Day1 R语言基础

数据类型

数值型（右对齐）、字符型（左对齐）、逻辑性（NA：存在但未知的东西*NA作为向量值和谁在一起就是什么类型）

class( ) 判断数据类型的函数

比较运算的返回结果是逻辑值：>,<,>=,<=,==,!=

逻辑运算：多个逻辑条件的链接  与&  ，或|  ，非！

  eg：3<5&>5    FALSE            !(4>5)      TRUE

数据类型的判断和转换：is族函数    返回值为逻辑值

  eg：is.numeric( ) 是否为数值型

                                          as族函数  实现数据类型之间的转换

  eg：as.numeric( ) 将其他数据类型转化为数值型

Day2

数据结构（向量，数据框，矩阵，列表）

2.0数据框/向量

数据框约等于表格，是R语言内部的数据不是真实存在

要求每一列的数据类型是统一的

数据框单独拿出一列是向量，可以视为一个整体，一个向量只能由一种数据类型，可以有重复值

2.1向量的生成

（1）用c( )逐一放在一起

c(1,2,3,4,5)        [1]  1 2 3 4 5

  ( 2)连续的数字用冒号

1：5            [1]  1 2 3 4 5

（3）有重复的用rep( )，有规律的序列用seq( )，随机数用rnorm( )

rep("x",times=3/each=3)>each 参数即为每个重复的次数            [1]  "x" "x" "x"

seq(from=3,to=21,by=3)        [1]  3 6 9 12 15 18 21

rnorm(n=3)          [1]  生成三个随机数

（4）通过组合产生更加复杂的向量

paste0(rep("x",times=3),1:3)    [1] "x1" "x2" "x3"               

    *paste和paste0之间的联系：paste0是paste的简化版本，paste的默认分割符号是空格，可以使用sep参数指定分隔符，paste0是无缝连接

tips：数据类型转换的优先顺序：字符型>数值型>逻辑型

在遵守规则的情况下，保留最多的信息

2.2对单个向量进行的操作

（1）赋值

        x <- c(1,3,5,1)  #规范的赋值符号：<-  快捷键alt+“-”

        x=c(1,3,5,1)    #随意的写法

        #赋值+输出一起实现： (x<- c(1,3,5,1))

        #两句或多句代码写在同一行：  x<- c(1,3,5,1);x

（2）简单的数学计算

          x+1      log(x)          sqrt(x)         

（3）根据某系条件进行判断，生成逻辑值向量

          x<- c(1,3,5,1)

          x>3  [1] FALSE FALSE TRUE FALSE

          x==3  [1]FALSE TRUE FALSE FALSE

（4）初级统计

          max(x)  最大值                            length(x)  长度

          min(x)  最小值                            unique(x)  去重复 （第二次到第多次出现则发生重复，仅保留第一个）

          mean(x)  均值                              duplicated(x)  判断是否重复：重复了就是TRUE 没有重复为FALSE

        median(x)  中位数                        table(x)  重复值统计

          var(x) 方差                                    sort(x)  从小到大排排序sort(x)  [1] 1 1 3 5

          sd(x)  标准差                                                                          sort(x,decreasing=F)  [1] 1 1 3 5

          sum(x)  总和                                                                            sort(x,decreasing=T)  [1] 5 3 1 1

R语言的"默认思想"

?+函数名查帮助文档

很多函数都有自己的默认参数

2.3对两个向量的操作

（1）比较运算，生成等长的逻辑向量

    x=c（1，3，5，1）

    y=c（3，2，5，6）

    x==y  [1] FALSE F T F

（2）数学计算

（3）连接

    paste(x,y,sep=",")    [1] "1,3" "3,2" "5,5" "1,6"

    当两个向量长度不一致，发生循环补齐(发生条件：等位运算，两个向量元素与元素之间一对一的运算，两个向量长度不相等)

    x = c（1，3，5，6，2）

    y = c（3，2，5）

    x == y  [1]  F  F T F T

利用循环补齐简化代码

  paste0(rep("x",3),1:3)  == paste0("x",1:3)

        [1]  "x1"  "x2"  "x3"

