R基础
R基础
零、软件安装
1 软件安装
1、官网下载R和Rstudio
2、先装R，再装RStudio
3、安装路径不能包含“空格”、“中文”、“特殊字符”，最好只有字母+数字命名
2 RStudio – 常见快捷方式
1、TAB键： 自动补全（比如对于R中储存变量，如果变量名字较长，不用完整输入，可以采取变量补全的方式）
2、键盘中的向上、向下箭头： 重复之前的命令行输入
3、清空控制台 Ctrl+L （Mac：Command+L）
4、将光标定位到行首 Home （Mac：Command+Left）
5、将光标定位到行末 End （Mac：Command+Right）
6、中断当前命令的执行 Esc （Mac：Esc）
7、赋值符 （<-）：Alt + —（Mac：Option+-）
8、将光标定位到代码控制台： Ctrl+2（Mac： Ctrl+2 ）
9、将光标定位到文本编辑区： Ctrl+1（Mac： Ctrl+1 ）
一、R包安装和调用
1 通过Rstudio菜单安装
1.1 Tools -> installPacakges
1.2 Pacakges -> Install
2 通过install.pacakges命令安装
2.1 安装
install.packages('readxl')
install.packages('writexl')
2.2 设置镜像
单次配置
options(repos=structure(c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")))
将上面代码加入 R-3.6.1\etc\Rprofile.site 文件即可永久配置
3 通过BiocManager安装
3.1 手动选择镜像源
install.packages('BiocManager') # 安装一次
options(BioC_mirror='https://mirrors.tuna.tsinghua.edu.cn/bioconductor') # 每次打开Rstudio均需要设置
BiocManager::install('DESeq2') # Update all/some/none? [a/s/n]: n
3.2 设置Rprofile.site 自动配置镜像
set a CRAN mirror
设置 R-3.6.1\etc\Rprofile.site 永久更改镜像
local({
r = getOption('repos')
options(repos = r, BioC_mirror='https://mirrors.tuna.tsinghua.edu.cn/bioconductor')
})
4 conda构建包
如果R环境是基于conda构建，可以采用conda来安装
conda install -c bioconda r-pheatmap
conda install -c bioconda bioconductor-ComplexHeatmap
5 加载R包
if(!require(devtools))
install.packages("devtools")
if(!require(ggcor))
devtools::install_github("houyunhuang/ggcor")
6 常用函数
getwd() #查看当前工作目录
setwd("D:/MyRProject") #设置工作目录
dir() #查看当前目录下所有文件名称
system.time() #返回函数运行时间
#数据输入：read.delim、read.table、read.csv
#数据输出：write.table、write.csv
sum() #求和
plot() #绘图
sort() #排序
计算
log(x) log10(x) exp(x)
sin(x) cos(x) tan(x)
asin(x) acos(x) range(x)
min(x) max(x) length(x)
统计检验
mean(x) sd(x) var(x) median(x)
quantile(x,p) cor(x,y)
t.test() lm(y ~ x)
7 其他
#.Rdata 文件保存代码运行的数据对象
load(“.Rdata”) #载入.Rdata
#.Rhistory 文件保存代码运行的历史命令
load (“.Rhistory.R”) #载入.Rhistory.R
二、基础语法
1 算术运算
1 + 2 # 加
3 - 1 # 减
2 * 5 # 乘
5 / 3 # 除
3 ^ 2 # 平方
8 %% 3 # 求余
8 %/% 3 #整除
%*% #用于矩阵相乘。
2 逻辑判断
3 == 2 # 等于
3 != 2 # 不等
3 > 2 # 大于
3 < 2 # 小于
3 >= 2 # 大于等于
3 <= 2 # 小于等于
& # 元素逻辑与运算符，将第一个向量的每个元素与第二个向量的相对应元素进行组合，如果两个元素都为 TRUE，则结果为 TRUE，否则为 FALSE。
| # 元素逻辑或运算符，将第一个向量的每个元素与第二个向量的相对应元素进行组合，如果两个元素中有一个为 TRUE，则结果为 TRUE，如果都为 FALSE，则返回 FALSE。
！ #逻辑非运算符，返回向量每个元素相反的逻辑值，如果元素为 TRUE 则返回 FALSE，如果元素为 FALSE 则返回 TRUE。
&& #逻辑与运算符，只对两个向量对第一个元素进行判断，如果两个元素都为 TRUE，则结果为 TRUE，否则为 FALSE。
|| #逻辑或运算符，只对两个向量对第一个元素进行判断，如果两个元素中有一个为 TRUE，则结果为 TRUE，如果都为 FALSE，则返回 FALSE。
if (cond) {statement_1}
if (cond) {statement_1} else{ statement_2}
switch(expression, case1, case2, case3....)
