R语言基础入门
良好的R使用习惯
- R支持中文，但不好！建议用全英文环境。
- R语言具有严格的符号与语法控制，建议使用纯文本编辑工具编写R代码（注意中文符号）。
- 使用R时，要先设定工作目录（getwd(), setwd()）。
- R可以使用Tab键自动补齐命令行。
设置R默认启动项
file.edit('~/.Rprofile')
#bioconductor
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
#CRAN
options(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
R包管理
install.packages("ggplot2") 安装R包
library(ggplot2) 加载R包
update.packages() 将所有的包进行更新
更新R版本
install.packages("installr")
require(installr)
updateR()
R中的数据对象与数据操作
赋值与注释
a = 2 # R中对变量的名字大小写敏感，a与A是不同的
a <- 2
a <- 2
b <- 2
c <- a + b
数据对象
- 标量
- 向量
- 因子
- 矩阵
- 数组
- 列表
- 数据框
数据对象通常有三个属性：类型、值、变量名称
举例
- 标量
a <- 1
a = 3.14
m <- a + b
x <- F
TURE -> y
> y
[1] TURE
> x
[1] FALSE
- 向量
a <- c(1,2,3,4,5)
b <- c("one","two","three")
c <- c(TURE,FALSE,FALSE,TURE)
# 使用函数rep(), seq(), ":"生成向量
d <- rep(2,times=4)
> d
[1] 2 2 2 2
e <- seq(from=3,to=21,by=3)
> e
[1] 3 6 9 12 15 18 21
f <- c(1:10)
> f
[1] 1 2 3 4 5 6 7 8 9 10
# 向量提取元素
> a[1]
[1] 1
> a[c(1,5)]
[1] 1 5
> a[1:3]
[1] 1 2 3
> a[a<5]
[1] 1 2 3 4 # 通过判断来提取元素
> a[a>5]
[1] 6 7 8 9 10
> a[-c(1,5)]
[1] 2 3 4 6 7 8 9 10 # 去除向量中的元素
a[5] <- 12
> a
[1] 1 2 3 4 12 6 7 8 9 10 #替换元素
a <- append(a,12,5)
> a
[1] 1 2 3 4 5 12 6 7 8 9 10 # 添加元素
- 因子
# 因子是一种特殊类型的字符型向量
# 创建一个字符向量或整数向量
# 使用 factor（）函数将其转为因子
b <- c("one","two","three")
b <- factor(b)
> b
[1] one two three
Levels: one three two
- 矩阵
矩阵是一个二维数组
函数matrix（）用于创建矩阵
y <- matrix(1:20,nrow=5,ncol=4)
> y
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
y <- matrix(1:20,nrow=5,ncol=4,byrow = T)
> y
[,1] [,2] [,3] [,4]
[1,] 1 2 3 4
[2,] 5 6 7 8
[3,] 9 10 11 12
[4,] 13 14 15 16
[5,] 17 18 19 20
- 数据框
patientID <- c(1:4)
age <- c(25,34,28,52)
status <- c("poor","improved","poor","good")
patientDate <- data.frame(patientID,age,status)
> patientDate
patientID age status
1 1 25 poor
2 2 34 improved
3 3 28 poor
4 4 52 good
> NCBIdata
Year BasePairs
1 1991 1100
2 1992 1200
3 1993 1300
4 1994 1400
5 1995 1500
6 1996 1600
7 1997 1700
8 1998 1800
9 1999 1900
10 2000 2000
# 按照条件提取
> NCBIdata[NCBIdata$Year>1998,]
Year BasePairs
9 1999 1900
10 2000 2000
NCBIdata[NCBIdata$Year>1990 & NCBIdata$BasePairs>1700,]
Year BasePairs
8 1998 1800
9 1999 1900
10 2000 2000
> NCBIdata[,c("Year")]
[1] 1991 1992 1993 1994 1995 1996
[7] 1997 1998 1999 2000
- 列表
rec <- list(name="LiMing",age=18,scores=c(85,76,90))
> rec
$`name`
[1] "LiMing"
$age
[1] 18
$scores
[1] 85 76 90
R中的基础函数及编程
函数形式： 函数（输入数据，参数=）
平均值： mean（x，trim=0，na.rm =FALSE，...）
线性模型： lm（y~x，data=test）
R字符数据操作函数
- 字符合并
>paste("abc","bc")
[1] "abc bc"
>paste("abc","bc",sep="")
[1] "abcbc"
- 字符取长度
>nchar("abcccc")
[1] 6
- 字符取子集
> substr("abcdef",2,3)
[1] "bc"
> substring("abcdef", 3)
[1] "cdef"
substring("abcdef", 1:6, 1:6)
[1] "a" "b" "c" "d" "e" "f"
> substr(rep("abcdef", 4), 1:4, 4:5)
[1] "abcd" "bcde" "cd" "de"
编程基础
函数名 <- function (数据，参数1=默认值，...)
{
异常处理;
表达式（循环/判别）;
return（返回值）;
}
输入直角三角形的两个边，求斜边长
rcal <- function(x,y){
z <- x^2 + y^2
result <- sqrt(z)
return(result)
}
rcal(3,4)
流程控制 if
if （条件）表达式，或if （条件）表达式1 else 表达式2
p = 0.03
if (p < = 0.05) {
print("p <= 0.05!")
} else {
print("p > 0.05!")
}
x = 3
y <- if (x==2) x else x+1
条件与逻辑运算
- 判断相等 x==y
- 判断小于等于 x<=y
- 判断大于等于 x>=y
- 逻辑“与”运算 x && y
- 逻辑“或”运算 x || y
- 逻辑“非”运算 !x
- 向量的逻辑“与” x & y
- 向量的逻辑“或” x | y
循环 for，while
for (i in 1:10) print (i)
a <- 0
for (i in 1:10){
a <- a+1
}
> a
[1] 10
i <- 1
while (i <10) { print (i); i <- i + 1}
数据的输入与输出
read.table()
read.csv()
write.table()
write.csv()
网友评论