsetコマンドは使用できるみたいでしたが、ログインごとにalias設定、環境変数設定を行うのはやや(というかメチャクチャ)面倒なので、ここでvim ~/.bash_profile作成。

set PATH=’/Volumes/Macintosh\ HD/Users/yoshinobuhiroaki/anaconda/bin’:$PATH

のち、新しくwindowを開いたのだけど、echo $PATHしても

/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin:/opt/X11/bin

となり環境変数が反映されていない..

.bash_profileの仕組みに注目してもよかったのだが、今回は大学内のMac環境から外付けHDD内のPython環境を手っ取り早く使用することが目的だったので、デスクトップ内にHDD内のpythonにlinkを作成することにした。

ln 

/Volumes/Macintosh\ HD/Users/yoshinobuhiroaki/anaconda/bin/python2.7 /home/c40…/Desktop を実行。

すると「Cross-device link」という例外が発生した。

Oracleによると、別のファイルシステムなど、別のデバイス上のファイルに対してハードリンクしようとするとCross-device linkの例外が表示されるらしい。

参考

https://docs.oracle.com/cd/E19455-01/806-2720/msgs-203/index.html

ということなので -sを付加してsymlinkの作成。

さすが、柔らかいリンクといわれるだけあって、作成したエイリアスファイルをターミナルで開くよう設定を変更した上で開くと、HDD内のpythonが起動できた。スクリーンショット 2017-02-25 18.42.22.png

人生まだまだ勉強ですね…

超非効率的に線形回帰

 

今夜はクリスマスということなので、i-control(プレートリーダー)を使って得たデータの線形回帰分析用のpython スクリプトをアップしようと思う。

↓生データ

Screenshot 2016-12-24 14.05.36.png

↓スクリプト

Screenshot 2016-12-24 14.06.06.png

Santaclaus is coming to town(脅迫状)

工夫したらもっと良くなると思う。

あと、線形回帰程度ならtensorflow使わないほうが効率的。

ML using Tensorflow supported by keras(MNIST)

In [1]: import tensorflow as tf

In [2]: from keras.layers import Dropout
Using TensorFlow backend.

In [3]: from keras import backend as K

In [4]: from keras.layers import Dense

In [5]: from keras.objectives import categorical_crossentropy

In [6]: from tensorflow.examples.tutorials.mnist import input_data

まずは名前空間に必要なモジュールを例のごとくインポートしていく。

In [7]: sess = tf.Session()

In [8]: K.set_session(sess)

tensorflowのセッションスタート、さらにkerasにおいてもセッションを開始する。

In [9]: img = tf.placeholder(tf.float32,shape=(None,784))

In [10]: labels = tf.placeholder(tf.float32, shape=(None, 10))

続いて画像データ・ラベルを格納するためのプレースホルダを設定し

In [11]: x = Dense(128, activation=’relu’)(img)

In [12]: x = Dropout(0.5)(x)

In [13]: x = Dense(128, activation=’relu’)(x)

In [14]: x = Dropout(0.5)(x)

In [15]: preds = Dense(10, activation=’softmax’)(x)

kerasにより、中間層の活性化関数がrelu,出力層直前の活性化関数がsoftmax関数である多層CNNを構築する。

In [16]: loss = tf.reduce_mean(categorical_crossentropy(labels, preds))

トレーニングセットのラベルと、CNNが出力する判定結果との交差エントロピーの誤差関数を定義し、

In [17]: mnist_data = input_data.read_data_sets(‘MNIST_data’, one_hot=True)

MNISTのデータセットをone hotベクトル形式でダウンロードする。

In [18]: train_step = tf.train.GradientDescentOptimizer(0.5).minimize(loss) 

ついで最急降下法によって定義した誤差関数を最適化し、

In [19]: with sess.as_default():
….: for i in range(100):
….: batch = mnist_data.train.next_batch(50)
….: train_step.run(feed_dict={img: batch[0],
….: labels: batch[1],
….: K.learning_phase(): 1})

セッションのデフォルト値を上のように定める。

batch[0]は画像データ(vector)、batch[1]はデータラベル(int)である。(多分)

K.learning_phaseを1として、CNNがトレーニング段階であることを指定する。

In [21]: from keras.metrics import categorical_accuracy as accuracy

In [22]: acc_value = accuracy(labels, preds)

kerasよりaccuracy()関数を呼び出し、未知データの真のデータラベルがpreds(predictions)と一致している比率を計算しうるオブジェクトを生成。

