生信马拉松 Day4

这节课同样干活满满，只挑了自己感兴趣的记了，不是特别全

1.函数与参数

（1）形式参数与实际参数

函数（括号里是形式参数，由函数作者设计，不可修改，熟练后可不写）

形式参数的内容就是实际参数，使用者可以进行改动

（2）写函数的函数

function()
jimmy <- function(a,b,m = 2){

  (a+b)^m

} #举例

jimmy是函数名称

function()是创造函数的函数，括号里是形式参数，有默认值就写上，例如这里的m=2

{}里的内容是实际原理，是编写函数使用的代码，每一个变量都是上面的参数，使用时填写实际参数

#使用示例
jimmy(a = 1,b = 2)

jimmy(1,2)

jimmy(3,6)

jimmy(3,6,-2)

函数只区分“是什么”（数据类型/数据结构），与“怎么得到的”无关

当一个代码需要复制粘贴三次，就应该写成函数或使用循环

#plot画iris的前四列
jimmy <- function(i){

  plot(iris[,i],col=iris[,5])

}
jimmy(1)

jimmy(2)

jimmy(3)

jimmy(4)

(3) 默认参数

作者可以为参数设置默认值

不是所有的参数都要出现在使用者的代码里，没写的会使用默认值

2.R包（R package）介绍

R包可以理解为是多个函数的打包存放，也可以只有数据

包含函数、示例数据、帮助文件、描述文件等

2.1 为什么要安装R包？

为了完成特定的分析功能，需要用相应的包实现

2.2 伪问题：学一个R包要多久

按需学习，按需查询

目的不是学会某个具体的R包，而是学习使用思路

2.3 R包都在哪里

（1）CRAN网站，R的官网，可以通过install.packages()完成下载和安装，注意包名要加引号

（2）Bioconductor，用BiocMananger::install()，前提是安装好BiocMananger

其中biocLite是过时命令，使用install安装就行

（3）GitHub，用devtools::install_github()，需要写上R包作者用户名和包名，需要去网上搜索，举例 devtools::install_github('jmzeng1314/idmap1')

2.4 不知道从哪里来的包？

搜一搜或者试一试，问问ChatGPT

2.5 安装后需加载

即library或require()，差别是require()返回结果可以转化为逻辑值

一次安装，每次打开新的session都要加载

2.6 怎样实现快速下载——镜像网站

镜像网站相当于主网站的副本，访问主网站存在障碍时，可以使用访问镜像网站替代

R和bioconductor主网站位于国外，选择国内的镜像可以加快速度

方法1：tools——global options-packages——primaryCRAN repository进行修改，大机构一般都比较稳定，如果选择自己学校再用校园网可能会非常快

但这只是CRAN的修改方法，修改后访问bioconductor的地址不会变

方法2：用代码修改

options("repos"=c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

options(BioC\_mirror="http://mirrors.ustc.edu.cn/bioc/") #这是改BioConductor镜像的
options(BioC\_mirror="https://mirror.sjtu.edu.cn/bioconductor") #这个是交大的镜像
#各自学校的镜像自己再搜搜

2.7 R包安装和使用的逻辑

安装包——加载包——使用包里的函数

注意有的时候函数名重复，有时代码报错是原来的R包没有加载

library()是检查R包是否安装成功的唯一标准，library没有error就代表成功

已经成功安装的包，可以用::快速调用里面的函数，但此时这个包并未在session里加载，即再次调用这个包里函数时，还得写pheatmap::pheatmap，或者重新library这个包

2.8 经典报错

情况1：

not installed when version(s) same as current;use 'force = TRUE' to reinstall
#已经安装了一个包，试图安装更高版本的包，不用管

情况2：

package not available

原因1：包名写错

原因2：安装命令使用错误，用cran安装非cran的包

原因3：本机的R语言版本与包所要求的版本不符（极少），可以选择历史版本的R包

原因4：包过时被剔除了，例如birta，也可以搜搜ChatGPT看看

！R语言版本99%的情况下没有问题，但它总是无辜被怀疑

情况3：

Updata all/some/none 

懒惰策略，能不更新就不更新，除非一直报错

不想回答，安装命令加参数：updata=F,ask=F

！学R语言高冷，能no就no，no不行再yes；学linux要听话，让你yes你就yes

情况4：加载A包，报错B包不存在

先安装B包再说，一般来讲问是否更新时，“不存在”的是依赖包

此时可能是依赖包未安装或依赖包版本不够新

注意：报错里的引号里大多是指一个包

R包的更新是通过卸载旧包再安装新包，方法：

打开package面板，其中前面小方格里√是已加载的包，这个√有滞后性，需要刷新一下

更新的时候先取消加载，即点掉√，然后包同一行右侧有一个小叉号，点击叉号卸载包，再重新安装

情况5：关键词connecttion,internet,url,404,http,download

一般是网络异常的关键词

可能原因：没联网、校园网限制、镜像没设置、镜像崩了

情况6：not writable/permission deny

windows专属问题，权限问题：管理员方式重新打开Rstudio，重新运行代码

或者按照小洁老师的b站视频修改R的权限问题

情况7：cannot create dir :'C:\Users\???????'

中文用户名引发，需要修改环境变量（控制面板——高级系统设置——环境变量），具体的我没太看懂，遇到的人自己搜搜吧

2.9 如何获取帮助

（1）快速查看函数帮助文档 ?+函数

（2）网页找R包介绍页面（包括可引用的文献）

（3）Vignettes R包作者的在线教程，阅读时需要package安装并加载好

?seq

browseVignettes("stringr")

ls("package:stringr")

2.10 R包的使用场景

1.某些流程代码中用到某些包

2.学绘图

3.别人的代码套自己的数据，报错不会改

大多数包里的函数规律一致，不需要单独学习，用到哪个函数学哪个函数

少部分包里的函数自有语法，例如ggplot2,dplyr

其他要点：符号的提示作用

$：数据框取列，列表取子集

=：赋值，或连接形式参数与实际参数

{}：多行代码

重要TIPS

1.分画板

par(mfrow = c(2,2)) #把画板分成四块，两行两列

#如果报错，把右下角画板拉大一点即可

2.一个安装package的代码块

if(!require(stringr))install.packages("stringr")

原理：require返回结果受 ! 影响转化为逻辑值，if(FALSE)则后面的代码被跳过，if(TRUE)则后面的代码被执行

3.ls()函数

ls('package:stringr') #列出包里有哪些函数

生信技能树，生信马拉松