医学生考研考博太卷，一篇文章轻松助力上岸——生物信息学及R语言基础知识之向量的运算（二）

 

 考研考博太卷了，卷不过，想没想过本科发一篇文章呢？

330分考研人淘汰390分考研人这个故事，大家应该都知道吧。

本专栏带你六个月内，搞定一篇文章，本科生发文章也很容易。

在卷考研的同时，再卷一篇SCI，你就是新一任卷王。

本专栏教你不用花钱发一篇生信文章，从三个方面进行讲述：

1. 生物信息学及R语言基础知识

2. 生信思路，快速选题

3. 实操演练，文章复现

六个月内学完，本科生具备发表SCI论文的实力。乘着本科五年赶紧弄一两篇，给考研加加分。

大家考研分数都差不多的同时，掌握生信技能，简历有自己的SCI代表作，上岸是迟早的事儿。

向量的运算：

 

在R语言中，向量是一种基本的数据类型，可以执行各种数学运算。以下是一些向量运算的例子：

1. 向量加法：使用“+”符号可以将两个向量相加，例如：

   x <- c(1, 2, 3) 
   y <- c(4, 5, 6) 
   z <- x + y print(z) 
   
   [1] 5 7 9

   向量减法：使用“-”符号可以将两个向量相减，例如：

   x <- c(1, 2, 3) 
   y <- c(4, 5, 6) 
   z <- x - y print(z) 
   
   # [1] -3 -3 -3

2. 向量乘法：使用“*”符号可以将两个向量相乘，例如：

   x <- c(1, 2, 3) 
   y <- c(4, 5, 6) 
   z <- x * y print(z)
   
   
   
   # [1] 4 10 18

3. 向量除法：使用“/”符号可以将两个向量相除，例如：

   x <- c(1, 2, 3) 
   y <- c(4, 5, 6) 
   z <- x / y print(z)
   
   
   
   # [1] 0.25 0.4 0.5

4. 向量点积：使用“%*%”符号可以计算两个向量的点积，例如：

   x <- c(1, 2, 3) 
   y <- c(4, 5, 6) 
   z <- x %*% y print(z) 
   
   #> print(z) 
   #     [,1]
   #[1,]   32

   注意，点积的结果是一个矩阵，而不是一个向量。

除此之外，R还提供了其他向量运算，例如向量的平均值、标准差、最小值、最大值等等。这些函数可以通过内置的函数或第三方包来实现。

1. 向量的幂运算：使用“^”符号可以计算一个向量的每个元素的幂次，例如：

   x <- c(1, 2, 3) 
   y <- x^2 
   print(y)
   
   
   
   # [1] 1 4 9

2. 向量的逻辑运算：可以使用逻辑运算符（如“&”、“|”、“!”等）对向量进行逻辑运算。例如：

   x <- c(TRUE, FALSE, TRUE) 
   y <- c(FALSE, TRUE, FALSE) 
   z <- x & y 
   print(z) 
   
   # [1] FALSE FALSE FALSE

3. 向量的拼接：可以使用“c()”函数将多个向量拼接成一个向量，例如：

   x <- c(1, 2, 3) 
   y <- c(4, 5, 6) 
   z <- c(x, y) 
   print(z)
   
   
   
   # [1] 1 2 3 4 5 6

4. 向量的排序：可以使用“sort()”函数对向量进行排序，例如：

   x <- c(3, 1, 4, 1, 5, 9, 2, 6) 
   y <- sort(x) 
   print(y)
   
   
   
   # [1] 1 1 2 3 4 5 6 9

5. 向量的筛选：可以使用逻辑运算符和方括号“[]”来筛选向量中满足特定条件的元素，例如：

x <- c(1, 2, 3, 4, 5) 
y <- x[x > 3] 
print(y)



# [1] 4 5

以上是R语言中向量的一些基本运算，但实际上向量在R语言中的应用非常广泛，可以用于数据的存储、计算、绘图等方面。熟练掌握向量的使用方法，对于数据分析和数据处理任务非常有帮助。