雙11買的米家電火鍋到了男摧，今天和老婆在家吃了火鍋蔬墩，吼吼吼！~排骨耗拓、羔羊肉拇颅、魚丸、蟹足棒乔询、老油條樟插、生菜、土豆、豆腐還有各種菌菇黄锤，超級滿足搪缨。
吃完當(dāng)然要繼續(xù)學(xué)習(xí)R語言了，因為最近的數(shù)據(jù)挖掘中鸵熟，深感自己的基礎(chǔ)太差副编，很多時候一行代碼要查很多package的help文檔，非常不流暢流强，所以要一邊做生信挖掘痹届，一邊給自己的R語言補課（linux表示不服）。下面就一邊學(xué)習(xí)打月，一遍羅列一些我之前搞不靈清的函數(shù)和package吧队腐。
1.seq()函數(shù)
> seq(2,10)
[1] 2 3 4 5 6 7 8 9 10
#產(chǎn)生從2到10的向量，注意中間是‘僵控，’而不是‘：’香到！
> seq(5,65,by=2)
[1] 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65
#以公差為2，去遞增產(chǎn)生向量
> seq(5,65,length = 10)
[1] 5.00000 11.66667 18.33333 25.00000 31.66667 38.33333 45.00000 51.66667 58.33333 65.00000
#從5到65遞增报破，一共存在10個向量悠就，公差函數(shù)自己幫忙算
體會：seq()很方便可以按照自己的方式取出想要的向量，比如取單雙的時候充易，可以使用梗脾。
2.which()函數(shù)
> a <- c(2,3,4,2,5,1,6,3,2,5,8,5,7,3)
> which.max(a) #變量a中最大的向量所處的位置
[1] 11
> which.min(a) #變量a中最小的向量所處的位置
[1] 6
> which(a==2) #變量a中，等于2的向量所處的位置
[1] 1 4 9
> a[which(a==2)] #將“變量a中等于2的向量所處的位置”上面的向量列出
[1] 2 2 2
> which(a>5) #變量a中大于5的向量所處的位置
[1] 7 11 13
> a[which(a>5)] #將“變量a中大于5的向量所處的位置”上面的向量列出
[1] 6 8 7
體會：which()函數(shù)可以明確變量中盹靴，具體條件的向量所處的位置炸茧。
3.rev()函數(shù)，sort()函數(shù)
> a=1:20
> a
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14
[15] 15 16 17 18 19 20
> rev(a) #將變量a逆向排序
[1] 20 19 18 17 16 15 14 13 12 11 10 9 8 7
[15] 6 5 4 3 2 1
> a=c(2,3,4,2,5,1,6,3,2,5,8,5,7,3)
> sort(a) #將變量a從小到大排序
[1] 1 2 2 2 3 3 3 4 5 5 5 6 7 8
> rev(sort(a)) #將變量a從大到小排序
[1] 8 7 6 5 5 5 4 3 3 3 2 2 2 1
> a=c(2,3,4,2,5,1,6,3,2,5,8,5,7,3)
> rev(a) #單純逆向排列稿静，并不排序
[1] 3 7 5 8 5 2 3 6 1 5 2 4 3 2
體會：rev()函數(shù)簡單說就是把數(shù)據(jù)集中的排列反過來梭冠；sort()函數(shù)簡單說就是從小到大將數(shù)據(jù)集中的向量重新排序。
4.matrix()函數(shù)
> a1=c(1:12)
> matrix(a1,nrow = 3,ncol = 4)
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
> matrix(a1,nrow = 4,ncol = 3,byrow = T)
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
體會：matrix()函數(shù)改备，默認是按照列控漠，依次排列的，如果需要按照行悬钳，依次排列盐捷，就需要“byrow = T”。
5.t()函數(shù)默勾，矩陣加減
> a=matrix(1:12,nrow = 3,ncol = 4)
> a
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
> t(a)
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
> a=b=matrix(1:12,nrow = 3,ncol = 4)
> a+b
[,1] [,2] [,3] [,4]
[1,] 2 8 14 20
[2,] 4 10 16 22
[3,] 6 12 18 24
> a-b
[,1] [,2] [,3] [,4]
[1,] 0 0 0 0
[2,] 0 0 0 0
[3,] 0 0 0 0
體會：t()函數(shù)碉渡，行和列互換。
6.diag()函數(shù)
> a=matrix(1:16,nrow = 4,ncol = 4)
> a
[,1] [,2] [,3] [,4]
[1,] 1 5 9 13
[2,] 2 6 10 14
[3,] 3 7 11 15
[4,] 4 8 12 16
> diag(a)
[1] 1 6 11 16
> diag(diag(a))
[,1] [,2] [,3] [,4]
[1,] 1 0 0 0
[2,] 0 6 0 0
[3,] 0 0 11 0
[4,] 0 0 0 16
> diag(4)
[,1] [,2] [,3] [,4]
[1,] 1 0 0 0
[2,] 0 1 0 0
[3,] 0 0 1 0
[4,] 0 0 0 1
體會：從來沒用過diag()函數(shù)母剥，大概就是方陣（行和列相等的矩陣）取對角線的數(shù)據(jù)滞诺，或者列出方陣的對角線數(shù)據(jù)形导。
7.向量轉(zhuǎn)化為數(shù)組，dim()函數(shù)
> x=c(1:6)
> x
[1] 1 2 3 4 5 6
> is.vector(x)
[1] TRUE
> is.array(x)
[1] FALSE
> dim(x) <- c(2,3)
> x
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
> is.array(x)
[1] TRUE
> is.matrix(x)
[1] TRUE
> dim(x)
[1] 2 3
體會：dim()函數(shù)铭段，可以直接看矩陣的行數(shù)和列數(shù)骤宣，也可以給予向量縱深，使其具有行和列序愚，從而變成數(shù)組和矩陣。