（4）交集，并集，差集

      x = c（1，3，5，1）

      y = c（3，2，5，6）

      交集 intersect(x,y)    [1] 3 5

      并集 union(x,y)          [1] 1 3 5 2 6

      差集 setdiff(x,y)        [1] 1

      差集 stediff(y,x)        [1] 2 6

重点：%in%（没有快捷键）

  x %in% y  #x的每个元素在y中存在吗？

[1] FALSE TRUE TRUE FALSE

== ,+-*/ ,paste paste0 是等位运算，循环补齐

2.4向量筛选（取子集）

对象[ 条件 ]:将TRUE对应的值挑选出来，FALSE丢弃

（1）逻辑值取子集：eg：x=c(8,9,10,11,12)

        x==10

      [1] FALSE FALSE TRUE FALSE FALSE

      x[x==10]

（2）下标位置取子集：eg：x=c(8,9,10,11,12)

          x[4] #取下标为4的数  ==》11

        x[2:4]#取下标为2到4的数 ==》9 10 11

        x[-4]#去掉第四个下标为4的数

2.5修改向量中的某个/某些元素：取子集+赋值

R语言内的所有修改都需要经过赋值，没有赋值就没有发生过

eg：x = x[x ==10]

以上为赋值操作

x    [1]  8  9  10  11  12

（1）改一个元素

  x[4] <-  40        [1] 8  9  10  40  12    *负号不能和<一起容易出错

（2）改多个元素

x[c(1,5)] <- c(80,20)      [1] 80  9  10  40  20

2.6简单向量作图

eg：k1 = rnorm(12) ;12

        plot(k1) #简单做图，横坐标为下标，纵坐标为k1

eg：k2 = rep(c("a","b","c","d"),each=3) ;k2

        boxplot(k1~k2)  #箱线图：k1为纵坐标，k2为横坐标

Day3 数据框，矩阵和列表

一维：向量vector

二维”表格“：矩阵matrix 是允许一种数据类型（常用的是数值型）

                      数据框data.frame每列只允许一种数据类型，列与列之间没有限制

列表list可装万物

数据框

3.1数据框来源

（1）用代码新建

（2）由已有数据转换或处理得到

（3）表格文件的读取

（4）R语言的内置数据

*View（volcano)可以看火山图的内部数据

3.2新建数据框

df1 <- data.frame(gene    =paste0("gene",1:4),

  ^                            change=rep(c("up","down"),eanch-2),

  |                                score  =c(5,3,-2,-4))

这个是变量名，不起决定作用

列名和列的内容，列与列之间需要用逗号隔开

文件的读取：df2 <- read.csv("gene.csv")

3.3数据框的属性

dim（df1）#返回df1的行数和列数

nrow(df1)  #返回他的行数

ncol(df1)    #返回他的列数

rownames(df1)  #返回行名，不允许有重复值

colnames(df1)  #返回列名

3.4数据框的取子集

提取列：df1$score

按坐标

df1[2,2]  一个单独的数据df1[2,]  第二行df1[,2]  第二列df1[c(1,3),1:2]  取第一行和第三行，第一列和第二列

解决报错的思维：

1.对比成功的代码，数据与报错的代码，数据之间的差别

2.读懂error后面的字

按名字（可以实现一下取多列）

df1[,"gene"]  按列名df1[,c('gene','change')]

按条件（逻辑值）

df1[df1$score>0,]

如何提取数据框的最后一列：df1[,ncol(df1)]

如何提取数据框除了最后一列以外的其他列：df1[,-ncol(df1)]

3.5数据框修改

#改一个格df1[3,3] <- 5df1#改一整列df1$score <- c(12,23,50,2)  df1

#新增一列df1$p.value <- c(0.01,0.02,0.07,0.05) df1

#改行名和列名rownames(df1) <- c("r1","r2","r3","r4")#只修改某一行/列的名colnames(df1)[2] <- "CHANGE"

3.6两个数据框的连接

merge(test1,test2,by="name") name表示共同列的列名

merge(test1,test2,by.x=" ",by.y=" ")表示相同数据内容不同列名的两个表格的连接

利用R包中的dplyr的inner_join()函数也可以实现数据框的连接：x2=inner_join(dat,ids,by = "probe_id")

区别：inner是取交集的，merge写参数后可以有别的用处

3.7数据框按照逻辑值取子集

##按条件（逻辑值）

df1[df1$score>0,]

按行进行取子集

矩阵

3.1矩阵新建和取子集

m <- matrix(1:9, nrow = 3)  #1-9组成矩阵，排除三行m[2,]  m[1,2] m[,1] m[2:3,1:2] #取子集

3.2矩阵的转置和转换

colnames(m) <- c("a","b","c") #加列名

#转置：行变列，列变行 t(m)

