R语言基础-向量、矩阵、数据框、列表相关操作

k1 = rnorm(12);k1 #随便取12个随机数，然后输出k1

##  [1]  0.41853982  0.88210309 -0.06783763 -2.05692258 -0.39985487
##  [6]  0.10934353  2.68202894 -0.65648836  0.71392053 -0.70968398
## [11] -0.69575682  0.42798879

plot(k1) #这样就能做一个纵坐标值为k1，横坐标为个数的点图啦，因为取了12个随机数，所以这边横坐标为12

k2 = rep(c("a","b","c","d"),each = 3);k2 #这边把times换成了each，同作为rep()的形式参数，在功能上稍微有些区别，大家分别跑一遍就知道了。在此简单说明：times-将整个向量中所有元素视作整体，重复三次；each则是将指定向量中，每一个元素按顺序进行重复指定次数（这边为3）

##  [1] "a" "a" "a" "b" "b" "b" "c" "c" "c" "d" "d" "d"

boxplot(k1~k2) #这要一张简单的箱线图就做出来了

#说下怎么看，纵坐标k1的12个值，横坐标同样是12（a、a、a、b、b、b、……）
#这边以a为例。三个a分别对应了k1，12个随机数中的前三个值，那条线是三个值的中位数（不是平均值哦）

#先简单介绍下这些名字吧。
# 1.向量是组成数据框以及矩阵的基本单位。
c(1,2,3,4,5)

## [1] 1 2 3 4 5

# 2.矩阵在一定程度上可以看作是只有一种数据类型的特殊数据框，通常来说数据类型只有数字类型。
#简单构建一个
Matrix1 = 1:12
dim(Matrix1) = c(3,4) #构建维度，后面会详细写哦
Matrix1

##      [,1] [,2] [,3] [,4]
## [1,]    1    4    7   10
## [2,]    2    5    8   11
## [3,]    3    6    9   12

# 3.数据框-一定程度上可以理解为我们常见的excel表格，但又不完全是。这部分内容较为重要，因此笔墨会偏多一些。

# （1）用代码新建
# （2）由已有数据转换或处理得到
# （3）读取表格文件
# （4）R语言内置数据

df1 <- data.frame(gene   = paste0("gene",1:4),
                 change  = rep(c("up","down"),each = 2),
                 score   = c(5,3,-2,-4))
df1

##    gene change score
## 1 gene1     up     5
## 2 gene2     up     3
## 3 gene3   down    -2
## 4 gene4   down    -4

#很明显df1可以看作是由三个向量组成的数据框-两个字符型‘gene’，‘change’以及一个数字型‘score’。代码排版的话，大家跟着敲一遍就明白了。
#数据框可以由不同数据类型的向量组成，但矩阵不行。

df2 = read.csv("gene.csv")

## Warning in file(file, "rt"): cannot open file 'gene.csv': No such file
## or directory

## Error in file(file, "rt"): cannot open the connection

df2

## Error in eval(expr, envir, enclos): object 'df2' not found

#代码肯定没问题，但运行起来会报错：No such file or directory
#报错的原因是因为这个文件此时并不在我的工作目录下，即这个文件和为了写这篇笔记而创造的Rproj文件不在同一个地方。
#因此后续操作，依旧以df1为例

#查看纬度(几行、几列)
dim(df1)

## [1] 4 3

#查看行数、列数
nrow(df1)

## [1] 4

ncol(df1)

## [1] 3

#查看行名、列名
rownames(df1)

## [1] "1" "2" "3" "4"

colnames(df1)

## [1] "gene"   "change" "score"

# 1.用‘数据框’$+tab
#如果没反应就手动敲一下列名，然后删掉再tab。
df1$score #代码的意思是：df1这个数据框中取score那列。

## [1]  5  3 -2 -4

mean(df1$score) 

## [1] 0.5

#其中score就是那列数值型向量的名字，由于其存在于数据框df1当中，所以名字就变成了df1$score。df1$score的本质就是一个数值型向量，因此拿来做数学运算当然没问题啦。

# 2.用坐标
df1[2,2] #取数据框中第2行、第2列

## [1] "up"

df1[2,] #取数据框中第2行，由于取行会保留数据框的一部分属性，因此行名和列名会反馈给你。

##    gene change score
## 2 gene2     up     3

df1[,2] #取列的话就是取向量，因此不会出现和行一样的情况

## [1] "up"   "up"   "down" "down"

df1[c(1,3),1:2]#灵活一些，分别取第1行第1列以及第3行第2列两个元素

##    gene change
## 1 gene1     up
## 3 gene3   down

# 3.按名字
df1[,'gene']

## [1] "gene1" "gene2" "gene3" "gene4"

#也可以是一个名字集合
df1[,c('gene','change')]

