R plot图片背景设置为透明_学习健明老师发布的R语言练习题的学习笔记（一）...

学习者：骆栢维

题目来源：生信基石之R语言

初级10 个题目：http://www.bio-info-trainee.com/3793.html

备注:本文为笔者学习健明老师GitHub答案代码的学习收获！

Q1:R包安装

#设置镜像 ->安装R包->加载R包options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))install.packages(c("ggplot2",                   "pheatmap",                   "ggpubr",                   "tidyr",                   "dplyr",                   "stringr"))#options(BIOCONDUCTOR_ONLINE_VERSION_DIAGNOSIS=FALSE)#如果无法建立链接，可以运行此代码或者观察IE浏览器的情况options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor")if (!requireNamespace("BiocManager", quietly = TRUE))  install.packages("BiocManager")c        "org.Hs.eg.db","hgu133plus2.db")BiocManager::install(c,ask = F,update = F)##也可以使用循环结构哦library(GSEABase)library(GSVA)library(clusterProfiler)library(ggplot2)library(ggpubr)library(hgu133plus2.db)library(limma)library(org.Hs.eg.db)library(pheatmap)##注意下载好R包并不代表可以直接使用，还需要加载加入当前工作环境中#笔者就不加载所有了

学习心得：R包的安装

1.R包的安装步骤：设置镜像 ->安装R包->加载R包(十分重要！！！)

2.R包的安装方式：通过R-studio安装/本地安装(这些是笔者尝试过的方法，好使！)

3.在做这个联系的时候笔者遇到了一个报错：

URL'https://mirrors.tuna.tsinghua.edu.cn/bioconductor/packages/3.10/workflows/src/contrib/PACKAGES

(怎么解决这个问题呢？首先在杀毒软件，将R加入白名单——(如果解决不了)运行一下

options(BIOCONDUCTOR_ONLINE_VERSION_DIAGNOSIS=FALSE)

——(还是不行呢！很气人)可以进入IE浏览器，观察它是否能够正常运行，如果不能就针对相应问题解决，然后就可以了

为什么要观察IE浏览器呢？根据笔者查阅的资料得知，我们下载R包是默认从IE浏览器下载。

4.也可以运行一下这个代码

options(download.file.method = 'libcurl');options(url.method='libcurl') `

(方法源于公众号：生信技能树)

Q2:打开 Rstudio 查找工作目录

#打开 Rstudio 告诉我它的工作目录----getwd()#获取当前工作目录setwd("C://Users//luobo//Documents//生信学习-R语言//R_questions//初级")#设置工作目录,注意//

Q3:新建6个向量，基于不同的类型

#方法：c(),rep(),seq()a b c d e e1 f g class(b)#查看数据类型

Q4：新建一些数据结构，比如矩阵，数组，数据框，列表等重点是数据框，矩阵

##向量见Q3##函数matrix创建矩阵x y rowname colnnme z             dimnames=list(rowname,colnnme))#设置行列名##函数data.frame新建数据框   L3 #set.seed(6)#如果想要随机数的结果不变，需要设置“种子”，里面的数值是自己定义的fac d                 y = rep(seq(1,5),2),                 fac = fac)##函数array创建数组dim1 dim2 dim3 myarray #1:16表示设置数组的具体内容，c(2,4,2)可以理解为宽，长，高(因为可以想象数组为一个三位结构)##函数list创建列表,列表可以存在多个数据结构a b c mylist 

Q5：在新建的数据框进行切片操作，比如首先取第1，5行，然后取第2，3列

myrow mycol 

学习心得：

提取数据的方法可以根据“名称”、“逻辑值” 和 “位置”，笔者上面是按照位置提取数据。

Q6:使用data函数来加载R内置数据集 rivers

data("rivers")

Q7：下载 https://www.ncbi.nlm.nih.gov/sra?term=SRP133642 里面的 RunInfo Table 文件读入到R里面，了解这个数据框，多少列，每一列都是什么属性的元素。

runinfostr(runinfo)#看每一行数据类型，详细内容dim(runinfo)#看维度

Q8:下载 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111229 里面的样本信息sample.csv读入到R里面，了解这个数据框，多少列，每一列都是什么属性的元素

sample ##其他的同Q7

Q9：把前面两个步骤的两个表(RunInfo Table 文件，样本信息sample.csv)关联起来把前面两个步骤的两个表(RunInfo Table 文件，样本信息sample.csv)关联起来

?merge()final_file                     by.y = "Accession", all = TRUE)##注意当合并的两个项目的列表名不同时的合并方法#ORlibrary(dplyr)final1_file #ORfinal2_file #ORcolnames(sample)colnames(sample)                      "SRA.Accession","Contact","Release.Date")final_file save(final_file,file = "final_file.Rdata")

