2020-02-10/11 R语言直播课学习

一. R与Rstudio

R： 编程语言，统计计算和绘图的环境。

R studio： R语言的集成开发环境

1. 新建项目R project:

2. 新建脚本：
3. R studio界面：(1) 脚本编辑器(2) 控制台(3) 环境/历史命令/连接(4) 文件/图片/帮助/包
4. 字号设置：Tools-Global Options- Appearance
5. 与R"交互"：session(1) 控制台窗口；(2) 脚本编辑器：逐行运行 or 选中运行；"#"为注释；脚本保存到Rproject下
6. R语言的几类命令响应

• 输出结果
• 报错：Error（检查命令/环境/纠正重运行）
• 警告：Warning（忽略）
• 没反应（出现>，表示已完成）
• 命令正在运行
• 命令不完整（+后可补全）
• 出现提示信息（无error可忽略）
• 进一步选择（回答问题）

二、数据类型和向量

1. 数据类型:

• 包括：数值型numeric, 字符型character, 逻辑型logical.
  如何判断? 使用函数class()

• 逻辑型数据
  比较运算结果的是逻辑值
  <, >, <=, >=, ==, !=
  多个逻辑条件的链接
  与&、或|、非！

• 数据类型的转换与判断
  as族函数实现数据类型之间的转换
  is族函数，判断，返回值为TRUE 或FALSE

• 数据结构
  向量 vector（数据框单独拿出来的一列）；数据框 data.frame（约等于表格）；矩阵 matrix；列表 list。

2. 向量

2.1 向量生成

• 用c() 逐一放到一起
  c(1,2,3,5,6,7)
• 连续的数字用冒号":"
  1:10
• 由重复的用rep()，有规律的序列用seq()，随机数用rnorm

rep("gene",times=15)  
seq(from = 3,to = 21,by = 3)
rnorm(n = 5, mean = 3, sd = 5)

• 通过组合，产生更为复杂的向量
  paste0(rep("gene",times=15),1:15)
  

2.2 对单个向量进行的操作

• 赋值给一个变量名 <- or =
  x<- c(1,3,5)
• 简单数学计算: 根据某条件进行判断，生成等长的逻辑向量
• 初级统计
  max(x), min(x), range(x), mean(x), length(x), unique(x), table(x)

2.3. 对两个向量的操作

• 逻辑比较，生成等长的逻辑向量
  x = c(1,3,5)
  y = c(3,2,5)
  x == y
  x %in% y #x中的元素在y中吗
• 数学计算
  x+y
• 连接：paste

paste(x,y,sep=":")
[1] "1:3" "3:2" "5:5"

• 交集/并集/差集
  intersect(x,y)
  union(x,y)
  setdiff(x,y)
  循环补齐：x和y不一样长
  2.4. 向量筛选（取子集）
  []：将TRUE对应的值挑选出来，FALSE丢弃

> x <- 8:12
> x[x==10]
[1] 10
> x[x<12]
[1]  8  9 10 11
> x[x %in% c(9,13)]
[1] 9
> x[4]
[1] 11
> x[2:4]
[1]  9 10 11
> x[c(1,5)]
[1]  8 12
> x[-4]
[1]  8  9 10 12
> x[-(2:4)]
[1]  8 12

2.5 修改向量中某个元素
取子集+赋值
"[]" + "<-"

> x[x>3] <- 3
> x
[1] 3 3 3 3 3

三、数据框、矩阵和列表

Vector 向量 - 一维
matrix 矩阵 - 二维 ：多个长短相同、数据类型相同的向量按列组合
data.frame 数据框 ：多个长短相同、数据类型可以不同的向量按列组合
List列表：数据长短可以不同、数据类型可以不同；没有行和列的概念，可以有多级元素

1. 数据框来源

• 在R中新建
• 由已有数据转换或处理得到
• 从文件中读取
• 内置数据集

2. 新建数据框（本质是向量按列组合）

读取数据框：read.csv(“gene.csv")

3. 数据框属性描述

维度（几行几列）：dim(df) nrow(df)/nco(df)
行名/列名 ：rownames(df)/colnames(df)

4. 数据框取子集（一个、一行、一列）

4.1 向量 -位置

4.2 根据行名或列名
df[, "exp"]
4.3 提取列的常用操作
数据框常用操作：dfexp), length(df$exp)

5. 数据框编辑

取子集￥或[]+赋值操作
df[3,3]<- 5

6. 数据框进阶

(1) 转置--行变列，列变行：t(df)
(2) 去除含有缺失值的行：na.omit(df)
(3) 两个表格的连接：
按列连接：cbind （行数相同）
按行连接：rbind （列数相同）
merge() - 根据某一相同列合并
(4) 行数较多的数据框可截取前/后几行查看
iris, head(iris,3)
(5) 行列数都多的数据框可取前几行前几列查看
iris[1:3,1:3]
(6) 查看每一列的数据类型和具体内容
str(df)
str(iris)

• 矩阵新建和取子集
  m <- matrix(1:9,nrow=3)

  
  
• 列表新建和取子集
  l <- list(m=matrix(1:9, nrow = 3),
  df=data.frame(gene = paste0("gene",1:3),
  sam = paste0("sample",1:3),
  exp = c(32,34,45)),
  x=c(1,3,5))

• 删除变量

  
  
  
  

四、函数和R包

1. 函数与参数
   ![](https://upload-images.jianshu.io/upload_images/19530557-466511b4c6ac26c2.png?imageMogr2/auto-
   orient/strip%7CimageView2/2/w/1240)
   写函数的函数
   

   
   

2. R包介绍

3. R包来源
   CRAN网站 install.packages()
   Bioconductor BiocManager::install()
   github devools::install_github()

4. 用于R包安装的函数
   安装后要library()

5. R包安装前需设置镜像
   国内镜像推荐：
   清华镜像
   中科大镜像
   手工设置
   tools - global option - packages
   代码设置
   options("repos"=c(CRAN="https://mir
   rors.tuna.tsinghua.edu.cn/CRAN/"))
   options(
   BioC_mirror ="https://
   ustc.edu.cn/ bioc

6. R包安装和使用的逻辑
   安装包-加载包-使用函数
   已安装、不加载-直接使用：：

7. 常见疑问

• 大片提示信息：检查error,无可忽略
• package not available
  原因1 ：包名写错
  原因2 ：安装命令使用错误
  原因3 ：本机的 R 语言版本与包所要求的版本不符（极少）
• 是否更新
• 加载A包，报错B包不存在（复杂）
• 报错中由connection or url
  网络/镜像检查

8. R包如何使用--获取帮助
   ？函数
   help函数
   R包介绍页面
   少数 R 包有 cheatsheets