#转换为数据框：as.data.frame(m)

3.3矩阵画热图

> m

    a b c

[1,] 1 4 7

[2,] 2 5 8

[3,] 3 6 9

pheatmap::pheatmap(m，cluster_cols=F,cluster_rows=F)

形成聚类树：相似行和列会放在一起

列表

3.1列表新建和取子集

#新建

l <- list(m1 = matrix(1:9, nrow = 3),          m2 = matrix(2:9, nrow = 2))

l$m1[,1] [,2] [,3][1,]    1    4    7[2,]    2    5    8[3,]    3    6    9

$m2    [,1] [,2] [,3] [,4][1,]    2    4    6    8[2,]    3    5    7    9

#取子集，取了第二张表格，第二个元素

l[[2]]或者l$m2[,1] [,2] [,3] [,4][1,]    2    4    6    8[2,]    3    5    7    9

补充：元素的名字-names（）

scores = c(100,59,73,95,45)names(scores) = c("jimmy","nicker","Damon","Sophie","tony")

scores jimmy nicker  Damon Sophie  tony    100    59    73    95    45

scores["jimmy"]jimmy 100 scores[c("jimmy","nicker")] jimmy nicker 100    59 names(scores)[scores>60][1] "jimmy"  "Damon"  "Sophie"

l[2]是list l[[2]]是一个matrix

删除变量

删除一个：rm(l)

删除多个：rm(df1,m)

删除全部：rm(list=ls())

清除控制台：ctrl+l

  Day4 函数和R包

4.1函数和参数

4.1.1形式参数与实际参数

seq(from=3,to=2,by=3)

函数  形式参数，熟练后可以忽略  实际参数

4.1.2写函数的函数

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

function是创造函数的函数

jimmy（1,2）  9

jimmy（3,6，-2）  0.01234568

4.2用函数替代复制粘贴

jimmy <- function(i){  plot(iris[,i],col=iris[,5])}

jimmy（1）

*当代码需要复制粘贴三次以上就应该写成循环或者函数

4.3默认参数

没写的参数即为用了默认值

4.4R包介绍

R包是什么：R包理解为多个函数的打包存放，包含数据、函数、帮助文件和描述文件等。

R包的安装：基于分析需求按需安装。

R包在哪里：CRAN（install.packages()）、Bioconductor（BiocManager::install()）、GitHub（devtools::install_github()）加引号

R包如何安装：如上

安装后需要加载：library（） 、 require（）一次安装，每次打开新的窗口session都需要加载。不加引号

已经安装的包，可以用：：快速调用里面的函数 包名：：函数名  eg：pheatmap：：pheatmap（volcano）

4.5R包的使用场景

学绘图，用到ggplot2

（1）快速查看函数的帮助文档sd( R包的名字 )

（2）去R包页面搜索limma package

（3）browseVignettes运行作者写的网页教程，前提是先加载这个包

（4）列出一个包里有哪些函数或者数据：ls("package:stringr")

*文件名称必须带引号，且在能识别文件名称的函数括号里，实际参数的位置上

分情况讨论

if(!require(stringr))install.packages("stringr")    #安装好了require为TRUE，安装失败为FALSE

Day5 文件读写

5.1认识csv格式

getwd()查看工作目录

tab写文件名称

5.1.1 csv的打开方式

（1）默认excel，双击

（2）用记事本打开

（3）sublime（适用大文件）

（4）R语言读取，对数据框的修改不会同步到表格文件，数据框可以导出文件但不是文件

5.2认识分隔符

常见的分隔符号：逗号、空格、制表符\t

关于文件后缀

CSV=Comma Separated Values  以逗号为分隔符的文件

TSV=Tab Separated Values    以tab为分隔符的文件

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作用

5.3将表格文件读入R语言，成为数据框

read.csv("")  通常读取csv格式

read.table("")通常读取txt格式

#直接读取失败就需要指定参数

*如果想知道文件读入后是什么数据结构，应该输入class(test),而不是输入文件名称，输入"ex3.csv"只会收到character的类型

5.4数据框的导出，成为表格文件

csv格式：write.csv()

