引用自生信技能树马拉松课程小洁老师授课内容：R语言基础01生成变量c(1,5,3)1:3rep("x",times=3) #有重复的用rep()seq(from=3,to=21,by=3)#有规律的序列用seq()rnorm(n=3)#随机数用rnorm()#通过组合,产生更为复杂的向量：paste0(rep("x",times=3),1:3)## [1] "x1" "x2" "x3"paste0(rep('student'),seq(2,15,2))## [1] "student2" "student4
1.Tab键可以补全函数、变量名、指定数据框的行名列名等，能够有效避免错误输入与提高效率
openGauss实现了向量化执行引擎，达到算子级别的并行。也就是说在执行器火山模型基础上，一次处理一批数据，而不是一次一个元组。这样可以充分利用SIMD指令进行优化，达到指令级别并行。前期我们介绍了PgSQL Unique算子的实现机制，本文接着介绍openGauss是如何实现Unique算子向量化的。
R是一种语法非常简单的表达式语言(expression language),大小写敏感。可以在R环境下使用的命名字符集依赖于R所运行的系统和国家(系统的locale 设置)、允许数字、字母、“.”和“_”
R是现今最受欢迎的数据分析和可视化平台之一。它是自由的开源软件，并同时提供Windows、Mac OS X和Linux系统的版本。在接下来的时间，我将把掌握、精通这个软件所需的技能学习过程以系列文章的形式发表，记录我的学习过程，供大家参考，一起有效地使用它分析自己的数据。工欲善其事必先利其器，学习R语言数据分析，第一步自然是R安转。R可以在CRAN上免费下载，安装过程可以参考我前面的视频教程
变量可归结为名义型、有序型或连续型变量。名义型变量是没有顺序之分的类别变量。类别（名义型）变量和有序类别（有序型）变量在R中称为因子（factor）。因子在R中非常重要，因为它决定了数据的分析方式以及如何进行视觉呈现。因子（factor)是R语言中比较特殊的一个数据类型， 它是一个用于存储类别的类型，举个例子，从性别上，可以把人分为：男人和女人，从年龄上划分，又可以把人分为：未成年人（<18岁），成年人（>=18）。R把表示分类的数据称为因子，因子的行为有时像字符串，有时像整数。因子是一个向量，通常情况下，每个元素都是字符类型，也有其他数据类型的元素。因子具有因子水平（Levels），用于限制因子的元素的取值范围，R强制：因子水平是字符类型，因子的元素只能从因子水平中取值，这意味着，因子的每个元素要么是因子水平中的字符（或转换为其他数据类型），要么是缺失值，这是因子的约束，是语法上的规则。
Prometheus 的查询语言支持基本的逻辑运算和算术运算。对于两个瞬时向量, 匹配行为可以被改变。
逻辑回归是解决分类问题的，那回归问题怎么解决分类问题呢？将样本的特征和样本发生的概率联系起来，概率是一个数。
因为自己之前学习过一部分B站生信技能树的R语言入门视频，但实际使用时经常会遇到一些问题，这次参加了生信技能树的系统培训班想查漏补缺。这里是整理的第一周学习笔记，主要是针对以前存在的一些问题有了更清晰的认识。
Clojure是一种动态类型语言，这意味着你在程序中永远不需要明确定义符号、函数、或者参数的数据类型。但是，所有的值仍然有一个类型。字符串时是字符串，数字是数字，列表是列表，等等。如果你尝试执行一个类型不支持的操作，将会在运行时产生错误。写代码时避免这种事情，是程序员的责任。对于有动态语言背景的人来说是很自然的事情，而那些只使用静态语言的人需要一些转变。
比较运算符（==、!=、<、>、<=、>=）能对两向量间的各个元素进行比较。这些运算符也能将向量中所有元素与一个常数进行比较。返回结果是每两个元素间比较结果的逻辑值向量。
生信技能树-数据挖掘课程笔记 数据类型 数值型 (numeric) 1.1 2 30 字符型 (character) "a" "bb" "ccc" 逻辑型 (logical) TRUE T FLASE F NA 变量赋值 string = "hello,world" string <- "hello,word" 比较运算 比较运算的返回值是逻辑值TURE 、FALSE > 大于 < 小于 >=小于等于 >=大于等于 == 等于 !=不等于 注意区分赋值= 与逻辑值判断的等于== 逻辑值关系 &有一者
(x <- c(1,3,5,1)) #用（）直接括起来 空格和减号都是特殊字符 不要随意用
In x == y : longer object length is not a multiple of shorter object length
paste0 无缝连接，一一对应的连接 paste 有缝连接
paste里的数据之间默认是空格连接，也可以特别指定为其他符号，用sep = “”
逻辑运算是数学运算的重要组成部分，但其更是计算机计算的底层设置。作为一门数据处理语言，逻辑运算在R中承担着非常非常重要的作用。本专题就专门为大家整理一下R语言中的逻辑运算：TRUE/FALSE.
