R语言知识小总结

1. read.table()

read.table(file, header = FALSE, sep = "", quote = "\"'",
           dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
           row.names, col.names, as.is = !stringsAsFactors,
           na.strings = "NA", colClasses = NA, nrows = -1,
           skip = 0, check.names = TRUE, fill = !blank.lines.skip,
           strip.white = FALSE, blank.lines.skip = TRUE,
           comment.char = "#",
           allowEscapes = FALSE, flush = FALSE,
           stringsAsFactors = default.stringsAsFactors(),
           fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)

• file 指定读入的文件
• header 是否有列名（默认无）
• seq 指定分隔符(空格、TAB、换行符、回车符)
• quote 制定包围字符型数据的字符。默认情况下，字符串可以被 " 或 ’ 括起，并且两种情况下，引号内部的字符都作为字符串的一部分。有效的引用字符（可能没有）的设置由参数 quote 控制。默认值改为 quote = “”
• dec = “.” 指定小数点数
• colClasses 指定列的数据类型格式
• row.names 指定各行名称，也可以是数字，指定某列为行名col.names
• as.is = !stringsAsFactors as.is 字符向量是否转换成因子（仅仅这个功能），TRUE时保留为字符型
• na.strings = “NA” 指定什么样的字符表示值缺少
• colClasses = NA colClasses运行为输入中的每个列设置需要的类型。注意，colClasses 和 as.is 对每 列专用，而不是每个变量。因此，它对行标签列也同样适用（如果有的话）。
• nrows = -1 最大读入行数，即读入前多少行，“-1”表示都读入
• skip = 0 跳过文件的前n行（skip = n）
• check.names = TRUE # 检查变量名在R中是否有效
• fill = !blank.lines.skip 从一个电子表格中导出的文件通常会把拖尾的空字段（包括?堑姆指舴? 忽略掉。为了读取这样的文件，必须设置参数 fill = TRUE
• strip.white = FALSE 如果设定了分隔符，字符字段起始和收尾处的空白会作为字段一部分看待的。为了去掉这些空白，可以使用参数 strip.white = TRUE
• blank.lines.skip = TRUE 默认情况下，read.table 忽略空白行。这可以通过设置 blank.lines.skip = FALSE 来改变。但这个参数只有在和 fill = TRUE 共同使用时才有效。这时，可能是用空白行表明规则数据中的缺损样本。
• comment.char = “#” 默认情况下，read.table 用 # 作为注释标识字符。如果碰到该字符（除了在被引用的字符串内），该行中随后的内容将会被忽略。只含有空白和注释的行被当作空白行。如果确认数据文件中没有注释内容，用 comment.char = “” 会比较安全 （也可能让速度比较快）。
• allowEscapes = FALSEread.table 和 scan 都有一个逻辑参数 allowEscapes。从 R 2.2.0 开始，该参数默认为否，而且反斜杠是唯一被解释为逃逸引用符的字符（在前面描述的环境中）。如果该参数设为是，以C形式的逃逸规则解释，也就是控制符如 , , , , , , 八进制和十六进制如 40 和 x2A 一样描述。任何其它逃逸字符都看着是自己，包括反斜杠

header参数:逻辑值。数据文件中是否有标题行。如果header设置为TRUE，则要求第一行要比数据列的数量少一列。
col.names:指定列名的向量。缺省情况下是又"V"加上列序构成，即V1,V2,V3......col.names=c("year", "x", "y")
nrows:整型数。用于指定从文件中读取的最大行数。负数或其它无效值将会被忽略。

row.names保存行名的向量。可以使用此参数以向量的形式给出每行的实际行名。或者要读取的表中包含行名称的列序号或列名字符串。在数据文件中有行头且首行的字段名比数据列少一个的情况下，数据文件中第1列将被视为行名称。除此情况外，在没有给定row.names参数时，读取的行名将会自动编号。可以使用row.names = NULL强制对行进行编号。

skip:整型数。读取数据时忽略的行数。-从结果可以看出，前10行数据被忽略了。指定skip参数时应该设置col.names参数，否则第一行数据将作为列名处理。
sep参数:数据的分隔符。默认sep=""。默认情况下，read.table()函数以空白作为数据的分隔符。若读取CSV文件，则需要指定sep=","。
blank.lines.skip:逻辑值，此参数值设置为TRUE时，数据文件中的空白行将被忽略。默认值为TRUE。
skipNul:逻辑值。是否忽略空值。默认为FALSE。

