數(shù)據(jù)結(jié)構(gòu)
新手牢記：
（1）R的賦值符號(hào)不是等號(hào)，而是<-
（2）在Console 控制臺(tái)輸入命令，相當(dāng)于Linux的命令行
（3）R的代碼都是帶括號(hào)的，括號(hào)必須是英文的。
（4）顯示工作路徑getwd()
（5）向量是由元素組成的，元素可以是數(shù)字或者字符串。
（6）表格在R語(yǔ)言中叫數(shù)據(jù)框
（7）別只復(fù)制代碼，要理解其中的命令、函數(shù)的意思。函數(shù)或者命令不會(huì)用時(shí)，除了百度/谷歌搜索以外，用這個(gè)命令查看幫助：?read.table，調(diào)出對(duì)應(yīng)的幫助文檔，翻到example部分研究一下。
（8）數(shù)據(jù)類(lèi)型：
1.向量（vector）??重要
2.矩陣（Matrix）
3.數(shù)組（Array）
4.數(shù)據(jù)框（Data frame）??重要
5.List
向量
(1)標(biāo)量和向量的區(qū)分
- 元素指的是數(shù)字或者字符串（用chr表示，字符串在使用時(shí)必須加引號(hào)！?。?/strong>等，根據(jù)它可以區(qū)分兩個(gè)詞：
標(biāo)量：一個(gè)元素組成的變量
向量：多個(gè)元素有序排列組成的變量
（補(bǔ)充：一個(gè)向量是一排有序排列的元素，以后會(huì)用到把一個(gè)向量作為數(shù)據(jù)框中的一列的情況。）
變量.png
使用時(shí)，一般都會(huì)直接給變量定義，也就是“賦值”，字面意思是賦予這個(gè)變量一個(gè)數(shù)值（其實(shí)也不一定是數(shù)值，還可以是字符串/數(shù)據(jù)框等等）。
- 代碼示例：
x<- c(1,2,3) #常用的向量寫(xiě)法，意為將x定義為由元素1，2，3組成的向量。
x
x<- 1:10 #從1-10之間所有的整數(shù)
x
x<- seq(1,10,by = 0.5) #1-10之間每隔0.5取一個(gè)數(shù)（注意是逗號(hào)不是分號(hào)，“by=”可省略）
x
x<- rep(1:3,times=2) #1-3 重復(fù)2次
此時(shí)x被賦值了4次，結(jié)果就是，第一次賦值被第二次的覆蓋了，第二次的賦值又被第三次的覆蓋了，以此類(lèi)推，以最后一次為準(zhǔn)。
-
補(bǔ)充：給變量賦值以后
1.在哪看變量：
image.png
2.怎么看變量：
image.png
(2)從向量中提取元素
1. 根據(jù)元素位置
（這里的x是你剛才賦值的變量名，根據(jù)自己的情況來(lái)修改）
x[4] #x第4個(gè)元素
x[-4]#排除法，除了第4個(gè)元素之外剩余的元素
x[2:4]#第2到4個(gè)元素
x[-(2:4)]#除了第2-4個(gè)元素
x[c(1,5)] #第1個(gè)和第5個(gè)元素
2. 根據(jù)值
x[x==10]#等于10的元素
x[x<0]
x[x %in% c(1,2,5)]#存在于向量c（1，2，5）中的元素
注：“x[x %in% c(1,2,5)]#存在于向量c（1，2，5）中的元素”這里 好像是這個(gè)意思（
數(shù)據(jù)框
- 獲得示例數(shù)據(jù)框
x<-read.csv('doudou.txt')
示例數(shù)據(jù)框
顯示的NA表示空值，所以新建的時(shí)候空著就好
(1)讀取本地?cái)?shù)據(jù)
read.table(file="huahua.txt",sep="\t",header=T)
a<-read.table(file="huahua.txt",sep="\t",header=T)
View(a)
header=TRUE代表讀入數(shù)據(jù)時(shí)將第一行作為列名（若是FALSE則相反，不使用文件中第一行作為列名），也可以簡(jiǎn)寫(xiě)問(wèn)header=T(或是header=F)。不用指定sep參數(shù)，因?yàn)閞ead.txt函數(shù)默認(rèn)參數(shù)sep='\t'。
sep="\t" 表示以tab（制表符）為分隔符。
處理數(shù)據(jù)的第一步是把數(shù)據(jù)讀入內(nèi)存空間，平時(shí)最常用的文本數(shù)據(jù)儲(chǔ)存格式有兩種：一種是CSV（逗號(hào)分隔符文本）；另一種是TXT（Tab分隔符或空格分隔符）。有時(shí)候讀這兩種文件格式讀入容易混淆。
(2)設(shè)置行名和列名
X<-read.csv('doudou.txt') #在示例數(shù)據(jù)里有doudou.txt 注意這里的變量X是一個(gè)數(shù)據(jù)框
colnames(X) #查看列名
rownames(X) #查看行名,默認(rèn)值的行名就是行號(hào)，1.2.3.4...