以项目的方式管理R代码和文件，可以很大程度规避 1）工作路径不对，2）找不到文件 ，3）代码和文件不对应 ，等常见的问题。
由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。它与你通常在SAS、SPSS和Stata中看到的数据集类似。数据框将是你在R中最常处理的数据结构。
作业2优化 前面student个数是数出来的，但是在R语言中，能用函数代替就不要自己数，除非这代码只用一次
apply {base} 通过对数组或者矩阵的一个维度使用函数生成值得列表或者数组、向量。 apply(X， MARGIN， FUN， ...) X 阵列，包括矩阵 MARGIN 1表示矩阵行，2表示
若元素个数不一致，会发生循环补齐，且根据最长元素的对象来定（输出结果中会出现warning，但不影响结果的正确性！）
R是一种语法非常简单的表达式语言(expression language),大小写敏感。 可以在R 环境下使用的命名字符集依赖于R 所运行的系统和国家(系统的locale 设置),允许数字,字母,“.”,“_”
根据布尔值数组的特点，True会被强制为1，False会被强制为0，因此可以计算布尔值数组中True的个数；并且对布尔值数组有两个有用的方法any和all。any检查数组中是否至少有一个True，all检查是否全都是True。
https://hbctraining.github.io/Intro-to-R/lessons/04_introR-data-wrangling.html
数据结构是指在计算机中存储和组织数据的方式，不同的数据结构有不同的特点和适用场景。R语言中的常用数据结构，包括向量、矩阵、数组、列表和数据框。关于数据结构的使用，我们将分四篇文章分别介绍每种数据结构的操作方法和代码示例。
数据框约等于“表格”，数据框里的每一列只能同一种数据类型，单独拿出一列是向量，是为一个整体
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
R的源起 R是S语言的一种实现。S语言是由 AT&T贝尔实验室开发的一种用来进行数据探索、统计分析、作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业 软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman 和 Ross Ihaka 及其他志愿人员开发了一个R系统。R的使用与S-PLUS有很多类似之处，两个软件有一定的兼容性。 R is free R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的
R是S语言的一种实现。S语言是由 AT&T贝尔实验室开发的一种用来进行数据探索、统计分析、作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业 软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman 和 Ross Ihaka 及其他志愿人员开发了一个R系统。R的使用与S-PLUS有很多类似之处，两个软件有一定的兼容性。
做生物信息分析，少不了的就是数据，比如转录组的数据，无论是下载的还是测序的，用R进行分析，就必须将这些数据读入，分析的结果，比如一些图，就少不了输出，因此，文件的读写在数据分析中是比较常用的。当然，R除了可以读入文件数据外，也提供了键盘和显示器的接口，比如可以用scan()和readline()函数通过键盘录入数据，可以通过print()函数将结果打印到显示器上，print()在之前的章节中都有用到。
上一篇我们从PromQL入门，这个篇章我们继续学习下PromQL的进阶知识与实际的使用
数据类型：数值型（numeric)，字符型（character，必须加" "or' '），逻辑型（TRUE FALSE NA存在但未知）
第一自变量h与与第二自变量sex是等长的， 对应元素分别为同一人的身高和性别， tapply()函数分男女两组计算了身高平均值
数据框的每一列只能存在一种数据类型，单独拿出来的一列是向量，视为一个整体，可以有重复值
初级统计函数 max() ，min() ， mean() ， median() ，var()方差 ， sd()标准差 ， sum()总和， length(x) # 长度（x中元素的个数）， unique(x) #去重复（第一次出现不为重复，第二次出现为重复），duplicated(x)#检查重复值 ， table(x) 重复值(因子）统计 ，sort(x) #排序 ， dim() 查看行列数， nrow()查看行数，ncol() 查看列数
方式：RStudio中，菜单栏File→NewProject→NewDirectory→NewProject→DirectoryName
#以前听一位计算机老师说过，逻辑判断是所有编程语言的核心（后面的筛选就是建立在这个基础上）