读取 >>编辑修改 >> 导出（不要覆盖原文件，让代码可重复，数据可重现）

5.5R特有的数据保存格式：Rdata

Rdata是文件，是R语言特有的数据存储格式，保存的是变量，不是表格文件

save()保存  load() 加载

eg: save(test,file="example.Rdata")

      load("example.Rdata")

##获取隔壁文件的Rdata文件

      （1）load("绝对路径")

      （2）load("相对路径")利用tab键补齐../

5.6实战项目的组织方式

5.6.1归类：输出文件，输入文件，输出图片，保存到Rdata，脚本和Rmd文件，project文件等等

                                工作目录下的文件夹：            文件夹名/文件名

load隔壁文件夹的文件  ../  ：上一级

#1.当读取文件ex1 <-read.table("ex1.txt")发现列名所在的格式不对时，

应：ex1 <- read.table("ex1.txt",header = T)

#2.当输入命令ex2 <- read.csv("ex2.csv")发现行名未归位，且特殊字符改变为点号，

则ex2 <- read.csv("ex2.csv",row.names = 1,check.names = F)  设置行名，且不要检查列名

*数据框不允许重复的行名，解决方法：

1.先不加row.names参数读进来

2.处理第一列的重复值

3.将第一列设为行名

#3.读取soft.txt发生串列

soft <- read.table("soft.txt")，发现最后一列是空着的因此会报错

如果采用soft <- read.table("soft.txt",header = T,fill = T) #其实不对，会发生串列

解决办法：自行指定分隔符soft2 <- read.table("soft.txt",header = T,sep = "\t")

#4.将soft保存为Rdata并加载。

save(soft,file = "soft.Rdata")rm(list = ls())  把环境中的变量清空load(file = "soft.Rdata")  把Rdata文件出现在环境里

要经常检查数据，查看数据类型！！！

5.7fread函数如何使用

library(data.table)  #加载

a = fread("soft.txt",data.table=F)      ####fread函数没有设置行名的参数

library(rio)

export(a,file="a.xlsx")

b=list(iris = iris, a = a )

export(b,file = "b.xlsx")

###把列表直接导出来xlsx

import_list  >>直接读出列表

Day6作图

6.1常用可视化R包和函数

作图：base ggplot2  ggpubr

拼图：par里的mfrow  grid.arrange  cowplot  customLayout  patchwork

导出：经典三段论  ggsave  eoffice>>topptx

6.2基础包——绘图函数

6.3ggplot2语法

#1.入门级绘图模板：作图数据，横纵坐标

ggplot(data = iris)+  #data放数据框  geom_point(mapping = aes(x = Sepal.Length,                          y = Petal.Length))

**ggplot2特殊语法：列名不带引号，行末写加号

#2.属性设置（颜色、大小、透明度、点的形状，线型等）

#2.1 手动设置，需要设置为有意义的值

ggplot(data = iris) +  geom_point(mapping = aes(x = Sepal.Length,                          y = Petal.Length),              color = "blue")    color在geom_point的参数

ggplot(data = iris) +  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length),              size = 5,    # 点的大小5mm            alpha = 0.5,  # 透明度 50%            shape = 8)  # 点的形状：数字标号表示

#2.2 映射：按照数据框的某一列来定义图的某个属性ggplot(data = iris)+  geom_point(mapping = aes(x = Sepal.Length,                          y = Petal.Length,                          color = Species))  color属于aes参数，是列名

## 自行指定映射的具体颜色？

ggplot(data = iris)+  geom_point(mapping = aes(x = Sepal.Length,                          y = Petal.Length,                          color = Species))+  scale_color_manual(values = c("blue","grey","red"))    ###color和species内的种类是配套出现的

scale_shape_manual(values=c( ))

## 区分color和fill两个属性

Q2-1 空心形状和实心形状都用color设置颜色

ggplot(data = iris)+  geom_point(mapping = aes(x = Sepal.Length,                          y = Petal.Length,                          color = Species),            shape = 17) #17号，实心的例子

ggplot(data = iris)+  geom_point(mapping = aes(x = Sepal.Length,                          y = Petal.Length,                          color = Species),  ##color是管边框的            shape = 2) #2号，空心的例子

Q2-2 既有边框又有内心的，才需要color和fill两个参数

ggplot(data = iris)+  geom_point(mapping = aes(x = Sepal.Length,                          y = Petal.Length,                          color = Species),            shape = 24,            fill = "black") #24号，双色的例子