In [24]: with sess.as_default():
….: print acc_value.eval(feed_dict={img: mnist_data.test.images,
….: labels: mnist_data.test.labels,
….: K.learning_phase(): 0})

最後にテスティングセットをimg,labelsに設定してセッション開始。

結果

0.8526

Kaplan-Meyer Survival analysis

#survival analysis

import pandas as pd

from lifelines.estimation import KaplanMeierFitter

import matplotlib.pyplot as plt

kmf = KaplanMeierFitter()

df = pd.read_csv(‘intervened.csv’)

T = df[‘time’]

N = df[‘delta’]

df2 = pd.read_csv(‘not_intervened.csv’)

T2 = df2[‘time’]

N2 = df2[‘delta’]

ax = plt.subplot(111)

kmf.fit(T, event_observed=N, label=[‘intervened’])
kmf.survival_function_.plot(ax=ax)
kmf.fit(T2, event_observed=N2, label=[‘control’])
kmf.survival_function_.plot(ax=ax)

plt.title(‘Lifespans’)

kmf2 = plt.gcf()

plt.show()

#Logrank test

from lifelines.statistics import logrank_test
summary_= logrank_test(T, T2, N, N2, alpha=.99)

print summary_

ref)

 

http://c4s.blog72.fc2.com/blog-entry-84.html

https://plot.ly/ipython-notebooks/survival-analysis-r-vs-python/

http://dr-urashima.jp/pdf/how-kapuran.pdf

文献紹介 一回目(2016/12/6)

原著論文

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3411354/

 

書き込み有原著

%e6%96%b0%e8%a6%8f%e3%83%88%e3%82%99%e3%82%ad%e3%83%a5%e3%83%a1%e3%83%b3%e3%83%88-320161123150216215

 

二次資料(.pptx file)

%e6%96%87%e7%8c%ae%e7%b4%b9%e4%bb%8b%e5%ae%8c%e5%85%a8%e7%89%88

 

references

https://en.wiktionary.org/wiki/postfixation

https://ja.wikipedia.org/wiki/%E3%82%B0%E3%83%AA%E3%82%B3%E3%83%BC%E3%83%AB%E3%82%A8%E3%83%BC%E3%83%86%E3%83%AB%E3%82%B8%E3%82%A2%E3%83%9F%E3%83%B3%E5%9B%9B%E9%85%A2%E9%85%B8

http://www.wako-chem.co.jp/siyaku/info/life/article/4_PFA.htm

http://www.lintoninst.co.uk/Products/tabid/63/ProdID/584/Language/en-US/AM548__AM524_IR_Locomotor_Activity_Monitors.aspx

https://www.researchgate.net/post/Is_it_possible_to_freeze_fixed_tissues_embedded_in_OCT_at-80_C_freezer

https://www.researchgate.net/post/Rearing_in_rats_what_does_it_mean

https://en.wikipedia.org/wiki/Optimal_cutting_temperature_compound

http://www.funakoshi.co.jp/contents/566

https://ja.wikipedia.org/wiki/LacZ

https://ja.wikipedia.org/wiki/%E7%B5%8C%E5%8F%A3%E8%A3%9C%E6%B0%B4%E6%B6%B2

https://en.wiktionary.org/wiki/permeabilize#English

http://www.thefreedictionary.com/rinse

https://en.wikipedia.org/wiki/NP-40

https://en.wikipedia.org/wiki/X-gal

https://en.wikipedia.org/wiki/High-performance_liquid_chromatography

https://www.researchgate.net/figure/8499980_fig2_Fig-2-Altered-endocytic-sorting-in-a-GSL-storage-disease-cell-model-Defective

https://ja.wikipedia.org/wiki/%E3%83%8D%E3%82%B9%E3%83%81%E3%83%B3

http://www.iwt.akita-pu.ac.jp/Template/24.E.asp?Lang=English&isSlide=&isAutoSlideShow=&Root=/Template/18.E.asp&RootItem=Electron+and+Light+Microscopy+Facilities

http://acif.ucr.edu/nmr/inova500.html

https://en.wikipedia.org/wiki/Immunomodulation

http://www.kenkyuu2.net/cgi-biotech2012/biotechforum.cgi?mode=view;Code=2373

http://www.dictionary.com/browse/nonsterile?s=t

http://www.dictionary.com/browse/housed

https://ja.wikipedia.org/wiki/PAS%E6%9F%93%E8%89%B2

https://www.qiagen.com/us/shop/sample-technologies/rna/rneasy-protect-mini-kit/#orderinginformation