2.添加列名

R语言中，无论是什么数据类型，输出时会用1，2，3…等来做行标(默认的)，但是作图时，需要有文字来标记图形，例如：

d <- data.frame(name=c("张三","李四","王五"),score=c("22","24","25"))
d

如果想要自己命名列名：

d <- data.frame(name=c("张三","李四","王五"),score=c("22","24","25"))
rownames(d) <- c("person1","person2","person3")
d

3. 找了一个简单的数据进行画热图

参考链接

1. 自己编辑数据的方式：

 txt <- "ID;Zygote;2_cell;4_cell;8_cell
 Gene_1;1;2;3;4
 Gene_2;6;5;4;5
 Gene_3;0.6;0.5;0.4;0.4"

data2 <- read.table(text=txt, sep=";",row.names=1, header=TRUE, quote="", check.names = F)
head(data2)

注:

读入时，增加一个参数check.names=F也可以解决数字前有一些奇怪的数字

具体的read.tabled的参数的含义：上面的1. read.table()；

2. 读取.txt文件的方式：

data3 <- read.table("./test.txt", header=T,row.names=1, quote="", check.names = F)
head(data3)

3. 转换数据格式：

数据读入后，还需要一步格式转换。在使用ggplot2作图时，有一种长表格模式是最为常用的，尤其是数据不规则时，更应该使用。

#需要导入两个包
library(reshape2)
library(ggplot2)

# 转换前，先增加一列ID列，保存行名字
data3$ID <- rownames(data3)
#也就是给你的每一行的名字有一个统称`ID`，也就是纵坐标的标题
#这个是可以随意起名字的

# melt：把正常矩阵转换为长表格模式的函数。工作原理是把全部的非id列的数值列转为1列，命名为value；所有字符列转为variable列。
# id.vars 列用于指定哪些列为id列；这些列不会被merge，会保留为完整一列。
data_m <- melt(data3, id.vars=c("ID"))
#看一下效果
head(data_m)

4. 分解绘图

数据转换后就可以画图了，分解命令如下：

p <- ggplot(data_m, aes(x=variable,y=ID))
# data_m: 是前面费了九牛二虎之力得到的数据表
# aes: aesthetic的缩写，一般指定整体的X轴、Y轴、颜色、形状、大小等
# 在最开始读入数据时，一般只指定x和y，其它后续指定

p <- p + geom_tile(aes(fill=value))
# 热图就是一堆方块根据其值赋予不同的颜色，所以这里使用fill=value, 用数值做填充色。
p
# ggplot2为图层绘制，一层层添加，存储在p中，在输出p的内容时才会出图。

#有时候会出现横轴重叠的情况：
#解决方法就是：一个办法是调整图像的宽度，另一个是旋转横轴标记

theme: 是处理图美观的一个函数，可以调整横纵轴label的选择、图例的位置等
注：
这里选择X轴标签45度。
hjust和vjust调整标签的相对位置，具体见图
简单说，hjust是水平的对齐方式，0为左，1为右，0.5居中，0-1之间可以取任意值。vjust是垂直对齐方式，0底对齐，1为顶对齐，0.5居中，0-1之间可以取任意值

p <- p + theme(axis.text.x=element_text(angle=45, hjust=1, vjust=1))
p

5.读取xlsx文件的时候怎么不让标题出现乱码

无论是用read.table还是用read.xlsx来读取文件的时候，有时候标题是数字；那么就会遇到输出的时候数字前面或者后面有字母加上：

其实我只想要2,3,4,5,6,7,8,9,10这几个数字的
解决方法就是需要在读取的时候加上check.names=F参数
例：data <- read.xlsx("file.xlsx",row.names = 1,sheetIndex = 1, check.names=F)