#3.分面：把一张图分成多张子图

#单分面

ggplot(data = iris) +  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +  facet_wrap(~ Species)  ##按照species拆分分成spacies个子图

#双分面

dat = iris  #把iris内容创给datdat$Group = sample(letters[1:5],150,replace = T)  #新增一列  sample是随机抽样，样本数量比总体大的话要使replace=Tggplot(data = dat) +  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +  facet_grid(Group ~ Species)  ##按照group，species两列分

**文件名只会出现在将文件导入R语言的那一刻

#4几何对象

#几何对象可以叠加

局部：仅对当前图层有效：原代码：gg

plot(data = iris) +  geom_smooth(mapping = aes(x = Sepal.Length,                          y = Petal.Length))+  geom_point(mapping = aes(x = Sepal.Length,                            y = Petal.Length))

全局：对所有图层有效：简化后的代码：ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+  geom_smooth()+  geom_point()

#5统计变换

统计变换-直方图View(diamonds)table(diamonds$cut)

ggplot(data = diamonds) +  geom_bar(mapping = aes(x = cut))  ##y是自己算，数量  geom bar，条形图

ggplot(data = diamonds) +  stat_count(mapping = aes(x = cut))  ##statcount 另外一个角度的画图函数

y=..prop..也可以写成y=after_stat(prop),group=1是把全部的柱子看做整体计算它的百分比

#6位置关系

##6.1抖动的点图ggplot(data = iris,mapping = aes(x = Species,                                  y = Sepal.Width,                                fill = Species)) +  geom_boxplot()+  geom_point()

ggplot(data = iris,mapping = aes(x = Species,                                  y = Sepal.Width,                                fill = Species)) +  geom_boxplot()+  geom_jitter()

##堆叠直方图

ggplot(data = diamonds) +  geom_bar(mapping = aes(x = cut,fill=clarity))    ##用两列

ggplot(data = diamonds) +  geom_bar(mapping = aes(x = cut,fill=clarity),position="dodge")

position="fill"  >>设成比例

#7坐标系

#翻转coord_flip()

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +  geom_boxplot() +  coord_flip()#极坐标系coord_polar()bar <- ggplot(data = diamonds) +  geom_bar(    mapping = aes(x = cut, fill = cut),    width = 1  ) +  theme(aspect.ratio = 1) +  labs(x = NULL, y = NULL)barbar + coord_flip()bar + coord_polar()

完整绘图模板

ggplot(data=<DATA>)+  ##画图数据

<GEOM_FUNCATION>##画图函数(mapping=aes(MAPPINGs)##映射,stat=<STAT>##统计变换时,position=<POSITION>)+  ##位置关系

<COORDINATE_FUNCTION>+  ###坐标系

<FACET_FUNCTION> ###分面

6.3ggpubr  代码直接搜

##ggpubr的列名是需要加引号的

p <- ggboxplot(iris, x = "Species",                y = "Sepal.Length",              color = "Species",                shape = "Species",              add = "jitter")                #画箱线图的函数my_comparisons <- list( c("setosa", "versicolor"),                        c("setosa", "virginica"),                        c("versicolor", "virginica") )          #组间比较，由于本例有很多组价比较，因此将他们组成一个列表传递给一个参数comparisons，等号前是参数名称，等号后是参数的值p + stat_compare_means(comparisons = my_comparisons)+  stat_compare_means(label.y = 9)          ## Add pairwise comparisons p-value，把总体比较的p值添加到图上

6.4图片的保存

ggplo2系列：ggsave("iris_box_ggpubr.png")

                      ggsave(p,filename="iris_box_ggpubr2.png")

通用：三段论 (保存的格式及文件名称：pdf("test.pdf"),作图代码,画完了，关闭画板(dev.off())）

eg：#1.基础包作图的保存pdf("iris_box_ggpubr.pdf")boxplot(iris[,1]~iris[,5])text(6.5,4, labels = 'hello')dev.off()    #代码可运行却不出图，因为画板被占用多次运行到null device（）为止

**eoffice[可以把图片导出成ppt]：超多点的热图不适用，ppt会卡住

library（eoffice）

topptx(p,"iris_box_ggppubr.pptx")

#拼图

R包patchwork：支持直接p1+p2拼图

6.5找现成的代码

STHDA

1.看别人的图怎么做的

Day7 R语言综合运用

7.1玩转字符串

加载stringr包：library(stringr)

1.str_length( )

x <- "The birch canoe slid on the smooth planks."

