Day5-孟思博

背景知識回顧:

1.R的代碼都是帶括號的义桂,括號必須是英文的。
2.表格在R語言中改名叫數(shù)據(jù)框_
3.?+命令或者函數(shù),調(diào)出對應的幫助文檔肾筐,翻到example部分研究一下。
4.數(shù)據(jù)類型:
(1)向量(vector)
(2)矩陣(Matrix)
(3)數(shù)組(Array)
(4)數(shù)據(jù)框(Data frame)
(5)List

以下開始正文部分:

part1:向量

1.標量和向量的區(qū)分:

元素指的是數(shù)字或者字符串等缸剪,根據(jù)它可以區(qū)分兩個詞:
標量:一個元素組成的變量
向量:多個元素組成的變量
例如:
x<-c(1,2,3) #常用的向量定義寫法吗铐,意為將x定義為由元素1,2杏节,3組成的向量唬渗。
x<-(1:10) #從1-10之間所有的整數(shù)
x<-seq(1,10,by = 0.5) #1-10之間每隔0.5取一個數(shù)(注意這里是逗號不是分號)
x<-rep(1:3,times=2) #1-3 重復2次
提示:后一次的賦值能覆蓋前一次,避免用常見名稱如pi賦值奋渔。

2.從向量中提取元素

(1)根據(jù)元素位置镊逝,例如:
x[4] #x第4個元素
x[-4]#排除法,除了第4個元素之外剩余的元素
x[2:4]#第2到4個元素
x[-(2:4)]#除了第2到4個元素
x[c(1,5)] #第1個和第5個元素
(2)根據(jù)值的大小
x[x==10]#等于10的元素 ==意思是等于
x[x<0]
x[x %in% c(1,2,5)]#存在于向量c(1嫉鲸,2蹋半,5)中的元素

Part2:數(shù)據(jù)框

按照教程例子,先在工作目錄下添加文檔doudou.txt充坑,里面內(nèi)容如下:
X1,X2
A,1
B,
C,
D,3
E,
(#NA空值可留空,不用輸入)
用以下命令即可讀取數(shù)據(jù)框:x<-read.csv('doudou.txt')#區(qū)分大小寫

(1)讀取本地數(shù)據(jù)

read.table(file = "doudou.txt",sep = "\t",header =T) #讀取文件染突,分隔符為Tab捻爷,有表頭
a<-read.table(file = "huahua.txt",sep = "\t",header =T)#把這個數(shù)據(jù)框賦給一個變量a

以上命令等同與a<-read.csv('doudou.txt')

(2)設置行名和列名

x<-read.csv('doudou.txt') #在示例數(shù)據(jù)里有doudou.txt 注意這里的變量x是一個數(shù)據(jù)框
colnames(x) #查看列名
rownames(x) #查看行名
colnames(x)[1]<-"bioplanet"#有的公司返回數(shù)據(jù),左上角第一格為空份企,R會自動補為x,用這個命令來修改
x<-read.csv(file = "doudou.txt",sep = "\t",header =T,row.names=1)#最后row.names的意思是修改第一列為行名

(3)數(shù)據(jù)框的導出

write.table(x,file = "new.txt",sep = ",",quote=F)#分隔符改為逗號也榄,字符串不加雙引號(默認格式帶由雙引號) #在工作路徑下會看到new.txt的新文件

(4)變量的保存與重新加載

保存的格式是RData。
save.image(file="bioinfoplanet.RData")#保存當前所有變量
save(frame1,file="frame1.RData")#保存其中一個變量司志,frame1修改成自己要保存的變量名稱
load("frame1.RData")#再次使用RData時的加載命令甜紫,frame1注意修改名稱

(5)提取元素

(#以下命令括號外x代表向量名稱,[ ]內(nèi)代表行列數(shù))
x[x,y]#第x行第y列
x[x,]#第x行
x[,y]#第y列(橫著寫骂远,這是不夠懶也不夠優(yōu)秀卻能存在的寫法)
x[y] #第y列(豎著寫囚霸,這是懶惰又優(yōu)秀的寫法)
x[a:b]#第a列到第b列
x[c(a,b)]#第a列和第b列
x$列名 #支持Tab自動補全哦,不過只能提取一列)

