生信起步第五站--R，果然，这个大哥有点复杂🧐

        今天主要了解的是R的数据结构，一般呢包括以下几个，但花花说向量和数据框是最重要的！

• 向量
• 矩阵
• 数组
• 数据框
• 因子
• 列表

向量

向量是由多个元素组成的变量。（有序排列）^{元素指的是数字或者字符串（用chr表示）等}
标量是由一个元素组成的变量。

1 赋值

x<-c(1,2,3) #常用的向量定义写法，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（注意这里是逗号不是分号）
x<-rep(1:3,times=2) #1-3 重复2次

赋值

注：多次给一个变量（如：x）赋值，只会保存最后一个

变量值

2 从向量中提取元素

• 根据元素位置
  x[4]_{x第4个元素}
  x[-4]_{排除法，除了第4个元素之外剩余的元素}
  x[2:4]_{第2到4个元素}
  x[-(2:4)]_除了……
  x[c(1,5)]_{第1个和第5个元素}
  
  根据元素位置提取元素

• 根据值得大小
  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（1，2，5）中的元素}
  
  根据值得大小提取元素

注：前两行会显示（0），是因为在前面赋值的变量包括[1,2,3,1,2,3]，没有等于10的元素，第二行代码同理，故换一下数值即可理解的更清晰。

数据框

1读取本地数据

此项，尴尬的有两点：
1.示例数据花花已给，直接下载即可；（请记得治疗脑残问题🙃）
2.代码报错是因少打()，输入或tab键补全即可。（请再次记得治疗脑残问题🙃）

read.table(file = "huahua.txt",sep = "\t",header =T)

读取数据

X<-read.csv("huahua.txt")
a<-read.table(file = "huahua.txt",sep = "\t",header =T)_{把这个数据框赋给一个变量}

赋值查看

Data栏

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}
X<-read.csv(file = "huahua.txt",sep = "\t",header =T,row.names=1)_{最后row.names的意思是修改第一列为行名}

设置行名列名

3数据框导出

write.table(X,file = "yu.txt",sep = ",",quote=F)_{分隔符改为逗号,字符串由默认的带双引号改为不加双引号}

导出前

导出后

4变量的保存与重新加载

save.image(file="bioinfoplanet.RData")_{保存当前所有变量}
save(frame1,file="frame1.RData")_{保存其中一个变量}
load("frame1.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（横着写，这是不够懒也不够优秀却能存在的写法）}
• X[y] _{#第y列（竖着写，这是懒惰又优秀的写法）}
• 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）}
  练习：将之前到处的yu.txt补两列信息，作为提取来源，操作结果如下：
  
  
  
  提取元素

6直接使用数据框中的变量

目的：提取某两列作散点图_{（case、values是两个列名）}
花花说下面这在个是“勤勤恳恳”的人的做法

c <-data.frame(case=paste("S",c(1:50)),values=runif(50))
> plot(c$case,c$values)

提取某两列作散点图

然而，这才是王道！

1.attach用法

attach(c)_{将数据框名添加到搜索环境中：attach（c）}
plot(case,values)_{作图时就只需输入列名(连$都不用了)}
detach(c)_{做完后将a删除出搜索环境detach（c）}
局限性：两个以上数据框的列名有冲突时，同时attach会报错。

2.with

with()函数：适用于当同名变量出现多次，避免程序定位错误的情况
在脚本窗口输入以下东东，然后run，出来的散点图都还是上面一样啦~~~

+ plot(case,values)
x<<-summary(values)   #求和并赋值给x,<<的意思是作为全局变量，y也就是出了with循环仍有效。
})
x #运行完后打印x

with

Xmind

Xmind

       今天东西还蛮多的，代码操作还好（除了瞎的毛病），但函数理解是个问题，需要用脑子啊😂