##    gene change
## 1 gene1     up
## 2 gene2     up
## 3 gene3   down
## 4 gene4   down

# 4.按照逻辑值取子集
df1[df1$score>0,] #df1$score这个整体可以看作是一个数值型向量，可理解为取df1数据框中score>0的那两行。

##    gene change score
## 1 gene1     up     5
## 2 gene2     up     3

#知道原理后就可以灵活一些咯,下面两条代码的结果是一样的哦
df1[df1$score>0,1]

## [1] "gene1" "gene2"

df1$gene[df1$score>0]

## [1] "gene1" "gene2"

#拓展：如何取数据框最后一列呢？
df1[,ncol(df1)]

## [1]  5  3 -2 -4

#除了最后一列都要呢
df1[,-ncol(df1)]

##    gene change
## 1 gene1     up
## 2 gene2     up
## 3 gene3   down
## 4 gene4   down

#一般来说原始数据不做任何改动，防止操作失误引起数据造假哦
#改一个格
df1[3,3] = 5
df1

##    gene change score
## 1 gene1     up     5
## 2 gene2     up     3
## 3 gene3   down     5
## 4 gene4   down    -4

#改一整列
df1$score = c(12,23,50,2)
df1

##    gene change score
## 1 gene1     up    12
## 2 gene2     up    23
## 3 gene3   down    50
## 4 gene4   down     2

#原来数据框没有，则可以通过这个操作增加一列哦
df1$p.value = c(0.01,0.02,0.07,0.05)
df1

##    gene change score p.value
## 1 gene1     up    12    0.01
## 2 gene2     up    23    0.02
## 3 gene3   down    50    0.07
## 4 gene4   down     2    0.05

#修改行名，列名
rownames(df1) = c('r1','r2','r3','r4')
colnames(df1)[2] = 'CHANGE' 

#随便建两个数据框
test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'), 
                    blood_type = c("A","B","O","AB"))
test1

##     name blood_type
## 1  jimmy          A
## 2 nicker          B
## 3  Damon          O
## 4 Sophie         AB

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

##     name  group vision
## 1  Damon group1    4.2
## 2  jimmy group1    4.3
## 3 nicker group2    4.9
## 4   tony group2    4.5

#很容易发现名字的顺序是一定区别的，此时我们可以通过merge函数进行智能连接
merge(test1,test2,by='name')

##     name blood_type  group vision
## 1  Damon          O group1    4.2
## 2  jimmy          A group1    4.3
## 3 nicker          B group2    4.9

#在新建一个列名‘NAME’稍微有些区别的数据框
test3 <- data.frame(NAME = c('Damon','jimmy','nicker','tony'),
                    weight = c(140,145,110,138))
test3

##     NAME weight
## 1  Damon    140
## 2  jimmy    145
## 3 nicker    110
## 4   tony    138

#依旧可以用merge函数进行智能连接
merge(test1,test2,by.x = 'name',by.y = 'NAME')

## Error in fix.by(by.y, y): 'by' must specify a uniquely valid column

#其实和数据框差不多，但其不支持$，这边简单写几个代码吧
m = matrix(1:9,nrow = 3)
m

##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9

m[2,]

## [1] 2 5 8

m[,1]

## [1] 1 2 3

m[2,3]

## [1] 8

m[2:3,1:2]

##      [,1] [,2]
## [1,]    2    5
## [2,]    3    6

colnames(m) = c('a','b','c')
m

##      a b c
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9

#转置
t(m)

##   [,1] [,2] [,3]
## a    1    2    3
## b    4    5    6
## c    7    8    9

#转换为数据框,记得赋值后再去class哦
as.data.frame(m)

##   a b c
## 1 1 4 7
## 2 2 5 8
## 3 3 6 9

#随便画个热图pheatmap::pheatmap()
pheatmap::pheatmap(m)

#简单了解下吧
x = list(m1 = matrix(1:9,norw = 3),
         m2 = matrix(2:9,nrow = 2))

## Error in matrix(1:9, norw = 3): unused argument (norw = 3)

x

## Error in eval(expr, envir, enclos): object 'x' not found

#随便新建一个变量
scores = c(100,59,73,95,45)
#给变量中的每个元素起个名字
names(scores) = c('jimmy','nicker','Damon','sophie','tony')
#输出变量
scores

##  jimmy nicker  Damon sophie   tony 
##    100     59     73     95     45

#还可以这么输出哦
scores['jimmy']

## jimmy 
##   100

scores[c('jimmy','nicker')]

##  jimmy nicker 
##    100     59

scores[scores > 60]

##  jimmy  Damon sophie 
##    100     73     95

#删除一个
rm(df1)
#删除多个
rm(k1,k2)
#删除全部
rm(list = ls())
#清空控制台
control + l

## Error in eval(expr, envir, enclos): object 'control' not found

#就以这部分收尾吧。