6.关于颜色设置，比较全的一个链接：教程链接

7.使用pheatmap来处理数据画热图：

参考链接

链接一：http://www.360doc.com/content/19/0331/18/47588191_825528353.shtml
链接二：https://www.jianshu.com/p/1c55ea64ff3f
链接三（这个写的非常的全面）：https://blog.csdn.net/lalaxumelala/article/details/86022722
链接四：https://www.sohu.com/a/129632199_278730
链接五：https://blog.csdn.net/sinat_38163598/article/details/72770404

关于怎么读取xlsx文件：

1.首先要导入openxlsx包：library(openxlsx)
2.调用read.xlsx函数：

setwd("D:/桌面/")
data <- read.xlsx ("docking_power-binding funnel analysis.xlsx", rowNames = T, check.names = F)

关于读取数据后每一列的前面都会有数字的原因：

如果你没有指定行名(第一列，每一行开始的地方)的话，他就会默认(rowNames = F),就会以数字的形式自动给你补行名。
需要设置rowNames = T,他就会把我们数据中的第一列作为行名显示。

关于颜色中字母和RGB匹配表

参考：https://www.toolbaba.cn/d/ct_color_card

两种代码：

library(pheatmap)
library(openxlsx)

setwd("D:/桌面/")
data <- read.xlsx ("docking_power-binding funnel analysis.xlsx",
            rowNames = T, check.names = F)

head(data)
#1.这样就可以输出一张热图
#pheatmap(data)

pheatmap(
         #2.一般情况下，我们需要相对基因进行标准化,参数对行进行归一化
         data,scale = "row",
         #3.列的顺序是递增的序列，不应该对列进行聚类--这样得到的就是正常的顺序了--测试一下
         cluster_rows = F, cluster_cols = F,
         #4.修改一下配色
         color = colorRampPalette(c("Brown", "Turquoise1", "DarkMagenta"))(50),
         #5.legend_breaks参数设定图例显示范围，legend_labels参数添加图例标签(注：只能有五个标签) + border_color 表示热图上单元格边框的颜色，如果不绘制边框，则使用NA
         #legend = F,
         #legend_breaks = -1:4, legend_labels = c("0","1e-4", "1e-3", "1e-2", "1e-1", "1"),
         #legend_breaks = c(-2:2), legend_labels = c("0.200", "0.400", "0.600","0.800","1.000"),
         #6.去掉每个方格时间的边框
         border_color = NA,
         #7.在热图的单位格中显示数值
         #display_numbers=T,
         #8.不显示dendrogram,在聚类之后去掉系统树(和第3条(直接就不聚类，也就没有树)一致，当没有聚类的时候，就没有树了，也就是无需这一步了)
         #treeheight_row = 0, treeheight_col = 0,
         #9.根据行列将数据分隔开(同时要有聚类才可以，也就是需要关闭第3条)
         #cutree_cols=2, cutree_rows=1,
         #10.main可设置热图的标题
         #main = "RMSD",
         #11.filename可直接将热图存出，支持格式png, pdf, tiff, bmp, jpeg，并且可以通过width, height设置图片的大小；
         #cellwidth = 15, cellheight = 12, main = "Example heatmap", fontsize = 8, filename = "test.pdf",

)

library("lattice")
library(latticeExtra)
library(openxlsx)

setwd("D:/桌面/")
data <- read.xlsx ("docking_power-binding funnel analysis.xlsx",
            rowNames = T, check.names = F)

head(data)

#hc <- hclust(dist(data)) #按行聚类
#dd.row <- as.dendrogram(hc)#保存行聚类树形
#row.ord <- order.dendrogram(dd.row) #保存行聚类顺序
#hc <- hclust(dist(t(data))) #按列聚类
#dd.col <- as.dendrogram(hc) #保存列聚类树形
#col.rod <- order.dendrogram(dd.col) #保存列聚类顺序
#data1 <- data[row.ord,] #只对行聚类（是否对行、列聚类）

levelplot(t(data),aspect="fill",
          #图例设置
          colorkey=list(space="right",width=1.5), xlab="RMSD",ylab="Software",
                  legend=list(
                              #对于右边的树
                              #right=list(fun=dendrogramGrob,args=list(x=dd.row,rod=row.ord,side='right',size=5)),
                              #x轴标签旋转60度
                              scales=list(x=list(rot=60))
                  ),
          col.regions = gray(0:100/100),
)