【R数据科学读书笔记】R语言中的管道操作-CSDN博客

这篇读书笔记探讨了R语言中的管道操作，主要介绍如何使用magrittr包的%>%符号实现数据处理的流程简化。文章指出，管道操作使得代码阅读更加流畅，尤其适用于单一输入、单一输出的情景。然而，当操作步骤过多或存在多输入多输出时，使用有意义的中间变量会更为合适。此外，文中还提及magrittr提供的其他辅助符号，并揭示了管道符号的函数本质，通过源代码分析解释其工作原理。

摘要由CSDN通过智能技术生成

R语言中的管道操作

这是R数据科学的读书笔记之一，《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了，但是读这本书还是受益颇多。

这一篇学习笔记对应第13章:使用magrittr进行管道操作。关于管道这个概念，我最早在Linux系统中接触，它是Unix系统设计哲学的体现，“组合小功能完成大任务”，比如说BWA比对后排序用管道的写法就是

bwa mem ref 1.fq 2.fq | samtools sort > align.bam

在R语言接触管道符号"%>%"是在学习dplyr包时候，那个时候我以为这个符号是 Hadley Wickham 创造出来的，其实是来源于Stefan Milton Bache开发的magrittr中。

基础部分

在没有管道符号之前，如果我要对一个变量做一系列的分析的话，那么写法是下面这个样子

# 先创建100个随机数
nums <- rnorm(100) 
# 分成两列
nums_matrix <- matrix(nums, ncol = 2)
# 分别求两列的均值
nums_mean <- Matrix::colMeans(nums_matrix)

这里面我