x###1.检测字符串长度str_length(x)  #有多少字符串length(x)  #计算向量的长度，即有多少引号

2.str_split( )字符串拆分

str_split(x," ")  #返回出的结果是个列表x2 = str_split(x," ")[[1]];x2

y = c("jimmy 150","nicker 140","tony 152")str_split(y," ")str_split(y," ",simplify = T)

`y = c("jimmy 150","nicker 140","tony 152")  #y是个长度为3的向量str_split(y," ")[[1]][1] "jimmy" "150" 

    [[2]]    [1] "nicker" "140" 

  [[3]]  [1] "tony" "152"

str_split(y," ",simplify = T)  #把数据简化成矩阵[,1]    [,2] [1,] "jimmy"  "150"[2,] "nicker" "140"`[3,] "tony"  "152"``

3.str_sub( )按位置提取字符串

str_sub(x,5,9)  #截取5-9的字符

4.str_detect( )字符检测

str_detect(x2,"h")  #返回与x2等长且一一对应的逻辑值向量，判断字符串中是否含有关键值

str_starts(x2,"T") #是否以T开头

str_ends(x2,"e") #是否以e结尾返回逻辑值

5.字符串的替换

str_replace(x2,"o","A")#把o换成A ，但只替换第一次匹配到的str_replace_all(x2,"o","A")  #把o换成A，所有都替换

6.字符删除

str_remove(x," ") #只去掉第一个空格str_remove_all(x," ") #删除全部的空格

7.大写变小写：str_to_lower()

7.2数据框排序

加载R包dplyr：library(dplyr)

1.arrange( )

arrange，更加灵活的排序,默认从小到大排序

library(dplyr)arrange(test, Sepal.Length)arrange(test, desc(Sepal.Length))#修改默认参数为按照Sepal.Length从大到小排序arrange(test, desc(Sepal.Width),Sepal.Length)

2.distinc( )去重复

distinct(test,,Species,.keep_all=T)  #重复到只出现一次，.keep_all=T即为展示完全列

3.mutate( ):新增一列数据框

mutate(test,new=Sepal.Length * Sepal.Width)  #新增一列new的数据框，内容是Sepal.Length * Sepal.Width

***但是运行该行代码后，test数据仍然不变，因为没有赋值，没有赋值就等于没发生过

4.order( ) :order 可以给向量排序，也可以给数据框排序

sort(test$Sepal.Length)test$Sepal.Length[order(test$Sepal.Length)] #只显示一列

test[order(test$Sepal.Length),]  #显示全部，且从小到大test[order(test$Sepal.Length,decreasing = T),] #显示全部，且从大到小

5.补充：select( ),filter( )筛选列，行

6.连续的步骤

x1=select(iris,-5) #去掉iris的第五列

x2=as.matrix(x1)

x3=head(x2,50)#取x2的前50行

pheatmap::pheatmap(x3)

嵌套方法优化代码：（由里到外写）

pheatmap::pheatmap(head(as.matrix(select(iris,-5)),50))

管道符 %>%优化代码：将代码直接往下传递  快捷键：crtl+shift+m

优点：易读，不产生中间变量

iris%>%

select(-5)%>%

as.matrix()%>%

head(50)%>%

pheatmap::pheatmap( )

优秀题目：

3.加载deg.Rdata,根据a、b两列的值，按照以下条件生成向量x：

#a< -1 且b<0.05,则x对应的值为down；#a>1 且b<0.05,则x对应的值为up；#其他情况，x对应的值为no

统计up、down、no各重复了多少次

load("deg.Rdata")k1 = deg$a< -1 & deg$b<0.05;table(k1)k2 = deg$a>1 & deg$b<0.05;table(k2)x = ifelse(k1,"down",ifelse(k2,"up","no"))

7.3条件与循环

1条件语句

(1)if(一个逻辑值){ }

只有逻辑值是true才会运行

插播：长脚本管理方式

1.if(F)，{...},则{}里的代码被跳过（保留但不反复运行的代码），反之则会被运行，凡是带有{}的代码均可以被折叠

2.分成多个脚本，每个脚本最后保存Rdata，下一个脚本开头清空在加载：rm(list=ls())  load("")

