R语言生成序列

#### R语言生成序列#####

### 1.seq函数
seq(1.575, 5.125, by = 0.05)
seq(0, 1, length.out = 11)

x <- seq(0, 10, by = 0.01)
y <- sin(x)
plot(y)

### 2. seq_along函数
names <- paste0("gene",seq(1:18))
seq_along(names) 
seq_along(letters)
seq_along(LETTERS)
seq_along(month.abb)
seq_along(month.name)
paste("2023",month.abb,sep="-")
# month.abb：12个月份的英文缩写
# month.name：12个月份的英文全称

x <- c(1.2, 5.2, 6.3, 4.6)
a <- seq(along.with = x)
seq_along(a)

### 3.rep函数
rep(2:4,times = 5)
rep(1:4,length.out=9)
rep(c("a","b","c"),times = 5)
rep(1:6,each=4)
rep(c("A","B","C"),6)
rep(paste('a','b',sep="+"),each=3)

### 4. seq.Date 生成日期序列
seq.Date(from = as.Date("2023/01/01",format = "%Y/%m/%d"), 
         by = "day", length.out = 100)

gl(2,5,labels=c('man','woman'))  # 2:level number, 5: 每个重复5次

### 5. 生产各种分布的序列
n = 10
rnorm(n)
runif(n, min=0, max=1)
rexp(n, rate=1) # 指数分布
rgamma(n, shape=2, scale=1) # γ分布

# rnorm(n, mean=0, sd=1) # 高斯（正态）分布
# rexp(n, rate=1) # 指数分布
# rgamma(n, shape, scale=1) # γ分布
# rpois(n, lambda) # Poisson分布
# rweibull(n, shape, scale=1) # Weibull分布　
# rcauchy(n, location=0, scale=1) #cCauchy分布　
# rbeta(n, shape1, shape2) #β分布　
# rt(n, df) # t分布　
# rf(n, df1, df2) #F分布　
# rchisq(n, df) # χ 2 分布
# rbinom(n, size, prob) #二项分布
# rgeom(n, prob)几何分布
# rhyper(nn, m, n, k) # 超几何分布
# rlogis(n, location=0, scale=1) # logistic分布
# rlnorm(n, meanlog=0, sdlog=1). # 对数正态
# rnbinom(n, size, prob) #负二项分布
# runif(n, min=0, max=1) #均匀分布
# rwilcox(nn, m, n), rsignrank(nn, n) # Wilcoxon分布

# 统计分布每一种分布有四个函数：
# d-density（密度函数），
# p-分布函数，
# q-分位数函数，
# r-随机数函数