switch 语句中的 expression 是一个常量表达式，可以是整数或字符串，如果是整数则返回对应的 case 位置值，如果整数不在位置的范围内则返回 NULL。
如果匹配到多个值则返回第一个。
expression如果是字符串，则对应的是 case 中的变量名对应的值，没有匹配则没有返回值。
switch 没有默认参数可用。
3 循环
for (name in expr_1) { expr_2 }
for( 指标变量 in 执行范围) { 语句表达式 }
repeat {
// 相关代码
if(condition) {
break
}
}
while(condition)
{
statement(s);
}
#循环控制
break #跳出循环
next #用于跳过当前循环，开始下一次循环（类似其他语言的 continue）
4 赋值
a = 3
b <-3
5 其他
Inf # 无穷大
-Inf # 负无穷
NA # 缺失值
NULL # 空值
> #命令或者运算提示符
+ #续行符
>？boxplot 或者 help(boxplot) #求助符 ？ 或 help()
%in% #用于判断元素是否在向量里，返回布尔值，有的话返回 TRUE，没有返回 FALSE。
6 自定义函数
myfunction <- function(arg1,arg2, ... ){
statements
return(object)
}
my function #函数名称
arg1，arg2 # 参数 ，可设置默认值
statements #为函数语句
return(object) #返回结果
#定义中使用
mapply(function(x,y,z) round(mean(c(x,y,z)),2),Math,Science,English)
三、数据类型
1 数值类型
212.21 # 数值型
‘wd’;"aw";"汉字" # 字符型
TRUE;T;FALSE;F # 逻辑型
2 R对象
1、对象具有的基本的类有：
数值（numeric）、逻辑（logical）、字符（character）、列表（list）。
2、在此基础上构成了一些复合型的类：
矩阵（matrix）、数组（array）、因子（factor）、数据框（dataframe）。
3、R对象都有两个基本属性：mode（类型）属性和length（长度）属性。
mode() #给出的是一种比较古老的类型划分（S语言是R的前身）
class() #给出的是基于面向对象的R的类型划分
3 操作
对象类型判断
mode(); class() # 查看数据类型
#判断数据类型，返回值为TRUE或FALSE
is.numeric() # 判断是否数值型
is.logical() # 判断是否逻辑型
is.charactor() # 判断是否字符型
is.data.frame() # 判断是否为数据框
对象类型转换
as.numeric() #转换为数值型
as.logical() #转换为逻辑型
as.charactor() #转换为否字符型
as.matrix() #转换为矩阵
as.data.frame() #转换为数据框
4 取名规则
1、R区分大小写，A与a是不同的;
2、对象名不能用数字开头，但是数字可以放在中间或结尾。推荐用"."作为间隔，例如 anova.result1;
3、保留名称(命名对象时不要与保留名称冲突): NA, rownames, mean, max......
四 数据结构
0 总览
向量(vector) 一系列元素的组合;
数组(array) 数组是k维的数据表;
矩阵(matrix) 矩阵是数组的一个特例，维数k = 2 ;
数据框(dataframe) 是由一个或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类型;
列表(list) 列表可以包含任何类型的对象
因子（factor）用于存储类别的类型
1 向量
1.1 向量定义
vec = c(1,2,2,3) # 自定义数值，字符或逻辑向量
vec = 1:10 # 连续数值向量 等价于 vec<-c(1:10)
vec = 'a':'z' # 报错，字符不行
letters # a-z 连续字符
LETTERS # A-Z 连续字符
b<-c("one","two","three") #字符向量
c<-c("TRUE","FALSE","TRUE","FALSE") #注意这是字符向量
l<-c(TRUE,FALSE,TRUE,FALSE) #这才是布尔向量
d<-c(1, 2, 3, "three", "hello") #混合类型向量
1.2 混合元素自动转换字符型
> mix_vec = c(9,T,'212','sd')
> mix_vec
[1] "9" "TRUE" "212" "sd"
1.3 定义元素名称
> names(vec) = char_vec
> vec
A B C D
1 2 2 3
> names(vec) = NULL # 删除元素名称
1.4 向量组合计算
c(1,3,5) + c(1,2,3) = c(1+1,3+2,5+3)# 对应元素相加
c(1,3,5) + c(1,2) = c(1+1,3+2,5+1) # 重复相加短向量
c(1,3,5) + 2 = c(1+2,3+2,5+2) #
c(c(1,3,5),c(1,2)) = c(1,3,5,1,2) # 直接拼接
1.5 元素操作
e<-c(1, 7, 8, 2, 5, 6)
e[3] #提取第三个值
e[-2] #提取除第二个值以外的其他值
e[1:3] #提取连续元素
e[-2:-4] #除第2/3/4个值以外的其他值
e[c(2, 5, 3)]#返回第2/5/3个值，提取非连续元素
letters[1:7] # 返回a-g
LETTERS[1:7] # 返回A-G
#根据条件切片
term = num_vec > 2 #返回一个和num_vec同长度的布尔向量，值为num_vec中对应值的判断结果。这里判断条件为是否大于2