(2)if( ){ }else{ }

i =1if (i>0){  print('+')} else {  print("-")}

重点：ifelse函数 ifelse(x,yes,no)

x:逻辑值或逻辑值向量

yes：T的返回值；no：F的返回值

ifelse(i>0,"+","-")

x=rnorm(3)ifelse(x>0,"+","-")

ifelse()+str_detect()

samples=c("t1","t2","t3","n1","n2","n3")

k1=str_detect(samples,"t");k1    [1] T T T F F F

ifelse(k1,"t","n")    [1]  "t" "t" "t" "n" "n" "n"

(3)多个条件

i = 0if (i>0){  print('+')} else if (i==0) {  print('0')} else if (i< 0){  print('-')}

ifelse(i>0,"+",ifelse(i<0,"-","0"))

2for循环

对x里的每个元素i进行同一操作：for（i in x）{CODE}

批量作图

par(mfrow=c(2,2)) #把画板分成两行两列

for(i in 1:4){plot(iris[,1],col=iris[,5])}

批量装包

pks=c("tidyr","dplyr",'stringr")  #pks就是一个普通向量

for(g in pks){

if(!require(g,character.only =T))#避免歧义，识别包里的内容

install.packages(g,ask=F,update=F)}

7.4隐式循环

矩阵/数据框的隐式循环——apply，返回结果是向量

apply(X,MARGIN,FUN...)

X是矩阵/数据框名字

MARGIN为1表示行，为2表示列

FUN是函数

对X的每一行/列进行FUN这个函数

批量画图

par(mfrow=c(2,2))

apply(iris[,1:4],2,plot,col=iris[,5])  ##如果有写不下的参数，继续写在apply的括号里

三种方法：

1：load("test2.Rdata")m=apply(test, 1, var)names=tail(sort(m),1000)

2：load("test2.Rdata")

a=names(tail(sort(apply(test,1,var)),1000))3：b=test%>%  apply(1,var)%>%  sort()%>%  tail(1000)%>%  names()

identical(a,b)

向量/列表的隐式循环——lapply

lapply(list,FUN,...) #对列表、向量中的每个元素实施相同的操作

#返回值是列表，对列表中的每个元素（向量）求均值(试试方差var,分位数quantile)

lapply(test,mean)lapply(test,fivenum)

lapply(1:4,rnorm)  #1234分别进行rnorm

批量画图

lapply(1:4,function(i)){

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

批量装包

pks=c("tidyr","dplyr",'stringr")`  #pks就是一个普通向量

qa=function(g{

if(!require(g,character.only =T))`#避免歧义，识别包里的内容

    `install.packages(g,ask=F,update=F)}

lapply(pks,qa)

7.5数据框的连接

##inner_join:取交集

##left_join:左连接

##right_join:右连接

##full_join:全连接

7.6表达矩阵画箱线图

将表达矩阵改成数据框——转置

把行名变成新数据的一列

宽变长

表达矩阵

set.seed(10086)  #抽到的一组随机数字，让随机的成果变得可以固定下来

exp = matrix(rnorm(18),ncol = 6)  #把这十八个数字排列成六列

exp = round(exp,2)  # 四舍五入，保留小数点后两位rownames(exp) = paste0("gene",1:3)  #给表达矩阵加行名colnames(exp) = paste0("test",1:6)  #给表达矩阵加列名exp[,1:3] = exp[,1:3]+1  #让前三列和后三列有区别，得到前三列比后三列大的表达矩阵exp

library(tidyr)library(tibble)library(dplyr)dat = t(exp) %>%  #转置  as.data.frame() %>%  #变数据框  rownames_to_column() %>%  #行名变成一列  mutate(group = rep(c("control","treat"),each = 3))  #在dat上新增一列名为group，内容为3个control和3个treat

pdat = dat%>% #处理表达矩阵  pivot_longer(cols = starts_with("gene"), #宽变长，把列给合并，给予列名，原本宽下的数字变成一列叫count              names_to = "gene",              values_to = "count")

library(ggplot2)p = ggplot(pdat,aes(gene,count))+  geom_boxplot(aes(fill = group))+  theme_bw()pp + facet_wrap(~gene,scales = "free")  #分面：三个基因分成三张子图

一些顶呱呱的函数

match()  #用于在向量中查找某个值，并返回该值在向量中第一次出现的位置。

dir()  #用于列出指定目录中的文件和子目录的名称。

file.create()  #用于创建一个或多个空文件。

file.exists()  #用于检查指定的文件是否存在。

file.remove()  #用于删除指定的文件。

重点