之前都是没有系统地学习R语言，5月26日去西安听生信技能树 R语言培训课，Jimmy大神布置的作业题，像我这样纯正小白的初学者，完全负基础，学了又忘，忘了又学，继续搬砖，一点点去理解，巩固基础，整理详细一点的版本，花了不少时间，方便像我这样纯正小白理解：
“#run”之前的代码是自己想、参考《R语言实战》课本和参考生信技能给的作业参考代码，“#run”之后的代码是运行结果。
“#”后的内容在RStudio里被忽略，为注视内容
1 . 打开 Rstudio 告诉我它的工作目录
Rstudio安装后，它默认工作路径一般是Rstudio的安装主目录，如我使用Mac系统，它默认的工作目录是"/Users/chenjiangshu"。如果使用windows系统，它在工作目录默认在安装路径下。- 新建6个向量，基于不同的原子类型。（重点是字符串，数值，逻辑值）
a1 <- c("good morning")#字符串向量
a1
a2 <- c(1,5,8,16,21,25)#数值型向量
a2
a3 <- c("a","b","c","d","e","f")#字符型向量
a3
a4 <- c("a","b","c",1,2,3)#数值和字符混合，但calss默认是字符型
a4
a5 <- c(T,F,T,T,F,F)#逻辑值向量
a5
a6 <- c(1+0i)#复数向量
a6
#run：
> a1 <- c("good morning")#字符串向量
> a1
[1] "good morning"
> a2 <- c(1,5,8,16,21,25)#数值型向量
> a2
[1] 1 5 8 16 21 25
> a3 <- c("a","b","c","d","e","f")#字符型向量
> a3
[1] "a" "b" "c" "d" "e" "f"
> a4 <- c("a","b","c",1,2,3)#数值和字符混合，但calss默认是字符型
> a4
[1] "a" "b" "c" "1" "2" "3"
> a5 <- c(T,F,T,T,F,F)#逻辑值向量
> a5
[1] TRUE FALSE TRUE TRUE FALSE FALSE
> a6 <- c(1+0i)#复数向量
> a6
[1] 1+0i
-
告诉我在你打开的rstudio里面 getwd() 代码运行后返回的是什么？
打开RStudio在里面输入 getwd() 代码运行后返回的是操作的当前的工作目录，运行getwd() 代码相当于查看当前工作目录。
R 第3题.png
-
- 新建一些数据结构，比如矩阵，数组，数据框，列表等重点是数据框，矩阵）
4.1 用matrix()函数创建一个5行4列的矩阵
y <- matrix(1:20,nrow=5,ncol=4)
y
#run
> y <- matrix(1:20,nrow=5,ncol=4)
> y
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
- 4.2 用array()函数创建一个数组
dim1 <- c("A1","A2")
dim2 <- c("B1","B2","B3")
dim3 <- c("C1","C2","C3","C4")
z <- array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))
z
#run
> dim1 <- c("A1","A2")
> dim2 <- c("B1","B2","B3")
> dim3 <- c("C1","C2","C3","C4")
> z <- array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))
> z
, , C1
B1 B2 B3
A1 1 3 5
A2 2 4 6
, , C2
B1 B2 B3
A1 7 9 11
A2 8 10 12
, , C3
B1 B2 B3
A1 13 15 17
A2 14 16 18
, , C4
B1 B2 B3
A1 19 21 23
A2 20 22 24
数组是矩阵的一个自然推广。
- 4.3 用data.frame()函数创建一个数据框
patientID <- c(1,2,3,4)
age <- c(25,34,28,52)
diabetes <- c("Type1","Type1","Type2","Type1")
status <- c("Poor","Improved","Excellent","Poor")
patientdata <- data.frame(patientID,age,diabetes,status)
patientdata
#run
> patientID <- c(1,2,3,4)
> age <- c(25,34,28,52)
> diabetes <- c("Type1","Type1","Type2","Type1")
> status <- c("Poor","Improved","Excellent","Poor")
> patientdata <- data.frame(patientID,age,diabetes,status)
> patientdata
patientID age diabetes status
1 1 25 Type1 Poor
2 2 34 Type1 Improved
3 3 28 Type2 Excellent
4 4 52 Type1 Poor
数据框不同的列可包含数值型，字符型的数据
- 4.4 用list()函数创建一个列表
g <- "My First List"
h <- c(25,26,18,39)
j <- matrix(1:10,nrow = 5)
k <- c("one","two","three")
mylist <- list(title=g,ages=h,j,k)
mylist
#run
> g <- "My First List"
> h <- c(25,26,18,39)
> j <- matrix(1:10,nrow = 5)
> k <- c("one","two","three")
> mylist <- list(title=g,ages=h,j,k)
> mylist
$title
[1] "My First List"
$ages
[1] 25 26 18 39
[[3]]
[,1] [,2]
[1,] 1 6
[2,] 2 7
[3,] 3 8
[4,] 4 9
[5,] 5 10
[[4]]
[1] "one" "two" "three"
列表可包含几个向量，矩阵，数据框，甚至组合的列表。
- 在你新建的数据框进行切片操作，比如首先取第1，3行， 然后取第4，6列
首先构建的数据框至少有6列，3行，创建一个4行，6列的数据框：
- 在你新建的数据框进行切片操作，比如首先取第1，3行， 然后取第4，6列
patientID <- c(1,2,3,4)
age <- c(25,34,28,52)
diabetes <- c("Type1","Type1","Type2","Type1")
status <- c("Poor","Improved","Excellent","Poor")
gender <- c("male","female","female","male")
incomes <- c("8k","12k","4.5k","7k")
patientdata <- data.frame(patientID,age,diabetes,status,gender,income)
patientdata
patientdata[c(1,3),]
patientdata[,c(4,6)]
