R语言是数学研究工作者设计的一种数学编程语言，主要用于统计分析、绘图、数据挖掘。R语言是解释运行的语言（与C语言的编译运行不同），它的执行速度比C语言慢得多，不利于优化。但它在语法层面提供了更加丰富的数据结构操作并且能够十分方便地输出文字和图形信息，所以它广泛应用于数学尤其是统计学领域。这也是大多数生信工作者选择R语言的原因。
因子：
-
变量可归结为名义型、有序型或连续型变量。名义型变量是没有顺序之分的类别变量。有序型变量表示一种顺序关系,而非数量关系。
类别(名义型)变量和有序类别(有序型)变量在R中称为**因子(factor) **。
factor(x = character(), levels, labels = levels, ordered = is.ordered(x))
- 参数说明：
- x：向量
- levels：指定各水平值, 不指定时由x的不同值来求得。
- labels：水平的标签, 不指定时用各水平值的对应字符串。
- ordered：逻辑值，用于指定水平是否有序。
# 例子
x <- c("M", "F", "F", "M")
sex <- factor(x)
# levels参数
x <- c("M", "F", "F", "M")
sex <- factor(x,levels = c("M","F"))
- 因子水平标签
接下来我们使用 labels 参数为每个因子水平添加标签，labels 参数的字符顺序，要和 levels 参数的字符顺序保持一致，例如：
# lables参数
x <- c("M", "F", "F", "M")
sex <- factor(x,levels = c("M","F"),lables = c("女","男"))
# as.factors()函数：
- 生成因子水平：我们可以使用 gl() 函数来生成因子水平，语法格式如下：
gl(n, k, length = n*k, labels = seq_len(n), ordered = FALSE)
- 参数说明：
- n: 设置 level 的个数
- k: 设置每个 level 重复的次数
- length: 设置长度
- labels: 设置 level 的值
- ordered: 设置是否 level 是排列好顺序的，布尔值。
sex <- gl(2, 4, labels = c("M", "F"))
- 因子有啥用啊？
- 讲解因子变量(factor)的特性很多情况下需要与字符型变量(character)相对比进行介绍,因为这两者实在是太像了,但实际上却有着诸多不同之处
# 字符型排序的基本规则是先按照数字进行排序,继而根据英文字母顺序主义排序,因此上例中,第一个元素为4,第二个元素为5a,字符型变量的局限性在于其对元素的排序规则是内定的,无法改变的;
sizes <- c("large", "very_large", "small", "medium")
sort(sizes)
sizes_fac <- factor(c("large", "very_large", "small", "medium"),
levels = c("small", "medium", "large", "very_large"))
sort(sizes_fac)
往期文章
- 生信必备技巧之R语言基础教程--R包安装和载入
- 生信必备技巧之R语言基础教程--向量基础和进阶
- 生信必备技巧之R语言基础教程--逻辑值用途
- 生信必备技巧之R语言基础教程--字符串处理进阶
- 生信必备技巧之R语言基础教程--矩阵基础和进阶
- 生信必备技巧之R语言基础教程--数组
- 生信必备技巧之R语言基础教程--数据框