从零开始进行单倍型分析之R语言进阶篇（下）

从零开始进行单倍型分析

（一）基础知识篇
（二）分析工具篇
（三）R语言基础篇之入门（上）（只讲需要的）
（四）R语言基础篇之进阶篇（下）（只讲需要的）
（五）geneHapR之数据准备篇（上）（只讲需要的）
（六）数据准备及软件实操篇
（七）结果诠释篇

摘要：本文主要介绍了 R 语言中变量的保存与导入、表格的导入与输出以及图片的保存相关内容。图片保存分为基础图形系统和 ggplot2 包下的情况，基础图形系统可使用pdf()、png()等函数保存为不同格式的图片，并能调整参数；ggplot2 包中可使用ggsave()函数保存图片；另外，还介绍了eoffice的简单使用。最后，本文介绍了如何获取查看R对象存储的全部或部分属性信息。

一、R语言IO/输入输出/导入导出

变量的保存与导入

变量的保存

• 使用save()函数
  • 基本用法：save()函数可以将一个或多个 R 对象保存到指定的文件中。例如，如果你有变量x、y和z，可以使用save(x, y, z, file = "myData.RData")将这些变量保存到名为myData.RData的文件中。
  • 保存工作空间：可以直接使用save.image()来保存当前工作空间中的所有变量，它等同于save(list = ls(all.names = TRUE), file = ".RData")，通常默认保存为当前工作目录下的.RData文件。
• 使用saveRDS()函数
  • 特点：saveRDS()函数将单个 R 对象保存为一个序列化的 RDS 文件。与save()不同，saveRDS()只保存一个对象，并且不会保存对象的名称。例如，saveRDS(myObject, "myObject.rds")将myObject保存到myObject.rds文件中。

重新导入变量

• 对于save()保存的.RData文件
  使用load()函数：load("myData.RData")将把之前使用save()函数保存到myData.RData文件中的所有变量重新加载到当前工作空间中。
• 对于saveRDS()保存的RDS文件
  使用readRDS()函数：例如，myObject <- readRDS("myObject.rds")将从myObject.rds文件中读取并恢复之前保存的对象。

注意事项

• 路径问题
  在保存和加载文件时，要注意文件路径的正确性。可以使用绝对路径来确保准确性，或者在相对路径中确保当前工作目录的设置符合预期。
• 对象覆盖
  当重新导入变量时，如果当前工作空间中已经存在同名的变量，加载操作可能会覆盖原有的变量。在执行加载操作前，最好检查当前工作空间以避免意外的数据覆盖。

表格的导入与输出

此处表格就是指简单的表格，没有其他含义。

导入表格

• 从 CSV 文件导入
  • read.csv () 函数
    • 基本用法：read.csv("file.csv")是最常见的导入 CSV 文件的方式，它会将文件中的数据读取到一个数据框中。其中，file.csv是文件路径（相对路径或绝对路径）。
    • 参数设置：
      • header：默认值为TRUE，表示第一行作为列名。如果设置为FALSE，则 R 会自动为列生成V1、V2等默认列名。例如，read.csv("file.csv", header = FALSE)。
      • sep：指定分隔符，默认是逗号","。如果文件使用其他分隔符（如分号";"），可以通过read.csv("file.csv", sep = ";")来读取。
      • stringsAsFactors：默认值为TRUE，表示将字符型数据转换为因子（factor）。在现代数据分析中，通常设置为FALSE以避免不必要的转换，如read.csv("file.csv", stringsAsFactors = FALSE)。
  • read.csv2 () 函数
    • 适用场景：在一些地区，使用逗号作为小数点，分号作为分隔符。read.csv2()专门用于读取这种格式的 CSV 文件。例如，read.csv2("file.csv")。
• 从 Excel 文件导入
  • readxl 包
    • 安装：使用install.packages("readxl")进行安装。
    • 函数：
      • read_excel()：可以读取.xlsx和.xls格式的 Excel 文件。例如，library(readxl); data <- read_excel("file.xlsx")。
      • 可以指定工作表：read_excel("file.xlsx", sheet = "Sheet1")读取指定名称的工作表；read_excel("file.xlsx", sheet = 2)按工作表的索引（从 1 开始）读取。
• 从其他格式文件导入
  • 从文本文件导入
    • read.table()：用于读取一般的文本文件，格式相对灵活。例如，read.table("file.txt")。
    • read.delim()：专门用于读取以制表符\t分隔的文本文件，如read.delim("file.txt")。
  • 从固定宽度格式文件导入
    • read.fwf()：用于读取固定宽度格式的文件，需要指定每个字段的宽度。例如，read.fwf("file.fwf", widths = c(10, 20, 15))，其中widths参数指定了每个字段的宽度。