https://en.wikipedia.org/wiki/Magnocellular_cell

https://ja.wikipedia.org/wiki/%E3%83%8B%E3%83%BC%E3%83%9E%E3%83%B3%E3%83%BB%E3%83%94%E3%83%83%E3%82%AF%E7%97%85

http://eow.alc.co.jp/search?q=rectify

http://eow.alc.co.jp/search?q=milieu

http://ejje.weblio.jp/content/in+utero

http://www.dictionary.com/browse/unilateral

https://www.infovisual.info/en/human-body/skull-upper-view

http://www.dictionary.com/browse/juxtaposed?s=t

https://en.wikipedia.org/wiki/Bregma

https://en.wiktionary.org/wiki/inplane

https://www.ole.bris.ac.uk/bbcswebdav/institution/Faculty%20of%20Health%20Sciences/MB%20ChB%20Medicine/Radiology/MRI%20e-tutorial/page_04.htm

https://ja.wikipedia.org/wiki/%E3%82%B7%E3%83%B3%E3%83%81%E3%83%AC%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E6%A4%9C%E5%87%BA%E5%99%A8

https://pdbj.org/mom/198

http://www.saibou.jp/service/kensaku/detail.php?catalogno=EC07062902-F0

https://www.thermofisher.com/jp/ja/home/life-science/protein-biology/protein-biology-learning-center/protein-biology-resource-library/pierce-protein-methods/ihc-counterstains.html

https://www.nibib.nih.gov/science-education/science-topics/magnetic-resonance-imaging-mri

http://biochem2.umin.jp/contents/Manuals/manual42.html

http://www.ema.europa.eu/ema/index.jsp?curl=pages/medicines/human/medicines/000801/wapp/Initial_authorisation/human_wapp_000064.jsp

http://www.eisai.jp/medical/region/radiology/rt/pdf/003/L/18.pdf

https://www.ncbi.nlm.nih.gov/pubmed/17545069

https://ja.wikipedia.org/wiki/%E9%AA%A8%E9%AB%84%E7%95%B0%E5%BD%A2%E6%88%90%E7%97%87%E5%80%99%E7%BE%A4

http://www.chiringi.or.jp/camt/wp-content/uploads/2014/04/ad8a0dba3b034c1d53ed85fe5099fb80.pdf

https://ja.wikipedia.org/wiki/%E3%82%B7%E3%83%83%E3%83%95%E5%A1%A9%E5%9F%BA

https://ocw.kyoto-u.ac.jp/ja/faculty-of-agriculture-jp/5195000/pdf/01/112.pdf

http://www.siyaku.com/uh/Shs.do?dspWkfcode=193-08445

http://www.anatomy.med.keio.ac.jp/funatoka/anatomy/Textbook/anatomy16b-3-2-1.html

http://ejje.weblio.jp/content/mediodorsal+thalamic+nucleus

https://www.google.co.jp/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=late+entorhinal+cortex%E6%84%8F%E5%91%B3

http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q1110647536

http://www.businessdictionary.com/definition/schematic-diagram.html

http://www.medicinenet.com/script/main/art.asp?articlekey=4041

http://mrifan.net/lecture/792

http://www.jsdi.or.jp/~fumipon/mri/K-space.htm

http://radiology.nobody.jp/

http://www2.kanazawa-it.ac.jp/higuael/nmr_basic.html

http://rad-base.com/?p=1412

http://kanri.nkdesk.com/hifuka/men11.php

 

 

networkx

cd /Users/yoshinobuhiroaki/Desktop/community/taynaud-python-louvain-1f09b889de46

python setup.py install

running install

running bdist_egg

running egg_info

creating python_louvain.egg-info

writing requirements to python_louvain.egg-info/requires.txt

writing python_louvain.egg-info/PKG-INFO

writing top-level names to python_louvain.egg-info/top_level.txt

writing dependency_links to python_louvain.egg-info/dependency_links.txt

writing manifest file ‘python_louvain.egg-info/SOURCES.txt’

reading manifest file ‘python_louvain.egg-info/SOURCES.txt’

writing manifest file ‘python_louvain.egg-info/SOURCES.txt’

