前言

1.1948 年，香农提出了“信息熵”(shāng)；

2.信息量的度量就等于不确定性的多少。即：要搞懂一个非常非常不确定（gaoleng）的女孩（或是说我们一无所知的女神），就需要了解大量的信息（喜欢吃啥，衣品，喜欢的偶像）。相反，如果我们对某件事已经有了较多的了解（女闺蜜/青梅竹马的），我们不需要太多的信息就能把它搞清楚。（我尽力了～）

不多说了，自己查资料，直接上重点：

---

如何用“R”计算基因的香农熵？

1.首先，你要有一个基因表达的表：

长这样：第一列是基因名字，其余列名是样本的名字，中间是数据

2.然后，“手动”把第一列删去（方便下一步导入到R中）

删去后的样子

3. 打开R studio，导入数据（cd到数据所在的目录就不说了哈～）：

forentropy=read.table("ForEntropy1.txt",header=TRUE,sep="\t",check.names=F,quote="",stringsAsFactors = FALSE)

4.调动Entropy包，具体参数请看说明。

library(entropy)

不同熵，用的参数不一样

5.发动“写轮眼”（for循环）：

因为我的数据集有683个基因，所以每一行计算香农熵共683次

y=rep(0,683)

for (i in 1:683){ y[i]=entropy(forentropy[i,],method=c("CS"))}

这时候已经变成是你想要的数据了～

6.输出数据：

write.table(y, file ="CS_Entropy.txt", sep =",", row.names =FALSE, col.names =FALSE)

7.整理数据笨办法

就是Excel打开这个香农熵值的表格，复制黏贴到原来的Excel表格中（高端操作就是用cbind到原来的数据集中）

8.全部代码：

forentropy=read.table("ForEntropy1.txt",header=TRUE,sep="\t",check.names=F,quote="",stringsAsFactors = FALSE)

library(entropy)

for (i in 1:683){ y[i]=entropy(forentropy[i,],method=c("CS"))}

write.table(y, file ="CS_Entropy.txt", sep =",", row.names =FALSE, col.names =FALSE)

后记：

能够解决问题的方法，就是好方法～

这个操作，其实基本上可以用于对任何“感兴趣”函数，对自己的数据集“操作”一下～

不打赏，不点赞，你们还想不想我写了，呜呜呜～～～

参考文献：

1.百度百科香农熵：https://baike.baidu.com/item/香农熵；