R函数-sweep完成标准化

既然熟知apply函数，那么也该了解sweep函数了。相比于apply函数，sweep的操作性虽然没有前者自定义函数运算的灵活，但是在复合计算上相对灵活。

参考原文

sweep示例
对矩阵test每一行都减去对应行号

> sweep(test,1,c(1,2,3),"-")
     [,1] [,2] [,3] [,4]
[1,]    0    1    2    3
[2,]    3    4    5    6
[3,]    6    7    8    9

• 第一个位置test这里需要是矩阵或数据框；
• 第二个位置1和2选一个，原理和apply一样
• 第三个位置是要操作的向量，如果要对行操作，那么这个向量长度就要和行数一样
• 第四个位置是计算符，比如：+ - * / < > 等

sweep标准化
z-score标准化计算公式：（表达量-均值）/方差

# 行为基因，列为样本，现在对基因进行标准化
standardize <- function(x) {
rowmean <- apply(x, 1, mean)
rowsd <- apply(x, 1, sd)  
rv <- sweep(x, 1, rowmean,"-")  #表达量-均值
rv <- sweep(rv, 1, rowsd, "/")  #再除以标准差
return(rv)
}

内置标准化函数为：scale，该函数要求列为基因，因此处理时根据需要进行转置操作。

参考原文中对apply函数的参数解释的比较详细，可参考。