Day5-不學(xué)無墅

R的數(shù)據(jù)結(jié)構(gòu)

  1. R的賦值符號是<- 秸侣,快捷鍵為:alt+減號
  2. 在Console 控制臺(左下方區(qū)域)輸入命令愚铡,相當(dāng)于Linux的命令行
  3. 顯示工作路徑 getwd()构诚,設(shè)置工作路徑setwd()
  4. 向量是由元素組成的断序,元素可以是數(shù)字或者字符串
  5. 表格在R語言中改名叫數(shù)據(jù)框
  6. R的代碼都是帶括號的纺腊,括號必須是英文的
  7. 函數(shù)或者命令不會用時,用命令:楞陷?xx函數(shù)怔鳖,看example解釋
  8. 數(shù)據(jù)類型5種
    -向量(vector)??重要
    -矩陣(Matrix)
    -數(shù)組(Array)
    -數(shù)據(jù)框(Data frame)??重要
    -List

一、向量

元素:數(shù)字或者字符串(用chr表示)等,分為標(biāo)量和向量
標(biāo)量:一個元素組成的變量
向量:多個元素組成的變量

  1. 如何給向量賦值:
x<- c(1,2,3) #常用的向量寫法结执,意為將x定義為由元素1度陆,2,3組成的向量献幔。
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)(注意是逗號不是分號)
x<- rep(1:3,times=2) #1-3 重復(fù)2次
  1. 從向量中提取元素(根據(jù)元素位置
#這里的x是你剛才賦值的變量名懂傀,根據(jù)自己的情況來修改
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2-4個元素
x[c(1,5)] #第1個和第5個元素
  1. 從向量中提取元素(根據(jù)
x[x==10]#等于10的元素
x[x<0]
x[x %in% c(1,2,5)]#存在于向量c(1蜡感,2蹬蚁,5)中的元素

二、數(shù)據(jù)框

  1. 讀取本地?cái)?shù)據(jù)
setwd("~/Desktop/Bioinformatics")
read.table(file = "huahua.txt",sep = "\t",header = T)
a <- read.table(file = "huahua.txt",sep = "\t",header = T)
  1. 設(shè)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,默認(rèn)值的行名就是行號郑兴,1.2.3.4...
colnames(x)[1]<-"bioplanet"#有的公式返回?cái)?shù)據(jù)犀斋,左上角第一格為空,R會自動補(bǔ)為x,用這個命令來修改
x<-read.csv(file = "huahua.txt",sep = " ",header =T,row.names=1)#最后row.names的意思是修改第一列為行名
  1. 數(shù)據(jù)框的導(dǎo)出
write.table(x,file = "yu.txt",sep = ",",quote=F)#分隔符改為逗號情连,字符串不加雙引號(默認(rèn)格式帶由雙引號)
  1. 變量的保存與重新加載
#這次沒有處理完的數(shù)據(jù)下次想接著用叽粹,學(xué)會保存和重新加載。保存的格式是RData却舀。
save.image(file="bioinfoplanet.RData")#保存當(dāng)前所有變量
save(x,file="test.RData")#保存其中一個變量
load("test.RData")#再次使用RData時的加載命令
  1. 提取元素
a[x,y]#第x行第y列
- a[x,]#第x行
- a[,y]#第y列
- a[y] #也是第y列
- a[a:b]#第a列到第b列
- a[c(a,b)]#第a列和第b列
- a$列名#也可以提取列(優(yōu)秀寫法虫几,而且這個命令還優(yōu)秀到不用寫括號的地步,并且支持Tab自動補(bǔ)全哦挽拔,不過只能提取一列)
  1. 直接使用數(shù)據(jù)框中的變量
    iris是R語言的內(nèi)置數(shù)據(jù)辆脸,可以直接使用。提取某兩列作散點(diǎn)圖:
plot(iris$Sepal.Length,iris$Sepal.Width)
Rplot iris

Q&A
Q:save(X,file="test.RData")這句代碼如果報(bào)錯object X not found螃诅,是為什么啡氢,應(yīng)該怎么解決?
A:X改為小寫x州刽,注意區(qū)分大小寫空执、中英文標(biāo)點(diǎn)符號!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末穗椅,一起剝皮案震驚了整個濱河市辨绊,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌匹表,老刑警劉巖门坷,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異袍镀,居然都是意外死亡默蚌,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進(jìn)店門苇羡,熙熙樓的掌柜王于貴愁眉苦臉地迎上來绸吸,“玉大人,你說我怎么就攤上這事〗踝拢” “怎么了攘轩?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵,是天一觀的道長码俩。 經(jīng)常有香客問我度帮,道長,這世上最難降的妖魔是什么稿存? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任笨篷,我火速辦了婚禮,結(jié)果婚禮上瓣履,老公的妹妹穿的比我還像新娘率翅。我一直安慰自己,他們只是感情好袖迎,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布安聘。 她就那樣靜靜地躺著,像睡著了一般瓢棒。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上丘喻,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天脯宿,我揣著相機(jī)與錄音,去河邊找鬼泉粉。 笑死连霉,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的嗡靡。 我是一名探鬼主播跺撼,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼讨彼!你這毒婦竟也來了歉井?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤哈误,失蹤者是張志新(化名)和其女友劉穎哩至,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蜜自,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡菩貌,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(diǎn)故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了重荠。 大學(xué)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箭阶。...
    茶點(diǎn)故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出仇参,到底是詐尸還是另有隱情嘹叫,我是刑警寧澤,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布冈敛,位于F島的核電站待笑,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏抓谴。R本人自食惡果不足惜暮蹂,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望癌压。 院中可真熱鬧仰泻,春花似錦、人聲如沸滩届。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽帜消。三九已至棠枉,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間泡挺,已是汗流浹背辈讶。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留娄猫,地道東北人贱除。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像媳溺,于是被迫代替她去往敵國和親月幌。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容