哈哈，放假回到了家里很是开心，晚上老妈做了好吃的。吃完饭坐在床上继续写下学习记录。不能学了perl又把R给丢了，这是不可取的，最忌讳的就是这一点，之前就是因为学R而忘了perl的继续学习，导致现在又重新温习perl。坚持总结，写代码。
R语言
生物信息学需要掌握perl、R、linux shell,还有python等几种编程语言。R语言在生物信息数据挖掘和绘图方面发挥着很大的作用，bioconductor上有许多优秀的与生物信息研究R包。今天主要记录下R语言中的几种数据类型。
向量
在R中所有的数据结构都是在向量的基础上发展而来的，是由一系列类型相同的有序元素构成，R中向量默以列向量作为存储类型，有字符串向量、数字向量。
#创建向量
vec <- c(1,2,3,20)
vec <- c(1:10)
#判断一个数据是否为向量最好不用is.vector(),因为无法区分原子向量和列表
li <- list()
is.vector(li) #返回TRUE,需要通过class函数
#创建带有name属性的变量(原子向量默认是没有names属性以及dim属性等其他属性)
names(vec) <- letters[1:4] #name向量的长度要与数据一致
#向量取值操作
b <- vec[1] #在R中向量索引值从1开始，不同于perl
b <- vec["a"] #若向量有name属性则可通过name访问数据
b <- vec[c(1,3)] #可以同时取出多个值
#将含有其他属性的向量转为原子向量
as.vector(vec) #将会去除names属性
as.vector(li) #你将看到li没有什么变化，因为list就是vector
unlist(li) #需要用到unlist
#c()可以将多个向量合并成一个长向量
vec1 <- 1:4
vec2 <- 2:4
vec3 <- c(1,2,3,4,vec1,vec2)
列表
列表也是一种向量，可看成是原子向量的升级版，列表中的每一个元素可以是不同的类型结构，不同的长度，呈现的内容更加丰富
#创建list
li <- list() #创建空列表，这个在R for loop 的时候很有用，先定义一个空的数据结构可以加快for loop的效率
li <- list("name"=c("wx","sc"),"score"=c(65,56),"male"=c(TRUE,FLASE))
#获取list中的元素
li["name"] #保留方式(子集仍然是一个列表)
li[["name"]] #简化方式(返回的是一原子向量) 相当于
li$name
li[["name"]][1] #获得"wx"
#合并两个列表
li1 <- list("subname"=c("ww","cc"))
list <- c(li,list)
#list 扁平化
#有时候在实际过程中需要将list 转换成向量的形式，方便处理
unlist(list)
as.vector(unlist(list)) #去除names属性
数组和矩阵
矩阵即是二维数组，矩阵和数组中只能是数字型数据，由列向量组成。
a <- matrix(1:6,ncol=2,nrow=3) #创建3行2列矩阵，默认按列排列
b <- matrix(1:6,ncol=2,nrow=3,byrow=TRUE)#指定按行排列
#行列命名
colnames(a) <- letters[1:2]
rownames(a) <- letters[1:2]
#子集选取
a[,1] #取出第一列
a[1,] #取出第一行
#矩阵合并
cbind(a,b) #按列合并(合并的矩阵行数要相等)
rbind(a,b) #按行合并(合并的矩阵列数要相等)
#数组
array <- array(1:20,dim=c(2,2,5)) #可以看成5个2x2矩阵
#dim属性自定义向量为数组
a <-1:20
dim(a) = c(2,2,5)
#数组命名
dimnames(a) <- list(letters[1:2],letters[1:2],letters[1:5])
#矩阵的四则运算
mat1 <- matrix(1:4,ncol=2)
mat2 <- mat1 / 2 #矩阵数乘运算，每一个元素乘1/2
mat1 *mat2 #对应元素相乘
mat1 / mat2 #对应元素相除
mat1 + mat2 #矩阵的加法
mat1 - mat2 #矩阵的减法
mat1 %*% mat2 #这才是矩阵的乘法，左列＝右行
#向量与矩阵相乘
矩阵与向量进行乘法运算时， 向量按需要解释成列向量或行向量。 当向量左乘矩阵时，看成行向量； 当向量右乘矩阵时，看成列向量。
c(1,1) %*% mat1 #向量左乘矩阵
mat1 %*% c(1,1) #向量右乘矩阵
#求行和、列和
colSums(mat1)
rowSums(mat1)
#apply family function
apply(mat1,1,sum) #列相加
apply(mat1,2,sum) #行相加
数据框
针对数组中只能是数字型数据，不能为字符型变量因此就有了数据框这一结构，数据框源于数组，那么组成数据框的每一列向量必须要有相同的长度
df1 <- data.frame("a" ＝1:12,"b" ＝letters[1:12],stringsAsFactors =F) #对于数据框中有字符型变量时，令stringsAsFactors=F
#访问数据子集(数据框中的元素可以基于矩阵和列表的方式提取)
df1$a
df1[,1] #与上式等价
#和矩阵一样可以求行和、列和
apply(df1,1,sum)
apply(df1,2,sum)
#注意,在R中向量与矩阵加减运算时，向量默认为列向量，向量中每一标量一次与矩阵的每一行运算,下面以scale函数为例
mat1 <- matrix(1:12,ncol=2,nrow=6)
average <- apply(mat1,2,mean)
sd <- apply(mat1,2,sd)
t(t(mat1) - average)/sd #这就实现了scale 函数
#数据框合并
rbind(df1,df2) #横向合并，要求列名相同
cbind(df1,df2) #纵向合并，要求行数相同
df1 <- data.frame("name"=c("a","b","c"),"score"=sample(60:80,3)
df2 <- data.frame("name"=c("a","b"),"math"=sample(60:80,2))
#merge可以指定某一列合并
merge(df1,df2,by="name") #按照"name"列合并(当两数据框列名想等时，用by指定相同列名名称)
df3 <- data.frame("subname"=c("a","b"),"math"=sample(60:80,2))
merge(df1,df3,by.x="name",by.y="subname") #当要合并的列名不相同时，需要自定义指定不同的列名
merge(df1,df3,by.x="name",by.y="subname",all=T) #显示两列中的共有的元素
merge(df1,df3,by.x="name",by.y="subname",all.x=T) #只显示df1中存在的列名元素,未能匹配的定义为NA
merge(df1,df3,by.x="name",by.y="subname",all.y=T) #只显示df3中存在的列名元素,未能匹配的定义为NA
好了，关于R中的数据结构就整理到这了，后期会陆续更新关于R的统计和画图方面的文章。
