一、數(shù)據(jù)類型和向量

1. 數(shù)據(jù)類型

1.1 判斷數(shù)據(jù)類型class() 1.2 按Tab鍵自動(dòng)補(bǔ)全1.3 數(shù)據(jù)類型的判斷和轉(zhuǎn)換 （1）is 族函數(shù)，判斷，返回值為TRUE或FALSE

is.numeric("123")
is.character("a")
is.logical(TRUE)

（2）as族函數(shù)實(shí)現(xiàn)數(shù)據(jù)類型之間轉(zhuǎn)換

as.matrix()  
as.numeric()
as.character()
as.logical()

2. 向量

（1）有重復(fù)的用rep(),有規(guī)律的用seq(),隨機(jī)數(shù)用rnorm

rep("sample",6)
[1] "sample" "sample" "sample" "sample" "sample" "sample"

seq(4,30,3)
[1]  4  7 10 13 16 19 22 25 28

rnorm(3)
[1]  0.1511196  1.1105814 -0.8626667

（2）組合
paste0(rep("x",3),1:3) # 或 paste0("x",1:3)
[1] "x1" "x2" "x3"

paste0("sample",seq(1,5,2))
[1] "sample1" "sample3" "sample5"

paste() 和paste0()區(qū)別：（1）paste()中的sep=將兩個(gè)或多個(gè)向量字符串分別對(duì)應(yīng)連接 paste(v1,v1,sep = " ") paste0（）與paste（）的區(qū)別是無法設(shè)定sep，默認(rèn)=“”每空格。

paste("x",1:3,sep  = "~")
[1] "x~1" "x~2" "x~3"

（2）兩個(gè)向量的操作

重點(diǎn)：

x %in% y # x的每個(gè)元素在y中嗎

x[x %in% y] #注意x,y順序
x == y # x和對(duì)應(yīng)位置的y相等嗎

1. 交集、并集、差集

x = c(1,5,3,4) y = c(5,12,24,3) intersect(x,y) [1] 5 3 union(x,y) [1] 1 5 3 4 12 24 setdiff(x,y) [1] 1 4 setdiff(y,x) [1] 12 24

1. 當(dāng)兩個(gè)向量長度不一致 循環(huán)補(bǔ)齊
2. sort(x)等于x[order(x)]
3. match(x,y) x[match(y,x)] match : 誰在外面，誰就在后面，以y為模板，給x調(diào)整順序

x = c("A","B","C","D","E")
y = c("E","C","B","A")
match(y,x)
x[match(y,x)]

二、數(shù)據(jù)框、矩陣和列表

1.區(qū)別

（1）Vector向量——一維；matrix矩陣——二維，只允許一種數(shù)據(jù)類型；data.frame數(shù)據(jù)框——二維，每列只允許一種數(shù)據(jù)類型

2.練習(xí)題

（1）#求c1第一列數(shù)值的中位數(shù) #篩選c1中，最后一列值為a或c的行

c1 <- read.csv("./exercise.csv")
median(c1$Petal.Length)  # 求c1第一列數(shù)值的中位數(shù) 
# 或者median(c1[,1])
c1[c1$Species %in% c("c","a"),] # 篩選c1中，最后一列值為a或c的行
# 或者c1[c1$Species == "a"| c1$Species == "c",]
錯(cuò)誤形式如下：
c1[c1$Species == c("c","a"),] #  一長一短，無法比較，他們發(fā)生了循環(huán)補(bǔ)齊

（2）修改行名和列名

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

（3）兩個(gè)數(shù)據(jù)框的連接 merge(test1,test2,by=“name”) merge(test1,test3,by.x = “name”,by.y = “NAME”)

(4) 練習(xí)

1.統(tǒng)計(jì)內(nèi)置數(shù)據(jù)iris最后一列有哪幾個(gè)取值，每個(gè)取值重復(fù)了多少次 2.提取內(nèi)置數(shù)據(jù)iris的前5行，前4列，并轉(zhuǎn)換為矩陣，賦值給a。3.將a的行名改為flower1，flower2…flower5。

table(iris[,ncol(iris)])
a = as.data.frame(iris[1:5,1:4])
rownames(a) = paste0("flowers",1:5) # 或者
rownames(a) = paste0("flowers",1:nrow(a))

（5） match() 函數(shù)的使用

## 以y為模板，對(duì)X的順序進(jìn)行排序，然后選擇x的id列給y的列名：match()函數(shù)
# match(colnames(y),x$file_name)
# x[match(colnames(y),x$file_name),] 
# x$ID[match(colnames(y),x$file_name)]
colnames(y) = x$ID[match(colnames(y),x$file_name)]

