R语言笔记1：数据类型（向量、数组、矩阵、 列表和数据框）
宏基因组按：科研中数据分析解读占用了我们太多时间，学习R语言是生物测序领域数据(reads count表)分析及可视化的首选。举个例子，扩增子分析从fastq到OTU表至多是de novo或reference两种套路(1-3天)。而对OTU表开始的组间比较、网络分析、机器学习等会有上百种方法和展示方式，每一篇优秀的文章，都是数据反复咀嚼上百次优化出来的结果(3个月-3年)，而这一漫长的科研之路有R语言技能的相伴，可将统计分析可视化操作一网打尽，定能助你事半功倍。
前期公众号己分享了扩增子、宏基因组分析流程及可视化文章上百篇，但一直缺少基础入门的知识。今天起分享一位从18年3月1号刚要从wet转dry的学生零基础学习笔记，供初学者学习，虽然笔记会有不系统的地方，但也正是初学者需要经历和面对的，希望想入行的快上车，共同学习，一起成长。
学习R语言，需要先安装R语言，只需要从 https://www.r-project.org/ 下载适合你系统的最新版本软件安装即可。R语言有个优秀的环境叫Rstudio，具体安装可参考 《R语言学习 - 入门环境Rstudio》一文。
R语言中的数据类型（Data Types）
R语言的对象（Objects）主要包括向量、矩阵、数组、数据框和列表。
R语言的对象有五种最基本的类型，即，字符型（character）、数值型（numeric，包括小数）、整型（integer）、复数型（complex）以及逻辑型（logical，TRUE/FALSE）
属性是R语言对象的一部分。主要包括以下几种：名字（names，dimnames），维度（dimensions，包括矩阵等），类别（class，包括数字、整数等），长度（length），以及其他。可通过 attributes()函数查看对象的属性，不是所有对象都有属性，如果没有则返回NULL。
1. 向量
向量（vector）是R语言中最基本的数据类型，执行组合功能的函数 c()可用来创建向量。
各类向量如下例所示：
a <- c (1, 2, 7, -4, 5) ## numeric
b <- c ("Rice", "Wheat") ## character
c <- c (TRUE, TRUE, FALSE, TRUE) ## logical
d <- c (1+0i, 2+4i) ## complex
e <- c (9:17) ## integer
注意：单个向量中的数据必须拥有相同的类型（数值型、字符型或逻辑型）。
创建空向量可以使用 vector()函数。例如创建一个指定长度为10、类型为数值型的空向量：
> x <- vector("numeric", length = 10)
> x
[1] 0 0 0 0 0 0 0 0 0 0
另外，标量是只含一个元素的向量，它们用于保存常量。例如
f <- 3
g <- "US"
h <- TRUE
2. 矩阵
矩阵（matrice）是具有维度属性的向量，矩阵都是二维的，和向量类似，矩阵中也仅能包含一种数据类型。
主要有三种创建矩阵的方法：
（1）直接创建
例：数字1-20自动创建为一个5行4列的矩阵，自动填充第一列之后开始填充第二列
y <- matrix(1:20, nrow = 5, ncol = 4)
> y
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
> dim(y)
[1] 5 4 ##dim()看维度，5行4列
（2）矢量+维度向量
添加维度向量 dim()是将矢量转变为矩阵的方法
> m <- c(1:10)
> m
[1] 1 2 3 4 5 6 7 8 9 10
> dim(m) <- c(2,5) ##2行5列
> m
[,1] [,2] [,3] [,4] [,5]
[1,] 1 3 5 7 9
[2,] 2 4 6 8 10
（3）绑定行或列来创建矩阵
绑定行或绑定列可以通过 cbind()和 rbind()来实现
> x <- 1:3
> y <- 10:12
> cbind (x, y)
x y
[1,] 1 10
[2,] 2 11
[3,] 3 12
> rbind (x, y)
[,1] [,2] [,3]
x 1 2 3
y 10 11 12
3. 数组
数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建。
4. 列表
列表（list）是一种可包含多种不同类型对象的向量，是一些对象（或成分，component）的有序集合。
> x <- list(1, "a", TRUE, 1 + 4i)
> x
[[1]]
[1] 1
[[2]]
[1] "a"
[[3]]
[1] TRUE
[[4]]
[1] 1+4i
5.数据框
数据框（Data Frames）是一种特殊的列表，其中所用元素长度都相等，列表中的每个元素都可以看作一列，每个元素的长度可以看作行数。
创建显式数据框的方法是 data.frame()
> ID <- c(1,2,3,4)
> age <- c(25,26,55,43)
> diabetes <- c("Type1","Type2","Type3","Type1")
> status <- c("Poor", "Improved", "Excellent","Poor")
> data <- data.frame(ID, age, diabetes, status)
> data
ID age diabetes status
1 1 25 Type1 Poor
2 2 26 Type2 Improved
3 3 55 Type3 Excellent
4 4 43 Type1 Poor
参考资料：
https://bookdown.org/rdpeng/rprogdatascience/R Programming for Data Science
《R语言实战》 Robert I. Kabacoff
猜你喜欢
热文：1高分文章 2不可或缺的人 3图表规范
一文读懂：1微生物组 2寄生虫益处 3进化树
必备技能：1提问 2搜索 3Endnote
文献阅读 1热心肠 2SemanticScholar 3geenmedical
扩增子分析：1图表解读 2分析流程 3统计绘图 4功能预测
科研经验：1云笔记 2云协作 3公众号
系列教程：1Biostar 2微生物组 3宏基因组
生物科普 1肠道细菌 2人体上的生命 3生命大跃进 4细胞的暗战 5人体奥秘
写在后面
为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外120+ PI，1200+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