导出表格

• 导出为 CSV 文件
  • write.csv () 函数
    • 基本用法：write.csv(data, "newfile.csv")将数据框data导出为newfile.csv文件。
    • 参数：
      • row.names：默认值为TRUE，会导出数据框的行名。通常设置为FALSE，如write.csv(data, "newfile.csv", row.names = FALSE)，以避免在第一列额外导出行名。
• 导出为 Excel 文件
  • openxlsx 包和 xlsx 包
    • 安装：install.packages("openxlsx")或install.packages("xlsx")。
    • 使用：
      • 使用openxlsx包时，library(openxlsx); write.xlsx(data, "file.xlsx")可将数据框data导出到file.xlsx文件。
      • xlsx包中的write.xlsx()函数用法类似。
• 导出为其他格式
  • 导出为文本文件
    • write.table()：可以将数据框导出为文本文件，通过调整参数控制分隔符等格式。例如，write.table(data, "file.txt", sep = "\t")以制表符分隔导出。
  • 固定宽度格式
    • 可以根据固定宽度格式的要求，自定义函数或者使用特定领域的包来进行导出，但这种情况相对较少。

二、在R中保存图片

基础图形系统（Base Graphics）下的图片保存

1. 使用pdf()函数保存为 PDF 文件
   • 基本用法：pdf("filename.pdf")开启一个 PDF 图形设备，之后绘制的所有图形都会被保存到这个文件中，直到使用dev.off()关闭设备。例如：

pdf("myplot.pdf")
plot(1:10)
dev.off()

• 参数调整：
  • width和height：可以指定页面的宽度和高度，单位为英寸。例如，pdf("myplot.pdf", width = 6, height = 4)。
  • onefile：默认值为TRUE，表示所有图形都保存在一个 PDF 文件中；如果设置为FALSE，则每个图形会创建一个单独的 PDF 文件。

1. 使用png()函数保存为 PNG 文件
   • 基本用法：png("filename.png")打开一个 PNG 图形设备，例如：

png("myplot.png")
hist(rnorm(100))
dev.off()

• 参数调整：
  • width和height：指定图像的像素宽度和高度，例如，png("myplot.png", width = 800, height = 600)。
  • res：设置图像的分辨率，默认值通常为 72dpi。例如，png("myplot.png", res = 300)可提高分辨率。

1. 使用jpeg()函数保存为 JPEG 文件
   • 用法与png()类似，如jpeg("filename.jpeg")打开 JPEG 图形设备，然后绘制图形，最后用dev.off()关闭设备。
   • 参数也包括width、height和res等，可根据需要调整图像质量和尺寸。
2. 使用bmp()函数保存为 BMP 文件
   • 同样，bmp("filename.bmp")开启 BMP 图形设备，例如：

bmp("myplot.bmp")
boxplot(1:10)
dev.off()

• 参数有width、height等，用于控制图像尺寸。

grid 图形系统和 ggplot2 包下的图片保存

1. 在 ggplot2 中使用ggsave()函数
   • 基本用法：如果已经创建了一个 ggplot 对象（假设为p），可以直接使用ggsave("filename.png", p)将图形保存为指定格式（这里是 PNG）的文件。
   • 格式自动识别：ggsave()会根据文件名的后缀自动识别保存的格式，支持多种格式，如 PDF、PNG、JPEG 等。
   • 参数调整：
     • width、height和dpi：与基础图形系统中的参数类似，用于控制图像的尺寸和分辨率。例如，ggsave("myplot.pdf", p, width = 6, height = 4)。

使用eoffice保存图片

eoffice 是一个 R 语言的包，它可以用于将图片直接导出至 pptx 或 docx 文件（该package是近几年新出的，可能会有小问题，一般不会碰到；如有，自行度娘之）。
尽管如此，该package非常强大，将图片导出到pptx或docx之后可以非常自由的修改（请务必遵守学术规范使用之）。

