阿榜的生信笔记3
原创
哈喽，我是学习生物信息学的阿榜！非常感谢您能够点击进来查看我的笔记。我致力于通过笔记，将生物信息学知识分享给更多的人。如果有任何纰漏或谬误，欢迎指正。让我们一起加油，一起学习进步鸭?
这份思维导图可以让大家更容易地了解笔记里面的内容哦?：
一、数据框：
1、数据框来源
①、用代码新建：
#2.新建数据框
df1 <- data.frame(gene = paste0("gene",1:4),
change = rep(c("up","down"),each = 2),
score = c(5,3,-2,-4))
df1
注意：代码新建数据框的格式。变量名只起提示作用，是赋值对象
②、由已有的数据转换或处理得到：as.data.frame()
③、读取表格文件：
df2 <- read.csv("gene.csv")
df2
④、R语言内置数据：如iris
2、数据框的属性
#3.数据框属性
#
dim(df1)
nrow(df1)
ncol(df1)
#
rownames(df1)
colnames(df1)
注意：dim()读取行数列数、nrow()读取行数、ncol()读取列数、rownames()读取行名、colnames()读取列名
3、数据框取子集
①、$:取数据框中的某一项
#4.数据框取子集
df1$gene
mean(df1$score)
②、按坐标可以取到对应的值
## 按坐标
df1[2,2]
df1[2,]
df1[,2]
df1[c(1,3),1:2]
③、 按名字和按条件（逻辑值）
## 按名字
df1[,"gene"]
df1[,c('gene','change')]
## 按条件（逻辑值）
df1[df1$score>0,]
大家看看这道思考题：
4、建立自己的代码思维
下图教会了我们如何优雅地去数据框的最后一列：
5、数据框的修改
数据框的修改和向量类似，先提取出要修改的值，重新赋值后，修改成功了
注意下面这张图片：
提个小问题：你知道这两句代码的区别吗？
#5.数据框修改
#改一个格
df1[3,3] <- 5
df1
#改一整列
df1$score <- c(12,23,50,2)
df1
#？
df1$p.value <- c(0.01,0.02,0.07,0.05)
df1答案是不存在是增加，存在是修改
#改行名和列名
rownames(df1) <- c("r1","r2","r3","r4")
#只修改某一行/列的名
colnames(df1)[2] <- "CHANGE"
6、数据框的连接
我们如何将这两个数据框连接起来呢？
连接方法如下图：
上面的问题看起来挺简单的，那下面这个问题呢？
实际上也不难，原理差不多，merge()厉害的地方在于它的参数很方便
#6.两个数据框的连接
test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'),
blood_type = c("A","B","O","AB"))
test1
test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
group = c("group1","group1","group2","group2"),
vision = c(4.2,4.3,4.9,4.5))
test2
test3 <- data.frame(NAME = c('Damon','jimmy','nicker','tony'),
weight = c(140,145,110,138))
test3
merge(test1,test2,by="name")
merge(test1,test3,by.x = "name",by.y = "NAME")数据框知识点有点多，大家用下面的知识记忆卡片梳理下知识点吧?：
二、矩阵
①、新建矩阵和取子集
##### 矩阵和列表
m <- matrix(1:9, nrow = 3)
colnames(m) <- c("a","b","c") #加列名
m
m[2,]
m[,1]
m[2,3]
m[2:3,1:2]
②、矩阵的转置和转换
如上图所示，colnames()<-c()列名重新赋值，t()转置，行和列互相转换，as.data.frame()将矩阵转换为数据框
m
t(m)
as.data.frame(m)提个小问题：下图m的类型为什么前后不一致？大家想想上篇笔记的某句话
大家想到了吗？它就是
③、用我们目前学到的知识，用矩阵画个热图看看吧，正反馈奖励自己鸭?
m
pheatmap::pheatmap(m)
pheatmap::pheatmap(m,cluster_cols = F,cluster_rows = F)注意：两幅热图不一样的原因是行列是否聚类
记住这句话哦?
大家再坚持坚持，还有列表一个知识点了?
三、列表
①、列表新建和取子集
注意：只有列表有[[]]方法取子集。列表取子集类比于套娃
#列表
l <- list(m1 = matrix(1:9, nrow = 3),
m2 = matrix(2:9, nrow = 2))
l
l[[2]]
l$m1
jimmy <- fuction(a,b,m=2){
(a+b)^m
}
jimmy <- fuction(i){}
plot(iris[,1],col=iris[,5])
plot(iris[,2],col=iris[,5])
plot(iris[,3],col=iris[,5])
x=c(2,5,6,2,9);plot(x)
iris
# 补充：元素的名字
plot(iris[,1:4])
scores = c(100,59,73,95,45)
names(scores) = c("jimmy","nicker","Damon","Sophie","tony")
scores
scores["jimmy"]
scores[c("jimmy","nicker")]
names(scores)[scores>60]②、删除变量
# 删除
rm(l)
rm(df1,df2)
rm(list = ls()) 下面这张图片带大家复习RStudio面板
现在进行总结了，大家能看到这里，棒棒哒?
以上是我这次在学习生物信息学过程中所整理的笔记。如果大家对这个领域也感兴趣，欢迎加我好友，我的qq号是1841113542。希望大家能够一起学习，共同进步。如果在笔记中有错误或者不足之处，欢迎大家指正，我们一起加油鸭?
引用自生信技能树——小洁老师
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
