k1 = rnorm(12);k1 #随便取12个随机数,然后输出k1
## [1] 0.41853982 0.88210309 -0.06783763 -2.05692258 -0.39985487
## [6] 0.10934353 2.68202894 -0.65648836 0.71392053 -0.70968398
## [11] -0.69575682 0.42798879
plot(k1) #这样就能做一个纵坐标值为k1,横坐标为个数的点图啦,因为取了12个随机数,所以这边横坐标为12
k2 = rep(c("a","b","c","d"),each = 3);k2 #这边把times换成了each,同作为rep()的形式参数,在功能上稍微有些区别,大家分别跑一遍就知道了。在此简单说明:times-将整个向量中所有元素视作整体,重复三次;each则是将指定向量中,每一个元素按顺序进行重复指定次数(这边为3)
## [1] "a" "a" "a" "b" "b" "b" "c" "c" "c" "d" "d" "d"
boxplot(k1~k2) #这要一张简单的箱线图就做出来了
#说下怎么看,纵坐标k1的12个值,横坐标同样是12(a、a、a、b、b、b、……)
#这边以a为例。三个a分别对应了k1,12个随机数中的前三个值,那条线是三个值的中位数(不是平均值哦)
#先简单介绍下这些名字吧。
# 1.向量是组成数据框以及矩阵的基本单位。
c(1,2,3,4,5)
## [1] 1 2 3 4 5
# 2.矩阵在一定程度上可以看作是只有一种数据类型的特殊数据框,通常来说数据类型只有数字类型。
#简单构建一个
Matrix1 = 1:12
dim(Matrix1) = c(3,4) #构建维度,后面会详细写哦
Matrix1
## [,1] [,2] [,3] [,4]
## [1,] 1 4 7 10
## [2,] 2 5 8 11
## [3,] 3 6 9 12
# 3.数据框-一定程度上可以理解为我们常见的excel表格,但又不完全是。这部分内容较为重要,因此笔墨会偏多一些。
# (1)用代码新建
# (2)由已有数据转换或处理得到
# (3)读取表格文件
# (4)R语言内置数据
df1 <- data.frame(gene = paste0("gene",1:4),
change = rep(c("up","down"),each = 2),
score = c(5,3,-2,-4))
df1
## gene change score
## 1 gene1 up 5
## 2 gene2 up 3
## 3 gene3 down -2
## 4 gene4 down -4
#很明显df1可以看作是由三个向量组成的数据框-两个字符型‘gene’,‘change’以及一个数字型‘score’。代码排版的话,大家跟着敲一遍就明白了。
#数据框可以由不同数据类型的向量组成,但矩阵不行。
df2 = read.csv("gene.csv")
## Warning in file(file, "rt"): cannot open file 'gene.csv': No such file
## or directory
## Error in file(file, "rt"): cannot open the connection
df2
## Error in eval(expr, envir, enclos): object 'df2' not found
#代码肯定没问题,但运行起来会报错:No such file or directory
#报错的原因是因为这个文件此时并不在我的工作目录下,即这个文件和为了写这篇笔记而创造的Rproj文件不在同一个地方。
#因此后续操作,依旧以df1为例
#查看纬度(几行、几列)
dim(df1)
## [1] 4 3
#查看行数、列数
nrow(df1)
## [1] 4
ncol(df1)
## [1] 3
#查看行名、列名
rownames(df1)
## [1] "1" "2" "3" "4"
colnames(df1)
## [1] "gene" "change" "score"
# 1.用‘数据框’$+tab
#如果没反应就手动敲一下列名,然后删掉再tab。
df1$score #代码的意思是:df1这个数据框中取score那列。
## [1] 5 3 -2 -4
mean(df1$score)
## [1] 0.5
#其中score就是那列数值型向量的名字,由于其存在于数据框df1当中,所以名字就变成了df1$score。df1$score的本质就是一个数值型向量,因此拿来做数学运算当然没问题啦。
# 2.用坐标
df1[2,2] #取数据框中第2行、第2列
## [1] "up"
df1[2,] #取数据框中第2行,由于取行会保留数据框的一部分属性,因此行名和列名会反馈给你。
## gene change score
## 2 gene2 up 3
df1[,2] #取列的话就是取向量,因此不会出现和行一样的情况
## [1] "up" "up" "down" "down"
df1[c(1,3),1:2]#灵活一些,分别取第1行第1列以及第3行第2列两个元素
## gene change
## 1 gene1 up
## 3 gene3 down
# 3.按名字
df1[,'gene']
## [1] "gene1" "gene2" "gene3" "gene4"
#也可以是一个名字集合
df1[,c('gene','change')]
## gene change
## 1 gene1 up
## 2 gene2 up
## 3 gene3 down
## 4 gene4 down
# 4.按照逻辑值取子集
df1[df1$score>0,] #df1$score这个整体可以看作是一个数值型向量,可理解为取df1数据框中score>0的那两行。
## gene change score
## 1 gene1 up 5
## 2 gene2 up 3
#知道原理后就可以灵活一些咯,下面两条代码的结果是一样的哦
df1[df1$score>0,1]
## [1] "gene1" "gene2"
df1$gene[df1$score>0]
## [1] "gene1" "gene2"
#拓展:如何取数据框最后一列呢?