• 保存至 ppt：使用topptx函数，例如topptx(filename = "mtcars.pptx")。
• 保存至 docx：使用todocx函数，例如todocx(filename = "mtcars.docx")。
• 支持多种方式输出图片，例如可以先使用ggplot绘制图片，然后通过topptx输出，如topptx(p, filename = "mtcars.pptx"), width = 6, height = 4)，其中p是使用ggplot绘制的图片。
• 支持表格从 ppt 或者 word 的输出和读取，例如totable(head(mtcars), filename = "mtcars.pptx")。
• 支持输出多种图片格式，例如tofigure(p, filename = "mtcars.pdf")。

三、R语言对象的class属性

查看class属性

• 使用class()函数：这是最直接的方法，将对象作为参数传递给class()函数即可查看其类属性。例如，对于一个数据对象x，可以使用class(x)来查看它所属的类。

修改class属性

• 直接赋值（不推荐，可能导致不可预测的结果）：在某些情况下，可以尝试直接对class属性进行赋值来修改对象的类。例如，对于一个对象obj，可以尝试class(obj) <- "newClass"。但这种方法非常危险，因为它可能破坏对象的内部结构，导致对象的行为不符合其新的类定义，并且在复杂的对象（如 S3、S4 或 R6 对象）中可能根本不起作用或者引发错误。
• 转换函数（推荐）：对于特定类型的对象，可以使用相应的转换函数来改变其类属性。例如：
  • 数据类型转换：使用as.numeric()、as.character()、as.logical()等函数将对象转换为不同的数据类型，这些函数在转换数据类型的同时也改变了对象的类属性。例如，x <- as.character(x)将把x的类属性从原来的数值型或其他类型转换为字符型。
  • 特定类的转换：对于一些特殊的类，如将数据框转换为矩阵可以使用as.matrix()函数，df <- as.matrix(df)将把数据框df转换为矩阵，并相应地改变其类属性。

需要注意的是，在修改class属性时，应确保新的类定义与对象的实际结构和内容相匹配，以保证对象在新的类下能够正常工作。随意修改class属性可能导致错误，尤其是在处理复杂的面向对象编程结构（如 S4 和 R6 对象）时。

四、R语言中的attributes()

在 R 语言中，attributes()函数是一个非常重要的函数，它用于获取或设置对象的属性（Attributes）。

属性是与对象相关联的额外信息或元数据，可以提供关于对象的更多描述或特征。这些属性可以包括对象的类、名称、维度、标签等。

当我们使用attributes()函数时，它会返回一个列表，其中包含了对象的所有属性。每个属性都是一个键值对，键表示属性的名称，值表示属性的值。

例如，对于一个数据框（Data Frame）对象，它的常见属性可能包括列名（names）、行名（row.names）、类（class）等。通过attributes()函数，我们可以获取这些属性的值，并进行进一步的处理或分析。

下面是一个更详细的示例：

# 创建一个数据框
df <- data.frame(x = 1:3, y = 4:6, z = 7:9)

# 获取数据框的属性
attrs <- attributes(df)

# 打印属性列表
print(attrs)

在上述示例中，我们创建了一个名为df的数据框，然后使用attributes(df)获取了它的属性，并将其存储在attrs变量中。最后，我们打印出了属性列表。

通过查看属性列表，我们可以了解到数据框的一些重要信息，例如列名、行名等。此外，我们还可以使用attr()函数来单独获取或设置某个特定属性的值。

例如，如果我们想获取数据框的列名，可以使用以下代码：

col_names <- attr(df, "names")
print(col_names)

同样，如果我们想设置某个属性的值，也可以使用attr()函数，例如：

attr(df, "comment") <- "This is a data frame example."

总之，attributes()函数和attr()函数在 R 语言中提供了一种方便的方式来管理和操作对象的属性，这对于数据处理和分析非常有用。
在geneHapR中，有些时候对象，比如：hapResult、hapSummary、hapNet，只打印出一些基本信息，但其中往往包含了十分丰富的内容，此时，可以通过attributes()获取所有属性，或使用attr()函数获取希望查看的属性值，比如：查看hapNet每个不同类群中各单倍型的频率