三、幾種加載包的方法

# 方法一：
install.packages("tidyr")
install.packages('BiocManager')
# 方法二：
BiocManager::install("ggplot2")
# 方法三：
devtools::install_github("jmzeng1314/idmap1") #括號(hào)里寫作者用戶名加包名
# 方法四：
if(!require(stringr))install.packages("stringr")

鏡像源推薦：
# 清華鏡像
# http://mirrors.tuna./CRAN/
# http://mirrors.tuna./bioconductor/
  
# 中科大鏡像
# http://mirrors.ustc.edu.cn/CRAN/
# http://mirrors.ustc.edu.cn/bioc/

R語言中的符號(hào)

[ ] ：向量，數(shù)據(jù)框，矩陣取子集 [[ ]]：列表取子集

四、讀取，寫入數(shù)據(jù)

txt 和csv

read.csv()：一般讀取csv格式 read.table():一般讀取txt格式

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

ex2 <- read.csv("./ex2.csv",
 row.names = 1) # 第一列為行名

soft <- read.table("./soft.txt",
 sep = "\t", # 以...分隔
 fill = TRUE, # 空格自動(dòng)填充
 header = TRUE
 )
write.table(ex1,file = “./ex1.txt”) write.csv(ex2,file = “./ex2.csv”)

Rdata

save() --- > 保存

load() --- > 加載

save(ex1,file = "./ex1.Rdata")
load("./ex1.Rdata")

讀入數(shù)據(jù)，ID轉(zhuǎn)換

案例：

soft <- read.csv("./soft.csv",row.names = 1)
head(soft)
exp$symbol <- soft$GeneName[match(rownames(exp),soft$ID)] 
exp <- exp[!duplicated(exp$symbol),]
exp <- exp[!grepl("^ENST",exp$symbol),] 
rownames(exp) <- exp$symbol
exp = exp[,-ncol(exp)]

五. 畫圖

（1）繪圖

（1）作圖：ggplot2、ggpubr、base （2）拼圖：patchwork包、par里的mfrow、grid.arrange、cowplot （3）導(dǎo)出：

#圖片的保存和導(dǎo)出
# 1. ggplot2系列
ggsave(p,filename = "")

# 2.通用：三段論
# 保存的格式及文件名
pdf("test.pdf")
dev.off() # 關(guān)閉畫板

（2）ggplot2語法

1. ggplot2特殊語法：列名不帶引號(hào)
2. 屬性設(shè)置 映射：根據(jù)數(shù)據(jù)的某一列的內(nèi)容分配顏色 手動(dòng)設(shè)置：把圖形設(shè)置為一個(gè)或N個(gè)顏色，與數(shù)據(jù)類型無關(guān)
3. 實(shí)戰(zhàn)

#1.入門級(jí)繪圖模板：作圖數(shù)據(jù)，橫縱坐標(biāo)
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
   y = Petal.Length))

#2.屬性設(shè)置（顏色、大小、透明度、點(diǎn)的形狀，線型等）
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length), 
 size = 5,  # 點(diǎn)的大小5mm
 alpha = 0.5,  # 透明度 50%
 shape = 8)  # 點(diǎn)的形狀


## 指定映射的具體顏色？
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
   y = Petal.Length,
   color = Species))+
  scale_color_manual(values = c("blue","grey","red"))

## 區(qū)分color和fill兩個(gè)屬性
### 1 空心形狀和實(shí)心形狀都用color設(shè)置顏色
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
   y = Petal.Length,
   color = Species),
 shape = 17) #17號(hào)，實(shí)心的例子

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
   y = Petal.Length,
   color = Species),
 shape = 2) #2號(hào)，空心的例子
### 2 既有邊框又有內(nèi)心的，才需要color和fill兩個(gè)參數(shù)
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
   y = Petal.Length,
   color = Species),
 shape = 24,
 fill = "black") #24號(hào)，雙色的例子

#3.分面
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_wrap(~ Species) 

#雙分面
dat = iris
dat$Group = sample(letters[1:5],150,replace = T)
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species)

#4.幾何對(duì)象
#局部設(shè)置和全局設(shè)置
ggplot(data = iris) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
  y = Petal.Length))+
  geom_point(mapping = aes(x = Sepal.Length, 
   y = Petal.Length))

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

#5.統(tǒng)計(jì)變換使用場景
#5.1.不統(tǒng)計(jì)，數(shù)據(jù)直接做圖
fre = as.data.frame(table(diamonds$cut))
fre
ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")
#5.2count改為prop
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))

#6.位置關(guān)系
# 6.1抖動(dòng)的點(diǎn)圖
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()

# 6.2堆疊直方圖
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut,fill=clarity))

# 6.3 并列直方圖
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")
 
 #7.坐標(biāo)系
#翻轉(zhuǎn)coord_flip()

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()
#極坐標(biāo)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)
bar
bar + coord_flip()
bar + coord_polar() 

