踩過(guò)的坑：

• 使用fread這個(gè)函數(shù)讀的賊快蝗岖，以后就用它了侥猩！
• 首先要設(shè)置當(dāng)前目錄，否則到后面數(shù)據(jù)一團(tuán)糟抵赢。
• 當(dāng)讀取表格文件時(shí)欺劳，我遇到了讀取后沒(méi)有表頭的情況，經(jīng)過(guò)多方搜索铅鲤，原來(lái)需要設(shè)定fill=T划提，因?yàn)橛胁幌嗟鹊男校鶕?jù)文檔原解釋：如果為真邢享，那么在行長(zhǎng)度不相等的情況下鹏往，將隱式地添加空白字段。

fill ：logical. If TRUE then in case the rows have unequal length, blank fields are implicitly added. See ‘Details’.

• rowSum骇塘、colSum伊履、which函數(shù)要多用用，真的挺好用款违。
• strsplit切分字符串后是list唐瀑，不能直接使用，需要用unlist進(jìn)行轉(zhuǎn)化插爹。
• 讀取文件時(shí)哄辣，設(shè)置header貌似相當(dāng)于col.names请梢，不過(guò)我使用這個(gè)參數(shù)一直報(bào)錯(cuò)，等待會(huì)再看看柔滔。設(shè)置row.names就相當(dāng)于增加變量溢陪，但是輸出文件時(shí)，行列總是會(huì)“混起來(lái)”睛廊，結(jié)合網(wǎng)上大神思維形真，輸出文件應(yīng)再增加一列
  同理，還有quote超全，通常設(shè)置為quote=""咆霜，為了防止文件中已存在"而帶來(lái)的讀寫問(wèn)題。
  接著嘶朱，check.names=F蛾坯，這個(gè)是用來(lái)防止將文件中的特殊命名的如. [0-9] 之類的轉(zhuǎn)換，推薦勾選疏遏。

#此腳本用于提取三代測(cè)序中的數(shù)據(jù)脉课，用于工作中，等技術(shù)高了再回來(lái)改進(jìn)财异！
#2019年1月10日14:50:45
#liyuan
#功能：提取組織中表達(dá)所有的基因及表達(dá)量倘零，并進(jìn)行聚類圖的繪制。

setwd("~/R_Workspace/DATA/1-11/1_表達(dá)譜/1_all/")
#step1, load main
#在這里使用data.table::fread比較好戳寸，因?yàn)樗俣荣\快呈驶！
in_file_main <- "~/R_Workspace/DATA/1-11/gene.description.xls"
input_main <- data.table::fread(in_file_main,header = TRUE,fill = T,quote="",check.names = F)#需要增加fill=T
prefix_out <- "exp_pro.cluster.All" 
out_file_name1 <- paste(prefix_out,".tiff",sep="")
out_file_name2 <- paste(prefix_out,".xls",sep="")

#step2, remove exp <= 0，使用rowSums這個(gè)方法一次就能出結(jié)果疫鹊，我還傻乎乎寫了半天的for-if
row_index <- which(rowSums(input_table[,c(29:40,45)]) > 0);paste("2_calculate data of diff and save index of diff success !")
#step3袖瞻，獲取diff組織列以及gopath注釋列
exp_data <- data.frame(input_table[row_index,c(1,29:40,45,176:185)]) #索引列自動(dòng)作為row.names  

#step4, draw exp_cluster by above data.
  #step4.1, tran rownames
  x <- "brain   eye fin gill    hood    heart   intestine   muscle  kidney  liver   testis  spleen  skin"#new row
  y <- strsplit(x,split = "\t")
  colnames(exp_data)[2:14] <- unlist(y)
  data.table::fwrite(exp_data,sep="\t",col.names =TRUE,
              row.names = FALSE,file = out_file_name2);paste("3_1_write table of cluster success!")
  
  #step4.2, draw cluster,just for test1:1000
  library(pheatmap)
   p <- pheatmap(log2(exp_data[1:1000,2:14]+1),scale="row",
                 cluster_cols=T,#是否按列聚類
                 cluster_rows=T,#是否按行聚類
                 show_rownames=F,
                 color = colorRampPalette(c("MediumBlue","white","red"))(256),
                 legend_breaks = -10:10,#圖例范圍
                 fontsize = 18,
                 filename = out_file_name1#保存文件命名
   );paste("3_2_draw cluster success and exit!")