installing library code to build/bdist.macosx-10.6-x86_64/egg

running install_lib

running build_py

creating build

creating build/lib

creating build/lib/community

copying community/__init__.py -> build/lib/community

copying community/community_louvain.py -> build/lib/community

copying community/community_status.py -> build/lib/community

creating build/bdist.macosx-10.6-x86_64

creating build/bdist.macosx-10.6-x86_64/egg

creating build/bdist.macosx-10.6-x86_64/egg/community

copying build/lib/community/__init__.py -> build/bdist.macosx-10.6-x86_64/egg/community

copying build/lib/community/community_louvain.py -> build/bdist.macosx-10.6-x86_64/egg/community

copying build/lib/community/community_status.py -> build/bdist.macosx-10.6-x86_64/egg/community

byte-compiling build/bdist.macosx-10.6-x86_64/egg/community/__init__.py to __init__.pyc

byte-compiling build/bdist.macosx-10.6-x86_64/egg/community/community_louvain.py to community_louvain.pyc

byte-compiling build/bdist.macosx-10.6-x86_64/egg/community/community_status.py to community_status.pyc

creating build/bdist.macosx-10.6-x86_64/egg/EGG-INFO

installing scripts to build/bdist.macosx-10.6-x86_64/egg/EGG-INFO/scripts

running install_scripts

running build_scripts

creating build/scripts-2.7

copying and adjusting bin/community -> build/scripts-2.7

changing mode of build/scripts-2.7/community from 644 to 755

creating build/bdist.macosx-10.6-x86_64/egg/EGG-INFO/scripts

copying build/scripts-2.7/community -> build/bdist.macosx-10.6-x86_64/egg/EGG-INFO/scripts

changing mode of build/bdist.macosx-10.6-x86_64/egg/EGG-INFO/scripts/community to 755

copying python_louvain.egg-info/PKG-INFO -> build/bdist.macosx-10.6-x86_64/egg/EGG-INFO

copying python_louvain.egg-info/SOURCES.txt -> build/bdist.macosx-10.6-x86_64/egg/EGG-INFO

copying python_louvain.egg-info/dependency_links.txt -> build/bdist.macosx-10.6-x86_64/egg/EGG-INFO

copying python_louvain.egg-info/requires.txt -> build/bdist.macosx-10.6-x86_64/egg/EGG-INFO

copying python_louvain.egg-info/top_level.txt -> build/bdist.macosx-10.6-x86_64/egg/EGG-INFO

zip_safe flag not set; analyzing archive contents…

creating dist

creating ‘dist/python_louvain-0.4-py2.7.egg’ and adding ‘build/bdist.macosx-10.6-x86_64/egg’ to it

removing ‘build/bdist.macosx-10.6-x86_64/egg’ (and everything under it)

Processing python_louvain-0.4-py2.7.egg

Copying python_louvain-0.4-py2.7.egg to /Users/yoshinobuhiroaki/anaconda/lib/python2.7/site-packages

Adding python-louvain 0.4 to easy-install.pth file

Installing community script to /Users/yoshinobuhiroaki/anaconda/bin

Installed /Users/yoshinobuhiroaki/anaconda/lib/python2.7/site-packages/python_louvain-0.4-py2.7.egg

Processing dependencies for python-louvain==0.4

Searching for networkx==1.11

Best match: networkx 1.11

Adding networkx 1.11 to easy-install.pth file

Using /Users/yoshinobuhiroaki/anaconda/lib/python2.7/site-packages

Searching for decorator==4.0.10

Best match: decorator 4.0.10

Adding decorator 4.0.10 to easy-install.pth file

Using /Users/yoshinobuhiroaki/anaconda/lib/python2.7/site-packages

Finished processing dependencies for python-louvain==0.4

export PATH=$PATH:’/Users/yoshinobuhiroaki/Desktop/community/taynaud-python-louvain-1f09b889de46/build/lib/community’

import community
import networkx as nx
import matplotlib.pyplot as plt
G = nx.karate_club_graph()
partition = community.best_partition(G)
size = float(len(set(partition.values())))
pos = nx.spring_layout(G)
count = 0.
for com in set(partition.values()):
    count += 1.
    list_nodes = [nodes for nodes in partition.keys() if partition[nodes] == com]
    nx.draw_networkx_nodes(G, pos, list_nodes, node_size=20, node_color = str(count/size) )
plt.show()


Screenshot 2016-11-20 18.56.51.png

参考

http://qiita.com/ysekky/items/985cf01d21c742be92e3