# 練習(xí)題：小提琴圖+箱線圖
ggplot(iris,mapping = aes(x = Sepal.Width,y = Species)) +
  geom_violin(aes(fill = Species)) +
  geom_boxplot()+
  geom_jitter(aes(shape = Species)) 

單分面

雙分面

統(tǒng)計(jì)變換

堆疊直方圖

并列直方圖**

小提琴+箱線圖

（3）ggpubr.R語法

# sthda上有大量ggpubr出的圖
library(ggpubr)
ggscatter(iris,x="Sepal.Length",
 y="Petal.Length",
 color="Species")

p <- ggboxplot(iris, x = "Species", 
   y = "Sepal.Length",
   color = "Species", 
   shape = "Species",
   add = "jitter")
p
my_comparisons <- list( c("setosa", "versicolor"), 
   c("setosa", "virginica"), 
   c("versicolor", "virginica") )
p + stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value
  stat_compare_means(label.y = 9)

(4) 圖片的保存

#圖片的保存和導(dǎo)出 #1. ggplot2系列 ggsave(p,filename = “”)

#2.通用：三段論 保存的格式及文件名 pdf(“test.pdf”) … … dev.off() # 結(jié)束

（5）拼圖

# patchwork包
p1.1 <- violin_plot(dat = dat,gene = dat$CCL5)
p1.2 <- violin_plot(dat = dat,gene = dat$MMP9)
p1.4 <- violin_plot(dat = dat,gene = dat$RAC2)
p1.5 <- violin_plot(dat = dat,gene = dat$CORO1A)
p1.6 <- violin_plot(dat = dat,gene = dat$CCL2)

library(patchwork)
p1 <-  (p1.1 | p1.2 ) /  # 分成兩行
  (p1.4 | p1.5 | p1.6)
library(ggplot2)
ggsave("./vertify/GSE100927_vertify.pdf", plot = p1, width = 15, height = 18) 
1234567891011

六、專題

1.數(shù)據(jù)框的排序

1. order 或者 tidyverse中的arrange()函數(shù)

# order 可以給向量排序，也可以給數(shù)據(jù)框排序
sort(test$Sepal.Length)
test$Sepal.Length[order(test$Sepal.Length)]

test[order(test$Sepal.Length),]
test[order(test$Sepal.Length,decreasing = T),]

# arrange，更加靈活的排序

library(tidyverse)  # 需要加載這個(gè)包
arrange(test, Sepal.Length)
arrange(test, desc(Sepal.Length))
arrange(test, desc(Sepal.Width),Sepal.Length) # 先按照Sepal.Width排序，如果Sepal.Width列相同,再按照Sepal.Length列排序

1. dplyr包中的mutate、select、filter、rename

   mutate()：新增列，rename()：重命名列名 select()：篩選列；filter()：篩選行

   管道符號(hào)：%>%：ctrl + shift +m

2.表達(dá)矩陣畫箱線圖

如下圖，根據(jù)這樣的表達(dá)矩陣，畫出這個(gè)圖，如果不變換表，是無法成功的將長表變成短表，變化操作如下

library(tidyr)
library(tibble)
library(dplyr)
dat = t(exp) %>% as.data.frame() %>% rownames_to_column() %>%
mutate(group = group_list)

3. 連接

1. inner_join：交集
2. left_join：左連接
3. right_join：右連接
4. full_join：全連接

library(dplyr)
inner_join(test1,test2,by="name")
inner_join(test1,test2,by=c("name" = "Name")

right_join(test1,test2,by="name")
full_join(test1,test2,by="name")
semi_join(test1,test2,by="name")
anti_join(test1,test2,by="name")

merge()：函數(shù)

4. 字符串函數(shù)：加載stringr包

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

x
###1.檢測字符串長度
str_length(x)
length(x)
###2.字符串拆分
str_split(x," ")
x2 = str_split(x," ")[[1]];x2

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

###3.按位置提取字符串
str_sub(x,5,9)

###4.字符檢測
str_detect(x2,"h")

###5.字符串替換
str_replace(x2,"o","A")
str_replace_all(x2,"o","A")

###6.字符刪除
str_remove(x," ")
str_remove_all(x," ")

如果你是生命科學(xué)領(lǐng)域碩博士或者博士后，但凡有導(dǎo)師經(jīng)費(fèi)支持的， 請(qǐng)務(wù)必至少參加一次我們的馬拉松學(xué)習(xí)課程，加入我們生信技能樹小圈子，你會(huì)發(fā)現(xiàn)科研世界從此大不一樣！對(duì)我們的馬拉松課程有其它疑惑也可以自行前往b站查看我們的課程介紹哈；

（https://www.bilibili.com/video/BV1164y1Q7Xm ）

早報(bào)名早學(xué)習(xí)，持續(xù)4周我們專業(yè)的授課團(tuán)隊(duì)等你學(xué)習(xí)！