??R語言是數(shù)學(xué)研究工作者設(shè)計(jì)的一種數(shù)學(xué)編程語言，主要用于統(tǒng)計(jì)分析、繪圖、數(shù)據(jù)挖掘。R語言是解釋運(yùn)行的語言（與C語言的編譯運(yùn)行不同），它的執(zhí)行速度比C語言慢得多，不利于優(yōu)化。但它在語法層面提供了更加豐富的數(shù)據(jù)結(jié)構(gòu)操作并且能夠十分方便地輸出文字和圖形信息，所以它廣泛應(yīng)用于數(shù)學(xué)尤其是統(tǒng)計(jì)學(xué)領(lǐng)域。這也是大多數(shù)生信工作者選擇R語言的原因。

3. 數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu)

1. 數(shù)據(jù)類型：數(shù)據(jù)類型指的是用于聲明不同類型的變量或函數(shù)的一個(gè)廣泛的系統(tǒng)。變量的類型決定了變量存儲占用的空間，以及如何解釋存儲的位模式；
   • R 語言中的最基本數(shù)據(jù)類型主要有三種：
     • 數(shù)字
     • 邏輯
     • 文本

a = 1
b <- TRUE
d = "abc"

class(a)
class(b)
class(d)

2. 數(shù)據(jù)結(jié)構(gòu)：

   R擁有許多用于存儲數(shù)據(jù)的對象類型,包括標(biāo)量、向量、矩陣、數(shù)組、數(shù)據(jù)框和列表。它們在存儲數(shù)據(jù)的類型、創(chuàng)建方式、結(jié)構(gòu)復(fù)雜度,以及用于定位和訪問其中個(gè)別元素的標(biāo)記等方面均有所不同。圖2-1給出了這些數(shù)據(jù)結(jié)構(gòu)的一個(gè)示意圖。

   <img src=".\Figures\WechatIMG581.jpeg" alt="WechatIMG581" style="zoom:50%;" />

• 向量：

  • a <- c(1,2,5,3,6,-2,4)
    b <- c("one", "two", "three")
    d <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)
    
    # 由于R中內(nèi)置了同名函數(shù)c(),最好不要在編碼時(shí)使用c作為對象名,否則可能產(chǎn)生一些不易察覺的問題。
    

    這里：a是數(shù)值型向量，b是字符型向量，而c是邏輯型向量。
    注意：單個(gè)向量中的數(shù)據(jù)必須擁有相同的類型或模式(數(shù)值型、字符型或邏輯型) 。同一向量中無法混雜不同模式的數(shù)據(jù)。

• 與向量相關(guān)的常用操作：

  # 快速創(chuàng)建連續(xù)數(shù)列：
  a <- c(1:10)
  
  # seq函數(shù)創(chuàng)建數(shù)列：
  a <- seq(1,10,2)  # seq(from = value1 ,to = value2 , by = step)
  
  # 重復(fù)函數(shù)rep：
  rep(x，times = value1) # 即表示將x重復(fù)value1次。
  

• 訪問向量中的元素：

  • 通過在方括號中給定元素所處位置的數(shù)值, 我們可以訪問向量中的元素。

    例如, a[c(2, 4)] 用于訪問向量a中的第二個(gè)和第四個(gè)元素。

  a <- c(1,2,5,3,6,-2,4)
  
  a[3]
  
  a[c(1,3,4)]
  
  a[2:6]
  

• 修改向量中的元素：

  # 創(chuàng)建向量
  x <- c(1,2,24)
  x
  
  # 修改向量中的元素
  x[c(1,3)] <- c(23,43)
  x
  
  # 負(fù)號表示刪除元素
  x <- c(1:10)
  x[-(1:5)]
  

• 進(jìn)階：

  • 字符型元素即用雙引號括起來的元素，如"beautiful",“handsome”,“er”,諸如此類，這里我們主要講一個(gè)paste函數(shù)，將字符型變量給合并成一個(gè)字符串，形式為：
    paste（“variable1”，”variable2",…,sep=’ ',collapse=NULL）
  • 其中sep參數(shù)是指變量和變量之間的連接，默認(rèn)為空字符，collapse參數(shù)是指合并過后的元素之間的連接，默認(rèn)為空，

  # 我們簡單的舉幾個(gè)例子就很清晰了：
  a <- paste("a","b","c",1:3,sep = '')
  a
  
  b <- paste("a","b","c",1:3,sep = '+')
  b
  
  c <- paste("a","b","c",1:3,sep = '+',collapse = '----')
  c
  
  # 我們發(fā)現(xiàn)若是給定collapse一個(gè)參數(shù)就會變成一整個(gè)合并的字符串，默認(rèn)的話就是一個(gè)一個(gè)合并過后地元素?？梢钥碽和c的區(qū)別。
  

  • 向量相關(guān)的運(yùn)算：

  # 取向量中最小最大的值：
  min()
  max()
  
  # 求的是取得最?。ù螅┲档牡趲讉€(gè)分量
  which.min()
  which.max()
  sum()  # 求和
  median()   # 求中位數(shù)
  prod()  # 求積
  var()  # 方差、
  mean() # 平均值等
  sort() # 給x排序，默認(rèn)遞增
  rev() # 倒序
  order() # 給出遞增的序列號
  a[order(a)]
  

  ??本期內(nèi)容就到這里，喜歡的小伙伴還請幫忙點(diǎn)贊、關(guān)注和轉(zhuǎn)發(fā)，你們的支持是我們更新的動力。

往期文章

1. 生信必備技巧之R語言基礎(chǔ)教程--R包安裝和載入