一般报错都是因为对变量理解不准
上一节课的read.table以及调整参数只适用于初学者, 而述廉之后可以使用readline.()
sort(a$MBases)[1]
sort(a$MBases), decreasing=T)[1]
#在变量a(类似一个表达矩阵)，中的某一列选择最大值或最小值
max(a$MBases)
min(a$MBases)
fivenum(a$MBases)
R语言与其他语言不同，在简单运算中不需要写循环
a$MBases<5000
table(a$MBases<5000)
取得一定数值之后，可以回过去看阈值(例子中的5000)取的是否正确
如果阈值取得不对，要回头重新看数据的分布（组间分布,看是不是两组要分开取；组内分布，看阈值取到哪里）
boxplot(a$MBases~a$Assay_Type)
#返回结果是a矩阵中MBases列，中根据Assay_Type分为两组，每一组的箱图
微信图片_20220314110333.jpg
RNA-seq与WXS要分开取阈值
修改循环代码
for循环
for(i in 1:nrow(b)){
i <- 1
mean(as.numeric(b[i,]))
}
#1:nrow(b)是一个数组，nrow(b)代表b有多少行，默认i在1:nrow(b)里面循环取值
#i可以取不同的值，mean进行运算
for(i in 1:nrow(b)){
i <- 2
mean(as.numeric(b[i,]))
}
#mean这一行是视频中的例子，是function要做的操作，可以换成max等
for(i in 1:nrow(b)){
i <- 1
print(mean(as.numeric(b[i,])))
}
#加入print(), 就可以返回计算结果
for(i in 1:nrow(b)){
print(mean(as.numeric(b[i,])))
}
#把i=1删掉, 可以自己循环计算了
apply循环#主要针对矩阵, 数据框
apply(b, 1, function(x)){
mean(x) #mean就是function要做的操作，可以换成max等
})
x=as.numeric(b[1,])#只是取出b的第一行，并改为数值型
#apply(b是要操作的表格, 行=1, 列=2，对行/列进行操作)
#这个函数可以简化
apply(b,1,max)
#目前不需要掌握
#apply可以简化的原因是它和for循环的循环原理不同，每一个循环的取值原理不同
head(rowMeans(b)) #这个是做好的函数，不需要循环
自定义函数
rowMax=function(x){
apply(x,1,max)}
rowMax(b)
for(i in 1:nrow(b)){
x=as.numeric(b[,1])
y=x[1]+x[2]-x[3]+x[4]+x[5]-x[6]
print(y)
}
#定义了一个function
BassbassU=function{
for(i in 1:nrow(b)){
x=as.numeric(b[,1])
y=x[1]+x[2]-x[3]+x[4]+x[5]-x[6]
print(y)
}
}
BassbassU(b)
#相当于创造了BassbassU的函数，并且BassbassU(b)就是对每一行进行x[1]+x[2]-x[3]+x[4]+x[5]-x[6]的运算
apply(b, 1, sd)
#计算b数据框中每一行的方差
sort(apply(b, 1, sd), decreasing=T)[1:50]
#sort是从小到大排，该函数取方差最大的前50
cg=names(sort(apply(b, 1, sd), decreasing=T)[1:50])
#拿到这些方差对应的名字
R语言本质上是在处理一些统计知识
R语言学习入门导航-特别版 (qq.com)
极客RrR<<-数据分析之道 - 连载 - 简书 (jianshu.com)
生物统计第一弹之统计基础概念 (qq.com)
The Bioconductor 2018 Workshop Compilation
网友评论