学习小组Day5笔记-鹅

image.png

学习前需掌握

(1)R的赋值符号不是等号,而是<-
(2)在Console 控制台输入命令,相当于Linux的命令行
(3)R的代码都是带括号的,括号必须是英文的。
(4)显示工作路径 getwd()
(5)向量是由元素组成的,元素可以是数字或者字符串。
(6)表格在R语言中改名叫数据框
(7)别只复制代码,要理解其中的命令、函数的意思。函数或者命令不会用时,除了百度/谷歌搜索以外,用这个命令查看帮助:?read.table,调出对应的帮助文档,翻到example部分研究一下。
(8)数据类型(重点只有两个,剩下的不看)

  • 向量(vector)👈重要

  • 矩阵(Matrix)

  • 数组(Array)

  • 数据框(Data frame)👈重要

  • List

正文

一、向量

1.标量和向量的区分

  • 首先明确“元素”的意思,元素指的是数字或者字符串(用chr表示)等,根据它可以区分两个词:
    标量:一个元素组成的变量(1或者"e")
    向量:多个元素组成的变量(c(1,2,3)或者c("e","zai","zi"))
    (补充:一个向量是一排有序排列的元素,以后会用到把一个向量作为数据框中的一列的情况。字符串使用时需要加引号)

  • 理解元素、向量和标量
    使用时,一般都会直接给变量定义,也就是“赋值”,字面意思是赋予这个变量一个数值(其实也不一定是数值,还可以是字符串/数据框等等)。
    x<- c(1,2,3)#常用的向量写法,意为将x定义为由元素1,2,3组成的向量。
    x<- 1:10#从1-10之间所有的整数
    x<- seq(1,10,by = 0.5) #1-10之间每隔0.5取一个数(注意是逗号不是分号)
    x<- rep(1:3,times=2)#1-3 重复2次

    QQ图片20201013180518.png

    tips:如果这几行代码都打过了,那么x就被赋值了4次,结果就是,第一次赋值被第二次的覆盖了,第二次的赋值又被第三次的覆盖了,以此类推,以最后一次为准哦。

  • 给变量赋值后


    1.png
2.png

2.从向量中提取元素

1111.png

二、数据框

  • 练习:X<-read.csv('doudou.txt')
3.png

(1)读取本地数据
read.table(file = "huahua.txt",sep = "\t",header=T)#sep = "\t":以Tab作为分隔符,header=T:表示文件数据带表头
<-read.table(file = "huahua.txt",sep = "\t",header=T
注意:

image.png

(2)设置行名和列名
X<-read.csv('doudou.txt') #在示例数据里有doudou.txt 注意这里的变量X是一个数据框
colnames(X)#查看列名
rownames(X)#查看行名,默认值的行名就是行号,1.2.3.4...
colnames(X)[1]<-"bioplanet"#有的公司返回数据,左上角第一格为空,R会自动补为x,用这个命令来修改,将第一列列名更改为bioplanet
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为行名
(3)数据框的导出
write.table(X,file = "yu.txt",sep = ",",quote=F)#分隔符改为逗号,字符串不加双引号(默认格式带由双引号)quote=F表示输出的char或factor不用""引住;quote=T则使用""

image.png

(4)变量的保存与重新加载

  • (这次没有处理完的数据下次想接着用怎么办?--学会保存和重新加载。保存的格式是RData。)
  1. save.image(file="bioinfoplanet.RData")#保存当前所有变量
  2. save(X,file="test.RData")#保存其中一个变量
  3. load("test.RData")#再次使用RData时的加载命令
    (5)提取元素
    -X[x,y]#第x行第y列
  • X[x,]#第x行
  • X[,y]#第y列
  • X[y] #也是第y列
  • X[a:b]#第a列到第b列
  • X[c(a,b)]#第a列和第b列
  • X$列名#也可以提取列(优秀写法,而且这个命令还优秀到不用写括号的地步,并且支持Tab自动补全哦,不过只能提取一列)
    (6)【选修部分】直接使用数据框中的变量
    提取某两列作散点图:
  • options(stringsAsFactors = T)#环境设置函数,设置数据框的读取方式,将String读取为Factor
  • a <-data.frame(case=paste0("S",1:9),values=runif(9))paste0("S",1:9)将S与1-9的数字连接起来形成字符,runif(9):产生9个随机数
  • plot(a$case,a$values)

省力不用重复输入a

方法1:attach
将数据框名添加到搜索环境中:attach(a),作图时就只需输入列名(连$都不用了)。

  • attach(a)
  • plot(case,values)
    方法2:with
    with(a,{ plot(case,values)
    x<<-summary(values) #求和并赋值给x,<<的意思是作为全局变量,也就是出了大括号仍有效。})
    x #运行完后打印x

作业:save(X,file="test.RData")这句代码如果报错object X not found,是为什么,应该怎么解决?

回答:没有定义X变量

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,980评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,422评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,130评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,553评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,408评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,326评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,720评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,373评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,678评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,722评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,486评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,335评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,738评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,009评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,283评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,692评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,893评论 2 335