colnames(X)[1]<-"bioplanet"#有的公司返回?cái)?shù)據(jù)，左上角第一格為空，R會(huì)自動(dòng)補(bǔ)為x,用這個(gè)命令來(lái)修改
X<-read.csv(file = "huahua.txt",sep = " ",header =T,row.names=1)#最后row.names的意思是修改第一列為行名
-
覆蓋剛才的修改：用剛才的read.table命令重新賦值一遍就可以覆蓋剛才改瞎的了。這也就是變量為什么叫"變"量。
覆蓋修改 - 注意：大小寫(xiě)要嚴(yán)格區(qū)分，“x”和“X”不一樣！
(3)數(shù)據(jù)框的導(dǎo)出
write.table(X,file = "and.txt",sep = ",",quote=F)#分隔符改為逗號(hào)，字符串不加雙引號(hào)（默認(rèn)格式帶雙引號(hào)）
quote=F表示輸出的char或factor不用""引住，即與默認(rèn)不同；quote=T使用""，即默認(rèn)格式。
(4)變量的保存與重新加載
這次沒(méi)有處理完的數(shù)據(jù)下次想接著用怎么辦?——學(xué)會(huì)保存和重新加載。保存的格式是RData。
save.image(file="bioinfoplanet.RData")#保存當(dāng)前所有變量
save(X,file="test.RData")#保存其中一個(gè)變量
load("test.RData")#再次使用RData時(shí)的加載命令
(5)提取元素
這里的X是的剛才的變量名，實(shí)際應(yīng)用要懂得替換。
X[x,y]#第x行第y列
X[x,]#第x行
X[,y]#第y列
X[y] #也是第y列
X[a:b]#第a列到第b列
X[c(a,b)]#第a列和第b列
X$列名#也可以提取列（優(yōu)秀寫(xiě)法，而且這個(gè)命令還優(yōu)秀到不用寫(xiě)括號(hào)的地步，并且支持Tab自動(dòng)補(bǔ)全哦，不過(guò)只能提取一列）
(6)【選修部分】直接使用數(shù)據(jù)框中的變量
- 提取某兩列作散點(diǎn)圖：（需要提示一下，這里的case和values是兩個(gè)單純的列名，沒(méi)別的意思）
options(stringsAsFactors = T)
a <-data.frame(case=paste0("S",1:9),values=runif(9))
plot(a$case,a$values)
這種方法的缺點(diǎn)：數(shù)據(jù)框名a在代碼中重復(fù)出現(xiàn)，不符合高效的要求
- 高效的實(shí)現(xiàn)方法
- 方法一：attach
將數(shù)據(jù)框名添加到搜索環(huán)境中：attach(a)，作圖時(shí)就只需輸入列名(連$都不用了)。
attach(a)
plot(case,values)
做完后將a刪除出搜索環(huán)境 detach(a)。
局限性：兩個(gè)以上數(shù)據(jù)框的列名有沖突時(shí)，同時(shí)attach會(huì)報(bào)錯(cuò)。
- 方法二：with
with函數(shù)使大括號(hào){}之間的語(yǔ)句都只針對(duì)data執(zhí)行，但如果大括號(hào)中只有一句的話，則省略大括號(hào)。
with(a,{
plot(case,values)
x<<-summary(values) #求和并賦值給x,<<的意思是作為全局變量，也就是出了大括號(hào)仍有效。
})
x #運(yùn)行完后打印x
問(wèn)題：
save(X,file="test.RData")這句代碼如果報(bào)錯(cuò)object X not found，是為什么，應(yīng)該怎么解決？
回答：
應(yīng)該是因?yàn)闆](méi)有給X賦值或者是沒(méi)區(qū)分大小寫(xiě)，給X賦值或者改成x應(yīng)該就可以解決了。