patientdata[c(1,3),c(4,6)]
#run
> patientID <- c(1,2,3,4)
> age <- c(25,34,28,52)
> diabetes <- c("Type1","Type1","Type2","Type1")
> status <- c("Poor","Improved","Excellent","Poor")
> gender <- c("male","female","female","male")
> income <- c("8k","12k","4.5k","7k")
> patientdata <- data.frame(patientID,age,diabetes,status,gender,income)
> patientdata
patientID age diabetes status gender income
1 1 25 Type1 Poor male 8k
2 2 34 Type1 Improved female 12k
3 3 28 Type2 Excellent female 4.5k
4 4 52 Type1 Poor male 7k
> patientdata[c(1,3),]
patientID age diabetes status gender income
1 1 25 Type1 Poor male 8k
3 3 28 Type2 Excellent female 4.5k
> patientdata[,c(4,6)]
status income
1 Poor 8k
2 Improved 12k
3 Excellent 4.5k
4 Poor 7k
> patientdata[c(1,3),c(4,6)]
status income
1 Poor 8k
3 Excellent 4.5k
- 使用data函数来加载R内置数据集 rivers 描述它。并且可以查看更多的R语言内置的数据集：https://mp.weixin.qq.com/s/dZPbCXccTzuj0KkOL7R31g
data()
rivers#北美主要河流及长度，
head(rivers)
tail(rivers)
length(rivers)#rivers有多少对象元素
str(rivers)#查看河流的结构
summary(rivers)#获取描述性统计量（最小值/最大值/四分位数/数值型变量/因子向量/逻辑值向量
#run
> head(rivers)
[1] 735 320 325 392 524 450
> tail(rivers)
[1] 500 720 270 430 671 1770
> length(rivers)#rivers有多少对象元素
[1] 141
> str(rivers)#查看河流的结构
num [1:141] 735 320 325 392 524 ...
> summary(rivers)#获取描述性统计量（最小值/最大值/四分位数/数值型变量/因子向量/逻辑值向量）
Min. 1st Qu. Median Mean 3rd Qu. Max.
135.0 310.0 425.0 591.2 680.0 3710.0
"head"和"tail"一般默认读前6行和后6行。
- 下载 https://www.ncbi.nlm.nih.gov/sra?term=SRP133642 里面的 RunInfo Table 文件读入到R里面，了解这个数据框，多少列，每一列都是什么属性的元素。（参考B站生信小技巧获取runinfo table） 这是一个单细胞转录组项目的数据，共768个细胞，如果你找不到RunInfo Table 文件，可以点击下载，然后读入你的R里面也可以。
SraRunTable <- read.table("http://www.bio-info-trainee.com/tmp/5years/SraRunTable.txt",fill=TRUE,header = T,sep = "\t")
dim(SraRunTable)
class(colnames(SraRunTable))
#run
> SraRunTable <- read.table("http://www.bio-info-trainee.com/tmp/5years/SraRunTable.txt",fill=TRUE,header = T,sep = "\t")
> dim(SraRunTable)
[1] 768 31
> class(colnames(SraRunTable))
[1] "character"
768行，31列，元素为字符型。
- 下载 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111229 里面的样本信息sample.csv读入到R里面，了解这个数据框，多少列，每一列都是什么属性的元素。（参考 https://mp.weixin.qq.com/s/fbHMNXOdwiQX5BAlci8brA 获取样本信息sample.csv）如果你实在是找不到样本信息文件sample.csv，也可以点击下载。
点击链接：https://links.jianshu.com/go?to=http%3A%2F%2Fwww.bio-info-trainee.com%2Ftmp%2F5years%2Fsample.csv
- 下载 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111229 里面的样本信息sample.csv读入到R里面，了解这个数据框，多少列，每一列都是什么属性的元素。（参考 https://mp.weixin.qq.com/s/fbHMNXOdwiQX5BAlci8brA 获取样本信息sample.csv）如果你实在是找不到样本信息文件sample.csv，也可以点击下载。
sample <-read.csv("sample.csv")
colnames(sample)
#run
> sample <-read.csv("sample.csv")
> colnames(sample)
[1] "Accession" "Title" "Sample.Type" "Taxonomy"
[5] "Channels" "Platform" "Series" "Supplementary.Types"
[9] "Supplementary.Links" "SRA.Accession" "Contact" "Release.Date"
- 把前面两个步骤的两个表（RunInfo Table 文件，样本信息sample.csv）关联起来，使用merge函数。
SraRunTable <- read.table("http://www.bio-info-trainee.com/tmp/5years/SraRunTable.txt",fill=TRUE,header = T,sep = "\t")
sample <-read.csv("sample.csv")
m=merge(SraRunTable,sample,by.x = 'Sample_Name',by.y = 'Accession')
str(m)
#run
> str(m)
'data.frame': 768 obs. of 42 variables
合并后有768个对象，42个变量
课程分享
生信技能树全球公益巡讲
（https://mp.weixin.qq.com/s/E9ykuIbc-2Ja9HOY0bn_6g）
B站公益74小时生信工程师教学视频合辑
（https://mp.weixin.qq.com/s/IyFK7l_WBAiUgqQi8O7Hxw）
