生信马拉松 Day5

今天的内容主要是关于生信学习的思路，另外学习了文件的读取和输出

1.解决问题的正确姿势

（1）检查代码和环境

是代码错误？还是工作目录改变？摸不着头脑时可以考虑重启R studio解决

（2）找不同

比较能正确运行的数据和出错的数据，可能出现的情况有：异常值INF，重复值、非法输入、数据类型、数据结构

（3）搜报错

复制error信息，浏览器搜索（注意只需要复制报错的冒号后半句）

（4）有效提问 （这个思路很重要，不只是生信提问，不要等待别人追着帮助自己，而是主动讲明白疑问点，日常工作交流都会受益）

a.前因、后果、目的：在做什么分析，做了什么，导致现在的结果，目的是完成什么，才做的尝试，特别是外来的代码

+

b.代码、数据、报错截图（数据描述用str()函数）

+

c.做过的尝试（意味着排除的对象）

常见的无效提问：

1.只说失败、报错，不贴代码和截图

2.只贴报错，不贴代码，没有前因后果

3.不思考，不对比，不搜索就问

4.只说“不懂”，不说具体不懂的点

2.csv文件的打开方式

（1）双击打开，默认使用excel

（2）右键打开方式，可以选择记事本打开

注意：当数据量太大时可能导致记事本崩溃

（3）sublime或vscode（适用大文件，≈ 加强版记事本）

3.R语言读取文件

read.csv()

文件读取是R语言里的数据框来源之一

注意：表格文件读入到R语言里，就得到了一个数据框，对数据框进行的修改不会同步到表格文件，如果想要保存修改结果，建议另存一个文件

4.认识分隔符

常见：逗号（csv），空格（tsv），制表符（'\t'，tab键，excel文件的分隔符）

注意：例如tsv、csv的纯文本文件的后缀没有意义，只是约定俗成，起提示作用，不起决定性作用，实际的分隔符可能是不同的，可以记事本打开之后看一下实际的分隔符

4.将表格文件读入R语言，成为数据框

read.csv() #通常读取csv

read.table() #通常读取txt

read.delim() #读取txt的一个替代函数

失败有两种表现：1.报错 2.意外的结果

直接读取如果失败，就需要指定一些参数，常见的参数有header=T（设置第一行为列名），check.names=F（读取时不修改列名格式），sep= （修改分隔符）

5.数据框导出，成为表格文件

write.csv(test,file = 'excercise.csv')

write.table(test,file = 'excercise.txt')

建议导出时取不同原文件的名字，不要覆盖原文件，让代码可重复，数据可重现

6.R特有的数据保存格式，Rdata

无法用其他软件打开，保存的是变量，不是表格文件，支持多个变量存到同一个Rdata

save()保存，注意file=不是固定的第二个参数，所以不能省略

load()加载，使Rdata的变量出现在环境里，因此不能给数据命名

7.三大基本函数

dim() 
class()
str()

8.两个神奇的读数据的包

#包1：data.table
#只有fread一个比较好用的函数，所以一般不加载这个包
soft = data.table::fread("soft.txt")
class(soft)
#[1] "data.table" "data.frame"
#data.table是作者大神自创的数据类型
#一般用不到，所以就用data.table默认参数FALSE掉
soft = data.table::fread("soft.txt",data.table = F)
class(soft)
#[1] "data.frame"
#包2：rio
#支持非常多种数据的导入，只要数据实际内容和后缀相同，就能一键导入
library(rio)
#读取
soft = import("soft.txt")
#读取多工作簿的excel
ls2 = rio::import_list("ls.xlsx")
#导出为普通表格文件
export(iris,file = "iris.csv")
#导出列表
ls = split(iris,iris$Species)
export(ls,file = "ls.xlsx")

生信技能树，生信马拉松