“ 终于迎来了向量的终章，到这篇文章末为止，大部分代码里的向量操作都难不倒你了，和数据生成以及索引等的操作也都再不是问题，准备好腾飞到矩阵和数据框的世界吧！。”
作为向量部分的终结之章，这篇文章也要讲一些高端上档次的东西，或者说讲一些极其常用的分析操作，比如排序，逆置以及一些其它的东西，最后给大家来一个总结，升华主题，然后进入R矩阵的学习。
Sort和Order
首先，我们的第一部分要讲解的就是关于排序操作的知识。在R语言中，我们常用的排序有两个函数，sort和order函数。其中，sort返回我们排序后的结果，而order函数返回排序后的索引值。
二者都是比较轻便的函数，基本上可以满足简单的排序需求了。
下面先通过案例讲解sort函数
sort函数最基本的用法就是直接给个向量
然后返回递增的结果
sort(c(3,1,6,2,8))
[1] 1 2 3 6 8
如果你想返回递减的结果 请使用参数decreasing=T
sort(c(3,1,6,2,8),decreasing = T)
[1] 8 6 3 2 1
上面我们对数值型向量进行了排序，接下来我们对字符型进行排序
sort(c('bac','bab','aaa','opg'))
[1] "aaa" "bab" "bac" "opg"
通过仔细观测上述结果可以看出来，sort函数对字符串的排序是按照字符的顺序的，如果是多个字符进行排序的话会对字符依次进行排序，然后得到排序的结果并返回。
(别在这扯ascii码，扯多了会让你有些混乱，记住能排序数字和字符就够使了)
!!!!不要把数字和字符放在一个向量进行排序，这是不好的编程习惯!!!!
下面是关于order函数的讲解，这是个非常有意思的函数，它可以返回排序好的索引值，
order函数
order(c(2,4,1,3))
[1] 3 1 4 2
返回递增的索引
order(c(2,4,1,3),decreasing = T)
[1] 2 4 1 3
这里大家可能看的有些懵，可能我的样例取得不太好，我们这样看组一个索引和值的对，2 - 1, 4 - 2, 1 - 3, 3 - 4，后面是我们的索引值，然后排序的话，正确顺序的1 2 3 4，那么对应的索引就是 3 1 4 2 ,是不是和我们的第一返回值相同呢？如果反过来的2 4 3 1 就正好是递减的索引值了，这就是我们的order排序方法。
使用order排序结果
a <- c(2,4,3,1)
a[order(a)]
[1] 1 2 3 4
到这里可能很多人要说我多此一举了，这order和sort不是一个样子吗，还得多写一步浪费时间。我要告诉你并不是这样，比如我现在有一个数据框，想按照p值进行排序，我们使用order生成了排序索引，直接对行进行索引，不就直接得到了排序结果了吗？
逆置向量 - rev
这一部分的内容非常简单粗暴，就像我们的length函数一样。这里的函数名叫逆置向量函数，用大白话说起来就是把一个向量倒过来，这就是逆置。
rev函数
rev(c('a','c','b','r'))
[1] "r" "b" "c" "a"
rev(c(6,9,1,7))
[1] 7 1 9 6
一目了然，这就是逆置函数，简单粗暴的很。而真正的处理过程中，我们有些时候会把数据按照反顺序存进一个向量里，存好后逆置一下就能得到我们要的结果了。
unique和duplicated - 去重
上文讲解了逆置和排序操作，而我们实操的时候还有一个非常非常重要的操作 - 去重。这个名字不说大家也知道，这是非常重要的内容，也是数据分析中必不可少的一部分。
在R的base环境里，我们提供了两个有去重功能的函数，一个是unique，一个是duplicated。
下面给出实例进行讲解，
unique
unique(c(1,2,1,1,2,1))
[1] 1 2
unique(c(1,2,1,1,2,1,3))
[1] 1 2 3
在本章节，unique函数的作用就是这样，帮你找到不重复的值，然后进行输出.
而duplicated则是返回一组布尔值索引，方便你进行后续的操作(针对数据框)
duplicated(c(1,2,1,1,2,1))
[1] FALSE FALSE TRUE TRUE TRUE TRUE
duplicated(c(1,2,1,1,2,1,3))
[1] FALSE FALSE TRUE TRUE TRUE TRUE FALSE
!!!但是我们要注意 这里是索引是重复值的索引 想要不重复的需要使用！符号进行取反操作然后再进行索引!!!
a <- c(a,1,7,3,3,4)
取出重复位置
a[duplicated(a)]
[1] 1 3 3 4
取出非重复位置
a[!duplicated(a)]
[1] 2 4 3 1 7
上面就是关于使用R的基础环境进行去重的操作了！
大总结
最后的最后，给大家的向量之旅进行一个大总结，过于的6篇推文中，我们从向量的创建开始到如何索引向量，增加和删除向量的元素；然后取向量的长度，接下来学习了使用冒号运算符 seq和rep来生成向量；接下来，我们学习到两种非常重要的表示即 NA 和 NULL，然后我们学习了如何对向量中的值进行筛选，使用subset可以跳过缺失值，使用which可以获取索引值。
最后，今天我们学习了最最重要的排序方法，取排序的索引，逆置向量，对向量进行去重操作，取重复值和非重复位置的方法，其中很多方法后面还会有讲解，但是都是以应用为主了。
下一篇的内容将会开始讲解一个有些数学的概念 - 矩阵，在R中，矩阵本身是一种基本的数据类型，具有很多函数和方法来对其进行操作。
如果你喜欢我的文章，请收藏我的文章并且给我个赞，你的支持就是我更新的最大的动力，关注我会有更多惊喜哦，专注于生物信息学以及数据分析入门和进阶教程，也许我给不了你从10-100，但是我可以给你最好的从0-10！
最后，关注我的公众号，领取更多学习资料吧！！！
打开v搜索，”轻松玩转生信“或者从下面文章进去获取二维码关注哦
