盤一盤生信技能樹R語言小作業(yè)（初級）

R語言基礎(chǔ)知識的一些檢驗，最好是對照幾本R基礎(chǔ)語法書籍來理解。

全部答案及視頻在：https://github.com/jmzeng1314/R_bilibili

首先做完了周末班工作按傅，包括軟件安裝以及R包安裝：http://www.bio-info-trainee.com/3727.html

1.打開 Rstudio 告訴我它的工作目錄撰筷。

getwd()

2.新建6個向量茂蚓，基于不同的原子類型胸懈。（重點是字符串，數(shù)值雏赦，邏輯值）

b<-"What's wrong"
aa<-1:10
c<-TRUE

3.告訴我在你打開的rstudio里面 getwd() 代碼運行后返回的是什么劫笙？

當前工作目錄

4.新建一些數(shù)據(jù)結(jié)構(gòu)芙扎，比如矩陣，數(shù)組填大，數(shù)據(jù)框戒洼，列表等(重點是數(shù)據(jù)框，矩陣）

newmatrix<-matrix(1:6, nrow = 2, ncol = 3)
newarray <- array(1:3, c(2,4))
pa1<-c(1,2,3,4)
ga1<-c(5,4,44,12)
pa2<-c(1,2,3,4)
ga2<-c(5,4,44,12)
pa3<-c(1,2,3,4)
ga3<-c(5,4,44,12)
newdata.frame <- data.frame(pa1,ga1,pa2,ga2,pa3,ga3)
newlist <- list(x = cars[,1], y = cars[,2])
newfactor <- factor(letters,ordered=TRUE)

5.在你新建的數(shù)據(jù)框進行切片操作允华，比如首先取第1圈浇，3行，然后取第4靴寂，6列

newdata.frame[1:3,4:6]

6.使用data函數(shù)來加載R內(nèi)置數(shù)據(jù)集 rivers 描述它磷蜀。并且可以查看更多的R語言內(nèi)置的數(shù)據(jù)集：https://mp.weixin.qq.com/s/dZPbCXccTzuj0KkOL7R31g

data("rivers")

7.下載 https://www.ncbi.nlm.nih.gov/sra?term=SRP133642 里面的 RunInfo Table 文件讀入到R里面，了解這個數(shù)據(jù)框百炬，多少列褐隆，每一列都是什么屬性的元素。（參考B站生信小技巧獲取runinfo table）這是一個單細胞轉(zhuǎn)錄組項目的數(shù)據(jù)剖踊，共768個細胞庶弃，如果你找不到RunInfo Table 文件，可以點擊下載德澈，然后讀入你的R里面也可以歇攻。

SraRunTable <- read.table("http://www.bio-info-trainee.com/tmp/5years/SraRunTable.txt",fill=TRUE,header = T,sep = "\t")
dim(SraRunTable)
class(colnames(SraRunTable))

8.下載 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111229 里面的樣本信息sample.csv讀入到R里面，了解這個數(shù)據(jù)框梆造，多少列掉伏，每一列都是什么屬性的元素。（參考 https://mp.weixin.qq.com/s/fbHMNXOdwiQX5BAlci8brA 獲取樣本信息sample.csv）如果你實在是找不到樣本信息文件sample.csv澳窑，也可以點擊下載。

sample <- read.csv("sample.csv")

9.把前面兩個步驟的兩個表（RunInfo Table 文件供常，樣本信息sample.csv）關(guān)聯(lián)起來摊聋，使用merge函數(shù)。

d=merge(SraRunTable,sample,by.x = 'Sample_Name',by.y = 'Accession')
# 在merge這里堵了很長時間...最終是數(shù)據(jù)源的問題
# by.x = 'Sample_Name',by.y = 'Accession'這里的Sample_Name與Accession必須代表同樣的數(shù)據(jù)栈暇！

基于下午的統(tǒng)計可視化

1.對前面讀取的 RunInfo Table 文件在R里面探索其MBases列麻裁，包括箱線圖(boxplot)和五分位數(shù)(fivenum)，還有頻數(shù)圖(hist)源祈，以及密度圖(density) 煎源。

boxplot(MBases ~ MBytes, data = SraRunTable, col = "lightgray")
?fivenum;fivenum(SraRunTable$MBases)
plot(density(SraRunTable$MBases))
hist(SraRunTable$MBases)
plot(density(SraRunTable$MBases))

2.把前面讀取的樣本信息表格的樣本名字根據(jù)下劃線分割看第3列元素的統(tǒng)計情況。第三列代表該樣本所在的plate

e <- d[,c("MBases","Title")]
plate=unlist(lapply(as.character(e[,2]),function(x){
  # x=e[,2]  
  x
  strsplit(x,'_')[[1]][3]
  
}))
# 試一下去掉as.character是什么效果 考慮為什么 出錯就?一下
table(plate)
boxplot(e[,1]~plate)

3.根據(jù)plate把關(guān)聯(lián)到的 RunInfo Table 信息的MBases列分組檢驗是否有統(tǒng)計學顯著的差異香缺。

t.test(e[,1]~plate)

4.分組繪制箱線圖(boxplot)手销，頻數(shù)圖(hist)，以及密度圖(density) 图张。

使用ggplot2把上面的圖進行重新繪制锋拖。

e$plate=plate
library(ggplot2)
colnames(e)
ggplot(e,aes(x=plate,y=MBases))+geom_boxplot()

5.使用ggpubr把上面的圖進行重新繪制诈悍。

library(ggpubr)
p <- ggboxplot(e, x = "plate", y = "MBases",
               color = "plate", palette = "jco",
               add = "jitter")
# Add p-value
p + stat_compare_means(method = 't.test')

6.隨機取384個MBases信息，跟前面的兩個plate的信息組合成新的數(shù)據(jù)框兽埃，第一列是分組侥钳，第二列是MBases，總共是384*3行數(shù)據(jù)柄错。

indexes <- sample (nrow (e), 384)
data <- e [indexes, ]
data2 <- data[,c(3,1,2)]
dim(data2)

很奇怪舷夺，我在typora里寫好之后直接復制到簡書，代碼前面會出現(xiàn)亂碼售貌，先復制到r给猾，再傳遞過來就沒事了。

參考來源：生信技能樹

友情鏈接：

課程分享
生信技能樹全球公益巡講
（https://mp.weixin.qq.com/s/E9ykuIbc-2Ja9HOY0bn_6g）
B站公益74小時生信工程師教學視頻合輯
（https://mp.weixin.qq.com/s/IyFK7l_WBAiUgqQi8O7Hxw）
招學徒：
（https://mp.weixin.qq.com/s/KgbilzXnFjbKKunuw7NVfw）

歡迎關(guān)注公眾號：青島生信菜鳥團

盤一盤 生信技能樹R語言小作業(yè)（初級）

基于下午的統(tǒng)計可視化

盤一盤生信技能樹R語言小作業(yè)（初級）