(6)【選修部分】直接使用數(shù)據(jù)框中的變量

提取某兩列作散點圖:
c <-data.frame(case=paste("S",c(1:50)),values=runif(50))

plot(ccase,cvalues)(#這里的case和values是兩個單純的列名)
簡化辦法:
方法1:attach
將數(shù)據(jù)框名添加到搜索環(huán)境中:attach(c),作圖時就只需輸入列名
attach(c)
plot(case,values)
做完后將a刪除出搜索環(huán)境 detach(c)
方法2:with
with(c,{

  • plot(case,values)
    x<<-summary(values) #求和并賦值給x,<<的意思是作為全局變量激才,y也就是出了with循環(huán)仍有效拓型。
    })
    x #運行完后打印x
    附注:保存的腳本文件的格式是*.R
    思維導圖:


    第五天思維導圖.png
最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市瘸恼,隨后出現(xiàn)的幾起案子劣挫,更是在濱河造成了極大的恐慌,老刑警劉巖东帅,帶你破解...
    沈念sama閱讀 219,366評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件压固,死亡現(xiàn)場離奇詭異,居然都是意外死亡靠闭,警方通過查閱死者的電腦和手機帐我,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,521評論 3 395
  • 文/潘曉璐 我一進店門坎炼,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人焚刚,你說我怎么就攤上這事点弯。” “怎么了矿咕?”我有些...
    開封第一講書人閱讀 165,689評論 0 356
  • 文/不壞的土叔 我叫張陵抢肛,是天一觀的道長。 經(jīng)常有香客問我碳柱,道長捡絮,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,925評論 1 295
  • 正文 為了忘掉前任莲镣,我火速辦了婚禮福稳,結果婚禮上,老公的妹妹穿的比我還像新娘瑞侮。我一直安慰自己的圆,他們只是感情好,可當我...
    茶點故事閱讀 67,942評論 6 392
  • 文/花漫 我一把揭開白布半火。 她就那樣靜靜地躺著越妈,像睡著了一般。 火紅的嫁衣襯著肌膚如雪钮糖。 梳的紋絲不亂的頭發(fā)上梅掠,一...
    開封第一講書人閱讀 51,727評論 1 305
  • 那天,我揣著相機與錄音店归,去河邊找鬼阎抒。 笑死,一個胖子當著我的面吹牛消痛,可吹牛的內(nèi)容都是我干的且叁。 我是一名探鬼主播,決...
    沈念sama閱讀 40,447評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼秩伞,長吁一口氣:“原來是場噩夢啊……” “哼谴古!你這毒婦竟也來了?” 一聲冷哼從身側響起稠歉,我...
    開封第一講書人閱讀 39,349評論 0 276
  • 序言:老撾萬榮一對情侶失蹤掰担,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后怒炸,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體带饱,經(jīng)...
    沈念sama閱讀 45,820評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,990評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了勺疼。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片教寂。...
    茶點故事閱讀 40,127評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖执庐,靈堂內(nèi)的尸體忽然破棺而出酪耕,到底是詐尸還是另有隱情,我是刑警寧澤轨淌,帶...
    沈念sama閱讀 35,812評論 5 346
  • 正文 年R本政府宣布迂烁,位于F島的核電站,受9級特大地震影響递鹉,放射性物質(zhì)發(fā)生泄漏盟步。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,471評論 3 331
  • 文/蒙蒙 一躏结、第九天 我趴在偏房一處隱蔽的房頂上張望却盘。 院中可真熱鬧,春花似錦媳拴、人聲如沸黄橘。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,017評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽旬陡。三九已至,卻和暖如春语婴,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背驶睦。 一陣腳步聲響...
    開封第一講書人閱讀 33,142評論 1 272
  • 我被黑心中介騙來泰國打工砰左, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人场航。 一個月前我還...
    沈念sama閱讀 48,388評論 3 373
  • 正文 我出身青樓缠导,卻偏偏與公主長得像,于是被迫代替她去往敵國和親溉痢。 傳聞我的和親對象是個殘疾皇子僻造,可洞房花燭夜當晚...
    茶點故事閱讀 45,066評論 2 355