实战一下吧——基因注释

##########################实战一下################################exprset head(exprset)#看一下前6行platform head(platform)finalfile head(finalfile)library(dplyr)finalfile                     everything())#重新排列，everything()表示除前面两个外其余的head(finalfile)

学习心得：数据框的处理——合(数据框的五大操作：增删改查合)

本习题中，笔者使用了常见的合并数据框的方法：merge,inner_join和cbind。merge和inner_join基本上没有太大差距(但是笔者比较喜欢merge)，cbind要注意它是单纯的合并，并没有进行“对应结合”，即内容不一致也可以合并。

Q9:对前面读取的 RunInfo Table 文件在R里面探索其MBases列，包括 箱线图(boxplot)和五分位数(fivenum)，还有频数图(hist)，以及密度图(density)

library(ggplot2)boxplot(runinfo$MBases)plot(fivenum(runinfo$MBases))plot(hist(runinfo$MBases))plot(density(runinfo$MBases))

Q10:把前面读取的样本信息表格的样本名根据下划线分割看第3列元素的统计情况。第三列代表该样本所在的plate

visual=final_file[,c("MBases","Title")]class(visual$Title)##注意此时Title为factorvisual$Title plate=unlist(lapply(visual$Title,function(x){  x  strsplit(x,'_')[[1]][3]}))##其他方法plate1=substr(visual$Title,8,11)##更加简单table(plate)

实战一下吧——TCGA数据处理

load(file = "TCGA_exprSet.Rdata")exprSet exprSet[1:4,1:4]exprSet$type=substr(rownames(exprSet),14,15)#提取样本信息exprSet exprSet[1:4,1:4]exprSet$sample                          "tumor","normal")#注意要把type转变为数值型as.numeric#ifelse表示如果条件成立，执行第一个结果，否则第二个结果#留意TCGA命名规则，01-09表示肿瘤样本，10-19为正常样本exprSet 

学习心得：字符串的数据处理——字符切割

1.本习题中笔者使用了strsplist函数以及unlist函数，这两个函数常常一起用(针对于字符串提取)

为什么呢？因为strsplist切割的结果为“list”数据结构，为了方便提取对应的字符，用unlist函数破坏它，将其转变为“character”。

2.此外，还有更方便的方法：substr和substring(两者有什么区别呢？substr要设置“下限”，而substring不用)

Q11:根据plate把关联到的 RunInfo Table信息的MBases列分组检验是否有统计学显著的差异

t.test(visual$MBases~plate)#以plate作为分组变量，对MBases进行t检验#t = 2.3019, df = 728.18, p-value = 0.02162(p值小于0.05，可以认为有差异性)

Q12:分组绘制箱线图(boxplot)，频数图(hist)，以及密度图(density)

#可视化boxplot(runinfo$MBases~plate)#以plate分组，绘制箱线图plate install.packages("sm")library(sm)sm.density.compare(visual$MBases,plate)##分组绘制密度图，前面变量代表待画数据，后面代表分组

Q13:使用ggplot2把上面的图进行重新绘制

visual$plate=platelibrary(ggplot2)ggplot(visual,aes(x=plate,y=MBases))+geom_boxplot()#ggplot前面变量为数据，aes表示映射，后面geom_boxplot()代表画什么图ggplot(visual,aes(x=MBases,fill=plate))+geom_histogram()ggplot(visual,aes(x=MBases))+geom_density(aes(color=plate))

Q14:使用ggpubr把上面的图进行重新绘制

library(ggpubr)p                color = "plate", palette = "jco",               add = "jitter")#x,y表示xy轴数据，color= "plate"表示按plate描绘颜色，palette表示颜色设置p                  palette = c("#00AFBB", "#E7B800"),                 bins =100)#color和fill都是按plate设置颜色，不同的是color表示绘制边框颜色，fill填充图形颜色

几点思考：

1.如果遇到报错不要慌，学着解读报错内容；

2.其次，多用几个help()和？(一个不行就两个??),笔者在合并数据框的时候，由于对于函数的不足够了解，没有相同的列名怎么合并呢？重改列名太麻烦了，于是笔者去？了一下，发现不同列名也是可以合并的！！！

                                                                                              编辑：骆栢维

                                                                                             校审：梁晓杰

相关阅读：

利用ROC曲线寻找最佳cutoff值(连续型变量组成的riskscore)

如何使用X-tile软件寻找最佳cutoff值

m6A评分可作为胃癌的预后标志物并预测免疫治疗的效果，IF=10.679，实时IF=15.83

为何predict()函数计算的Riskscore不等于基因的表达量与其系数的乘积的加权呢?