df1[,ncol(df1)]
## [1] 5 3 -2 -4
#除了最后一列都要呢
df1[,-ncol(df1)]
## gene change
## 1 gene1 up
## 2 gene2 up
## 3 gene3 down
## 4 gene4 down
#一般来说原始数据不做任何改动,防止操作失误引起数据造假哦
#改一个格
df1[3,3] = 5
df1
## gene change score
## 1 gene1 up 5
## 2 gene2 up 3
## 3 gene3 down 5
## 4 gene4 down -4
#改一整列
df1$score = c(12,23,50,2)
df1
## gene change score
## 1 gene1 up 12
## 2 gene2 up 23
## 3 gene3 down 50
## 4 gene4 down 2
#原来数据框没有,则可以通过这个操作增加一列哦
df1$p.value = c(0.01,0.02,0.07,0.05)
df1
## gene change score p.value
## 1 gene1 up 12 0.01
## 2 gene2 up 23 0.02
## 3 gene3 down 50 0.07
## 4 gene4 down 2 0.05
#修改行名,列名
rownames(df1) = c('r1','r2','r3','r4')
colnames(df1)[2] = 'CHANGE'
#随便建两个数据框
test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'),
blood_type = c("A","B","O","AB"))
test1
## name blood_type
## 1 jimmy A
## 2 nicker B
## 3 Damon O
## 4 Sophie AB
test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
group = c("group1","group1","group2","group2"),
vision = c(4.2,4.3,4.9,4.5))
test2
## name group vision
## 1 Damon group1 4.2
## 2 jimmy group1 4.3
## 3 nicker group2 4.9
## 4 tony group2 4.5
#很容易发现名字的顺序是一定区别的,此时我们可以通过merge函数进行智能连接
merge(test1,test2,by='name')
## name blood_type group vision
## 1 Damon O group1 4.2
## 2 jimmy A group1 4.3
## 3 nicker B group2 4.9
#在新建一个列名‘NAME’稍微有些区别的数据框
test3 <- data.frame(NAME = c('Damon','jimmy','nicker','tony'),
weight = c(140,145,110,138))
test3
## NAME weight
## 1 Damon 140
## 2 jimmy 145
## 3 nicker 110
## 4 tony 138
#依旧可以用merge函数进行智能连接
merge(test1,test2,by.x = 'name',by.y = 'NAME')
## Error in fix.by(by.y, y): 'by' must specify a uniquely valid column
#其实和数据框差不多,但其不支持$,这边简单写几个代码吧
m = matrix(1:9,nrow = 3)
m
## [,1] [,2] [,3]
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9
m[2,]
## [1] 2 5 8
m[,1]
## [1] 1 2 3
m[2,3]
## [1] 8
m[2:3,1:2]
## [,1] [,2]
## [1,] 2 5
## [2,] 3 6
colnames(m) = c('a','b','c')
m
## a b c
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9
#转置
t(m)
## [,1] [,2] [,3]
## a 1 2 3
## b 4 5 6
## c 7 8 9
#转换为数据框,记得赋值后再去class哦
as.data.frame(m)
## a b c
## 1 1 4 7
## 2 2 5 8
## 3 3 6 9
#随便画个热图pheatmap::pheatmap()
pheatmap::pheatmap(m)
#简单了解下吧
x = list(m1 = matrix(1:9,norw = 3),
m2 = matrix(2:9,nrow = 2))
## Error in matrix(1:9, norw = 3): unused argument (norw = 3)
x
## Error in eval(expr, envir, enclos): object 'x' not found
#随便新建一个变量
scores = c(100,59,73,95,45)
#给变量中的每个元素起个名字
names(scores) = c('jimmy','nicker','Damon','sophie','tony')
#输出变量
scores
## jimmy nicker Damon sophie tony
## 100 59 73 95 45
#还可以这么输出哦
scores['jimmy']
## jimmy
## 100
scores[c('jimmy','nicker')]
## jimmy nicker
## 100 59
scores[scores > 60]
## jimmy Damon sophie
## 100 73 95
#删除一个
rm(df1)
#删除多个
rm(k1,k2)
#删除全部
rm(list = ls())
#清空控制台
control + l
## Error in eval(expr, envir, enclos): object 'control' not found
#就以这部分收尾吧。
引用自生信技能树
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。