前言
1.1948 年伐割，香農(nóng)提出了“信息熵”(shāng)；
2.信息量的度量就等于不確定性的多少刃唤。即：要搞懂一個(gè)非常非常不確定（gaoleng）的女孩（或是說(shuō)我們一無(wú)所知的女神）隔心，就需要了解大量的信息（喜歡吃啥，衣品尚胞，喜歡的偶像）硬霍。相反，如果我們對(duì)某件事已經(jīng)有了較多的了解（女閨蜜/青梅竹馬的）笼裳，我們不需要太多的信息就能把它搞清楚唯卖。（我盡力了～）
不多說(shuō)了，自己查資料躬柬，直接上重點(diǎn)：
如何用“R”計(jì)算基因的香農(nóng)熵拜轨？
1.首先，你要有一個(gè)基因表達(dá)的表：
2.然后，“手動(dòng)”把第一列刪去（方便下一步導(dǎo)入到R中）
3. 打開R studio颠锉，導(dǎo)入數(shù)據(jù)（cd到數(shù)據(jù)所在的目錄就不說(shuō)了哈～）：
forentropy=read.table("ForEntropy1.txt",header=TRUE,sep="\t",check.names=F,quote="",stringsAsFactors = FALSE)
4.調(diào)動(dòng)Entropy包法牲，具體參數(shù)請(qǐng)看說(shuō)明。
library(entropy)
5.發(fā)動(dòng)“寫輪眼”（for循環(huán)）：
因?yàn)槲业臄?shù)據(jù)集有683個(gè)基因皆串，所以每一行計(jì)算香農(nóng)熵共683次
y=rep(0,683)
for (i in 1:683){ y[i]=entropy(forentropy[i,],method=c("CS"))}
這時(shí)候已經(jīng)變成是你想要的數(shù)據(jù)了～
6.輸出數(shù)據(jù)：
write.table(y, file ="CS_Entropy.txt", sep =",", row.names =FALSE, col.names =FALSE)
7.整理數(shù)據(jù)笨辦法
就是Excel打開這個(gè)香農(nóng)熵值的表格，復(fù)制黏貼到原來(lái)的Excel表格中（高端操作就是用cbind到原來(lái)的數(shù)據(jù)集中）
8.全部代碼：
forentropy=read.table("ForEntropy1.txt",header=TRUE,sep="\t",check.names=F,quote="",stringsAsFactors = FALSE)
library(entropy)
for (i in 1:683){ y[i]=entropy(forentropy[i,],method=c("CS"))}
write.table(y, file ="CS_Entropy.txt", sep =",", row.names =FALSE, col.names =FALSE)
后記：
能夠解決問(wèn)題的方法眉枕，就是好方法～
這個(gè)操作恶复，其實(shí)基本上可以用于對(duì)任何“感興趣”函數(shù)，對(duì)自己的數(shù)據(jù)集“操作”一下～
不打賞速挑，不點(diǎn)贊谤牡，你們還想不想我寫了，嗚嗚嗚～～～
參考文獻(xiàn)：
1.百度百科香農(nóng)熵：https://baike.baidu.com/item/香農(nóng)熵姥宝；