num_vec[term] #根据布尔向量结果对num_vec切片，返回TRUE值对应元素
which(term) #返回布尔向量中TRUE值对应的索引。which(num_vec > 2)即返回num_vec中大于2的值的索引
#根据名称切片
num_vec['A']
1.6 常用函数
a %in% b #判断前面一个向量内的每一个元素分别是否在后面一个向量中，返回布尔向量。
union(x,y) #返回x和y的并集
intersect(x, y ) #返回x和y的交集，以前一个为准
setdiff( x, y) #返回x和y的差集（以x为准）
setequal( x, y) #判断x和y是否有相同的元素，忽略排序
seq(from, to, by,length.out, along.with,...) #等间隔函数
from: 序列起点
to：序列终点
by：步长，可以是正数、负数、小数
length.out：序列长度（即序列中的数字个数）
along.with：序列内容（同样是序列中的数字个数）
seq(from=4, to=10, by=2)
seq(from=0, to=2, length=5)
rep() #重复函数
rep(1, times=5)
rep(c(1, 2), times=3)
set.seed(250) #设置随机数种子，这里用于保障随机可重复
runif() 均匀分布随机数
rnorm() 正态分布随机数; rnorm(10, mean=20, sd =1)
rbinom() 二项分布随机数
rexp() 指数分布随机数
a <- runif(3, min=0, max=100) #产生3个0到100区间的随机数
floor(a) #对a中数向下取整
ceiling(a) #对a中数向上取整
round(a,4) #对a中数四舍五入到第4位小数
sum(a) #对a中数求和
mean(a) #对a中数求平均值
max(a) #对a中数取最大值
min(a) #对a中数取最小值
sort(a) #对a中数从小到大排序。对于字符数组，sort按ascii字符码排序。
rev(a) #返回a的反序向量
length(a) #返回a长度
2 矩阵
2.1 自定义矩阵
mtx = matrix(1:20, nrow=5,ncol=4) # byrow = TRUE
2.2 自定义行列名
rownames(mtx) = c('G1','G2','G3','G4','G5') # 自定义行名
colnames(mtx) = c('S1','S2','S3','S4') # 自定义列名
rownames(mtx) # 查看行名
colnames(mtx) # 查看列名
2.3 矩阵切片
# 根据位置切片
mtx[1,] # 提取第1行
mtx[1:3,] # 提取1-3行
mtx[,2] # 提取第2列
mtx[,2] # 访问矩阵的第2列所有元素 返回的结果是一个向量
mtx[,1, drop=F] # 访问矩阵的第2列所有元素 返回的结果仍是一个矩阵
mtx[-1,] # 删除第1行
mtx[c(1,2),c(3,4)] # 提取1/2行，3/4列
# 根据名称切片
mtx[,'S3']
mtx[,c('S1','S2')]
2.4 常用函数
cbind(A, B) # 按列合并
rbind(A, B) # 按行合并
transform<-t(A) # t(A)表示矩阵A的转置
as.vector(A) # 将矩阵转化为向量
dim(mtx) # 查看行列数
nrow(mtx) # 查看行数
ncol(mtx) # 查看列数
rowMeans(mtx) # 按行求均值
colSums(mtx) # 按列求和
length(mtx) # 获取总长度
3 数据框
3.1 数据框的创建
数据框的每一行包含有同一样本的不同观测值。
patientID <- c(1, 2, 3, 4)
age <- c(25, 34, 28, 52)
diabetes <- c("Type1", "Type2", "Type1", "Type1")
status <- c("Poor", "Improved", "Excellent", "Poor")
patient_data <- data.frame(patientID, age, diabetes, status)
3.2 数据框的引用切片
由于数据框是二维数据，类似矩阵，所以引用方法相似
#subset()对数据框的列进行操作
subset(patientdata, age>30 & diabetes=="Type1",c(age,status),drop=F)
subset(A, A[,2]>6, select=c(1,3))
3.3 常用函数
attach() #将数据框添加到R的搜索路径中，R在遇到一个变量名后，将检查搜索路径中数据框的列名。
detach() #将数据框从R的搜索路径中去除。
4 数组
数组与矩阵类似，但数组的维度可以大于2
#数组创建
myarray <- array(vector, dimensions, dimnames)
a <- array(1:24, c(2, 3, 4), dimnames=list(dim1, dim2, dim3))
# dimnames：各维度名称的标签
5 列表
列表允许整合若干（可能无关的）对象到单个对象名下，其对象可以是目前讲到的任何结构（向量、矩阵、数据框等）。
#列表创建
my_list <- list(title=g, ages=h, j, k)
#切片
my_list[[2]] == my_list$age == my_list[["ages"]] #三者等价
6 因子
因子（factor)是R语言中比较特殊的一个数据类型， 它是一个用于存储类别的类型。
# 因子创建
fac = factor(c('A', 'B','A','B','AB','O','A','A'), # 数据
levels=c('A','B','AB','O')) # 类别
fac[1] # 因子水平不改变
[1] A
Levels: A B AB O
