生信技能书生信入门班【Day1】-R语言的数据类型和数据结构（向量Vector）-CSDN博客

本文链接：https://blog.csdn.net/juopice_/article/details/144162176

一、数据格式

数据类型：生信分析中常用的数据类型包括三类，如图，“gene”为字符型数据，“logFC”为数值型数据，“positive”为逻辑型数据

字符型需要加引号"",''目的是和变量做区分，变量不能加引号
逻辑型：T（TRUE）、F（FALSE），第三种取值是NA（not available）（*代表了一种异常，一般不考虑NA的事儿）

判断数据类型的函数class()，用于判断数据的类型

tips：Tab键可以帮助自动补全

补充一些定义（refer R语言实战第二版）

对象（object）：是指可以赋值给变量的任何事物，包括常量、数据结构、函数甚至图形等

因子（factor）：是名义型变量（是字符变量吗？不对）或有序变量。名义型变量和有序变量在R中的储存和处理比较特殊

逻辑型数据：比较运算的结果是逻辑值: ==, !=

逻辑运算符：与&，或|

【非 !】 可以把TRUE和FALSE相互转换

x != 2代表判断【不等于】：x不等于2吗？

!x>2代表【非 -x大于2】：x大于2的否定

数据类型的判断和转换

二、数据结构

R中的数据结构包括：向量、矩阵、数组、数据框（dataframe，R中被处理最多的数据结构类型）、列表

2.1 向量

2.1.1 向量生成

#####2.1.向量生成🌟#####

#(1)用 c() 结合到一起
c(2,5,6,2,9) 
c("a","f","md","b")
#(2)连续的数字用冒号“:” 
1:5
#(3)有重复的用rep(),有规律的序列用seq(),随机数用rnorm()
rep("x",times = 3)  
seq(from = 3,to = 21,by = 3)
rnorm(n = 3)
#(4)通过组合,产生更为复杂的向量。
paste0(rep("x",times = 3),1:3)

2.1.2 对单个向量进行操作

变量命名规则：

R语言简单的计算规则：支持简单的向量运算，不需要for循环遍历（但是复杂的计算还是需要循环）

refer R in Action：

【标量】：是只含一个元素的向量，例如f <- -3，g = "US" 等，用于保存常量。

R函数中参数存在默认值，比如sor(x)的排序就是默认降序，对于这些默认值难以把握就调用帮助文档如：?sort 就可以查阅帮助文档

#####2.2对单个向量进行的操作####
#(1)赋值给一个变量名
x = c(1,3,5,1) #随意的写法
x
x <- c(1,3,5,1) #规范的赋值符号 Alt+减号
x

#赋值+输出一起实现
x <- c(1,3,5,1);x
(x <- c(1,3,5,1))

#(2)简单数学计算
x+1
log(x)
sqrt(x)

#(3)根据某条件进行判断,生成逻辑型向量
x>3
x==3
#(4)初级统计
max(x) #最大值
min(x) #最小值
mean(x) #均值
median(x) #中位数
var(x) #方差
sd(x) #标准差
sum(x) #总和

length(x) #长度
unique(x) #去重复
duplicated(x) #对应元素是否重复
table(x) #重复值统计
sort(x)
sort(x,decreasing = F)
sort(x,decreasing = T)

2.1.3 对两个向量进行操作

比较运算：返回等长的逻辑向量

数学计算：x+y 对应位置加起来

paste(x,y,sep='')：x和y一一对应连接起来

Paste和Paster0的区别

paster中间默认有个空格，因为函数默认值设置为sep' ' 默认sep有空格，只要写出来sep''，paste和paste0就完全相同了

向量对比：x==y，当两向量不一样长的时候发生循环补齐

循环补齐发生的条件：等位运算—两个向量之间一对一比较

循环补齐的意义：利用循环补齐简化代码

R语言取两个向量的交、并、差

【重点】%in% ：x%in%y ：x的每个元素在y中存在吗？

x==y和x%in%y有什么区别呢？

思考

==是等位运算，y如果有五个值那就会发生【循环补齐】

x%in%y不是等位运算，就算y变成了5个值还是只返回4个值，

#####2.3.对两个向量进行的操作#####
x = c(1,3,5,1)
y = c(3,2,5,6)
#(1)比较运算，生成等长的逻辑向量
x == y 
y == x
#(2)数学计算
x + y
#(3)连接
paste(x,y,sep=",")

#paste与paste0的区别
paste(x,y)

paste0(x,y)
paste(x,y,sep = "")

paste(x,y,sep = ",")
#当两个向量长度不一致
x = c(1,3,5,6,2)
y = c(3,2,5)
x == y # 啊！warning！
#循环补齐--看ppt

#利用循环补齐简化代码
paste0(rep("x",3),1:3)
paste0("x",1:3)

#(4)交集、并集、差集
intersect(x,y)
union(x,y)
setdiff(x,y)
setdiff(y,x)

x %in% y #x的每个元素在y中存在吗
y %in% x #y的每个元素在x中存在吗

2.1.4 向量筛选（取子集）

思考题：如何从一些数中筛选大于7的数？

如何实现将True值留下，False的丢掉？

利用逻辑值取子集：

根据位置取子集：

定义：下标：R语言向量中存在“下标”，对应位置号，和python一样就是位置的标号，但从1开始

#####2.4.向量筛选(取子集)--看ppt#####

x <- 8:12
#根据逻辑值取子集
x[x == 10]
x[x < 12]
x[x %in% c(9,13)]
#根据位置取子集
x[4]
x[2:4]
x[c(1,5)]
x[-4]
x[-(2:4)]

2.1.5 修改向量中的某个/某些元素：取子集+赋值

R语言中的修改都需要赋值，没有赋值就没有发生过

####2.5.修改向量中的某个/某些元素：取子集+赋值
x
#改一个元素
x[4] <- 40
x
#改多个元素
x[c(1,5)] <- c(80,20)
x

2.1.6 简单向量做图

each和times的区别
rep(c("a","b","c","d"),times=c(1,2,3,5))
输出的结果

所以times有的时候可以模拟each的作用，但是比较复杂

#### 2.6 简单向量作图
k1 = rnorm(12);k1
k2 = rep(c("a","b","c","d"),each = 3);k2
plot(k1)
boxplot(k1~k2) #课后试着搜索boxplot表达什么意思