万地高楼平地起，掌握基本的代码规律和逻辑思维非常重要

每个基本的代码和函数不运行是200次以上，是谈不上掌握的

基本开始运行代码

rm(list=ls())
options(stringsAsFactors = F)

tips

Tab键匹配补全
head(b)取b的前6行，同样有tail()取末6行

基本数据类型

R 有四种基本数据类型，即数值型（numeric）、复数型（complex）、逻辑型（logical）、字符型（character），因子（factor）。
numeric：就是数字【需要注意的是有的虽然看起来是数字，但是被定义成了character或者factor,需要用as.numeric转换】
character：用单引号或者双引号包括起来的字符序列，一般我们称之为字符串。
logical：逻辑型变量，即布尔值，表示“是”与“否”，“真”或“假”。
逻辑型用 TRUE 表示真，FALSE 表示假。也可缩写为 T或者 F，
但需要注意的是,T 和 F不是 R 的保留字，其含义可以被程序改变，因此最好是用 TRUE 和 FALSE，更加规范和安全。
R中的比较运算和逻辑运算都可以产生逻辑型数据。比较运算包括 >，<，>=，<=，==，!=（大于，小于，大于等于，小于等于，等于，不等于）。
逻辑运算包括 &，|，!（与、或、非）。

> 2>3
[1] FALSE
> a=seq(1,20)
> 8>a
 [1]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[17] FALSE FALSE FALSE FALSE

factor：应该是最难理解的一个变量类型
在R语言中，因子（factor）可以表示的是一个符号、一个编号或者一个等级，即，一个点。例如，人的个数可以是1，2，3，4......那么因子就包括，1，2，3，4.....
还有统计量的水平的时候用到的高、中、低，也是因子，因为他是一个点。
与之区别的向量，是一个连续性的值，例如，数值中有1，1.1，1.2......可以作为数值来计算，而因子则不可以。

sex<-c("M","F","M","M","F")
factor(sex)
sex.factor<-as.factor(sex)
#使用levels来取得因子中的水平
levels(sex.factor)
# [1] "F" "M"

不太好理解，新手刚开始不太用的上，我现在也不太理解factor,应该是比character多了半个维度的感觉

基本数据结构

无论是数值型（numeric）、逻辑型（logical）、字符型（character），因子（factor）变量都需要用容易来存储，也就是数据结构
R的对象由几种基本数据类型构成：
向量(vector) ：一维空间
矩阵(matrix)：二维空间，只可以存储数值变量，但是较少用到，
数据框(dataframe)：二维空间，可以存储numeric，logical，character，factor型变量，在实际分析工作中用到的最多
数组(array)：三维空间，但是极少用到，可以忽略
列表(list)：三维空间，可以由多个vactor/matrix/dataframe组成

基本计算

R中可以直接进行基本计算
【每一个英文单词都是一个函数】
【基本所有的计算符号都可以在R中进行直接计算】

6+6
6-6
6*6
6/6
6^2
log(6)
mean()
max()
min(x)

创建向量

c( ) 是我们常用来创建向量的函数，c就是create，也可以理解为combind

c("TP53","ERBB2","BRCA1")
c(2,3,4)
c(2:9)
seq(1,3)#默认为整数1
seq(1,3,by=0.5)
a=c(3,4,5,6,7,8),等价于a=3:8或者a=c(3:8)或者a=seq(3,8)

【R中没有唯一的解决代码方案，条条大路通罗马，找出规律，构建个人的思维习惯才是王道】

rep就是replicate重复的意思

rep(1,3)# 【1重复3次】
rep(1:2,3) #【1和2，重复3次】
rep("TP53",3)# 【TP53, 重复3次】
rep(c("TP53","ERBB2","BRCA1"),each=3)#【每个向量重复3次】
rep(c("TP53","ERBB2","BRCA1"),3)#【 重复3次】

seq就是sequence序列

seq(1,3)#默认为整数1 返回值为1,2,3
seq(1,3,by=0.5) by是设定间隔值，返回值为1, 1.5, 2, 2.5, 3

sort(a)#排序
rev(a)#反向排序
table(a)###每个变量的counts
unique(a)####显示变量唯一的数目

sort(a)#排序
sort(a,decreasing = TRUE) #降序排序
order()得到排列的小标用，返回的是每个变量在一维向量中的排序位置编号

每个函数都有很多哑变量可以微调整，参考help文档说明，或者TAB键联想，每个调整参数之间以，分割

判断向量类型

在预算中如果报错，那就需要check元素类型是否不支持，as.xxxx函数可以帮助把数据变成指定类型或状况。
class()查看数据类型
str()查看数据结构
dim()查看数据维度

is.data.frame()返回TRUE or FALSE逻辑向量
as.character()可以帮助把数据变成字符型数据(加双引号“”的变量)

构建matrix

a<-matrix(1:20,nrow = 4,ncol =5 )
a<-matrix(1:20, 4,5 ）
a<-matrix(1:20, 4)
#三者等同

构建data.frame

a<-data.frame(a=seq(1,5),b=seq(6,10))

data.frame的行和列数目必须一致，并且行名不能重复，列名可以重复

提取数据

对于向量，由于是一维结构，可以直接a[3],取向量中第3个数值
对于矩阵和数据框，由于是二维结构，需要指定二位结构
a[2,3]取数据框中的第2行、第三列的数值

data.frame默认是列为单位
可以对列进行直接操作
例如a是数据框变量
mean(a[,1])、mean(a$1) 可以直接求a的第一列的均值
但是mean(a[1,])却不可以直接求a的某一行的均值
需要先转换后在计算
mean(as.numeric(a[1,]))
如果添加行，则将改变所有的列。如果重新赋值，可以将a改成数据框类型。如果没有重新赋值，则不改变a的类型。依次类推，还有as.xxx等系列函数

对list进行操作

list是三维结构，所以需要进行三维定位
例如a是list变量
a[1]则得到列表中的第一个列表,进行一次降维
a[[1]] 得到第一元素，进行了二次降维
有时候两种方法得到的结果看起来是一样的，可是使用class查看数据类型后发现，其实[[]]之后已经对数据进行了二次降级，变成了元素。

数据框取索引

通常我们想提取数据框中的指定行或者指定列
一般有两种简单提取思维
1）提取目标变量所在下标值（可以理解为坐标，例如第几行）
举例
a<-data.frame(sample=rep(c("tumor","sample"),4),age=seq(1:8))

要求1，提取sample为tumor的数据

我可以找到sample列=tumor的行号

b<-a$sample=="tumor"

注意==是逻辑判断符号，所以返回的是逻辑性变量

image.png

然后直接导入编辑变量

tumorsample<-a[b,]

image.png

也可以一步代码

tumorsample<-a[a$sample=='tumor',]

a<-seq(1,100)
a>2 #返回的是逻辑变量
a[a>2]#返回的是向量变量，自动过滤掉FALSE变量

体会下不同

文件读取和保存

read.table('文件名', header = T,sep = '\t' )
read.csv('文件名', header = T )
write.table(a,file = "aa")
write.csv (a,file = "aa")

重命名

重命名行名
rownames(b)<-
colname(b)<-

尚不完善，持续更新ing

感谢jimmy和他的生信菜鸟团家族