(https://developer-private-1258344699.cos.ap-guangzhou.myqcloud.com/column/article/9169440/20231123-6874b036.png?x-cos-security-token=XazQOQwryFdEOouJEjBgSnkh2WyvnG3a264790de313e55f7686759f352702ba1YFMBVZ3wQVjBNpoW_KMfN2RC09s6PfwdOqDcowZ3P-Vo0Am9BunZ4nJYzYFXBf7u5rLlbzzjf41n21RTMIwKezXvMcE1s1nu1XTwH40V-DUB5mvNVBS6Bm8IYnyNX0zL_zY5mhgTsz0r_8dGULdfm8LSH9IHSFVgbXJsp5awVI2M84NA1XvBQ8tBIgS2jmm6qxLuMN2l0tUqTy9WDGKMqUFoexOHq2yg8EFWKgBi3uk4Mrtui9aj_Wbq4J9lTTsUD-BMNKfc0Jr7Ati8vUiANTLmPVb1uu6KzMi1QSPo2E_uGWrQUoGWn8Pw0qeotVWz4Ur-1-g1dM5lcMdqieKVDGWR_yM2MiMKjPZrjhj3Kx-ANwjikSRCC9ysRJ9q7qC6k0yM-TFgjEcggJkh6gtkNQ&q-sign-algorithm=sha1&q-ak=AKIDMiVx-3J5YWwEhf0th4uVCL7ZvzqP09bV-5qP2bqgBShA0eG8ZY90NNuTSACMQNFO&q-sign-time=1700710846%3B1700718041&q-key-time=1700710846%3B1700718041&q-header-list=host&q-url-param-list=x-cos-security-token&q-signature=3f3721451993df5289443555b48f4af347e00707)
结果是负数！！！！ 这个结果理论上是非常不应该的，这已经违背了我们的常识，毕竟正数的乘积，最后的结果应该还是一个正数，但是这里出现负数的情况，虽然结果不对，但是好在即使我们各种交换顺序，结果都是一致的
在开始先来看一个有意思的东西： root@localhost: lldb (lldb) print (500 * 400) * (300 * 200) (int) $0 = -884901888 (lldb) print ((500 * 400)* 300) * 200 (int) $1 = -884901888 (lldb) print ((200 * 500) * 300) * 400 (int) $2 = -884901888 (lldb) print 400 * (200 * (300 * 500
在第二章介绍了 R 语言中的基本数据类型，本章会将其组装起来，构成特殊的数据结构，即向量、矩阵与列表。这些数据结构在社交网络分析中极其重要，本质上对图的分析，就是对邻接矩阵的分析，而矩阵又是由若干个向量构成，因此需要熟练掌握这些特殊的数据结构。
（1）用函数 c() （注意是小写的c()，大写的C()是另外的函数）逐一放到一起，例：
【拓展：R语言中的表格中的加粗的内容【123、表头名称】不属于表格内容，属于表格的属性】
可以通过分号; 连接不同的代码（如赋值加输出，赋值加输出还可以靠将赋值代码加上圆括号）
File➡️New Project➡️ New Directory ➡️New Project➡️ Directory name ➡️Creat project
---title: '对"%in%"的理解'output: html_documentdate: "2023-03-08"---1. x %in% y(1)指的是x的每个元素在y中存在吗？(2)返回的是长度与x相等的逻辑值向量(3)一般x是总体（大），y是筛选指标（小），运用%in%可以从x中筛选出符合y条件的元素x = c(1,3,5,1)y = c(3,2,5,6)x %in% y ## [1] FALSE TRUE TRUE FALSE(4)x %in% y返回的逻辑值个数与%in%前面的向量元素
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍支撑向量机的核心思想，最终将支撑向量机的思想转换成最优化问题。针对线性可分的问题可以使用Hard Margin SVM，非线性可分的问题可以使用改进的Soft Margin SVM。
0-基本信息 R语言版本 4.2.2 Rstudio 用R project管理项目文件，然后新建脚本 只需要管带error的提示 1-数据类型 图片 1.1单个数据 字符>数值>逻辑 ####元素数据#### # 1.1.1-简单数学运算# #比较运算、逻辑运算# #多个逻辑运算# 3+5;3-5;3\*5;3/5;3^5;sqrt(9);abs(-3);log2(8);log10(100) 3>5;3<5;3<=5;3>=5;3==5;3!=5 3<5&4>5;3<5|4>5;!(4>5） # 1
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
