R语言入门课| 05 一文掌握R语言常见数据类型

视频教程

大家可以先做一做R语言基础小测验，看看自己是否需要跟我们5.5h入门R语言的课程。

先上教程视频，B站同步播出：

https://www.bilibili.com/video/BV1miNVeWEkw

完整视频回放和答疑服务可见：5.5h入门R语言

本节课程视频：（点击此处查看）

"R语言入门课"是我们认为生信小白入门不得不听的一个课程，我们也为这个课程准备了许多干货。R语言的精髓便是数据处理，在本节课中，我们详细介绍了向量、矩阵、数据框、数组、因子、列表的创建方法与数据访问方式，为以后的生物信息学数据处理打下牢固的基础！

本次课程代码

大家可以跟着视频练习如下代码：

####  创建数据集 ####
###### 一、向量(vector) ######
# 1 定义
# 是用于存储数值型、字符型或逻辑型数据的一维数组。 例如：
a <- c(1,2,3,4,5,6,-2,4)
b <- c("one","two","three",'four')
c1 <- c(TRUE,TRUE,TRUE,FALSE,FALSE)# 布尔值
c2 <- c(T,T,T,F,F)# 布尔值
# a为数值型向量，b字符型（必须加""），c逻辑型向量。
# 单个向量中的数据类型必须相同
c <- c(1,'asjhg')
cclass(c)
as.numeric(c)
# ***标量（scalar)是只含一个元素的向量
g <-1# 2 访问向量中的元素
# **注：R中位置索引从1开始，而不是0**
# 1) 访问单个元素
a <- c("k","q","e","f","a","w","p","m")
a[3]# 2）访问多个元素
a <- c("k","q","e","f","a","w","p","m")
a[   c(1,2,4,6)    ]
# 3）连续访问多个元素
a <- c("k","q","e","f","a","w","p","m")
a[   c(2:6)  ]
length(a)###### 二、矩阵(matrix) ######
# 1 定义
# 是一个**二维变量**，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型）。
#可以通过函数matrix()创建矩阵，格式如下：
# mymatrix <- matrix(vector,nrow = number_of_rows,
#                    ncol = number_of_columns,
#                    byrow = logical_value,dimnames = list(char_vector_rownames,
#                                                          char_vector_colnames))#vector:矩阵的元素
#nrow:行的维数
#ncol:列的维数#dimnames:可选的、以字符型向量表示的行名和列名，如果没有设定可以不写
#byrow = TRUE：矩阵按行填充，byrow = FALSE:矩阵按列填充。\*\*如果不做设定，默认情况下按列填充。
#   **因此，创建矩阵时至少包括vector,nrow,ncol**# 2 创建矩阵
y <- matrix(1:20,nrow = 5,ncol = 4)
ycells <- c(1,2,3,4)
rnames <- c("R1","R2")
cnames <- c("C1","C2")mymatrix1 <- matrix(cells,nrow = 2,ncol = 2,byrow = FALSE,dimnames = list(rnames,cnames))
mymatrix1#可以看到优先按列填充，且行名为rnames，列名为cnames。
# 下面改变一些参数:
cells <- c(1,2,3,4)
rnames <- c("R1","R2")
cnames <- c("C1","C2")mymatrix2 <- matrix(cells,nrow = 2,ncol = 2,byrow = TRUE,dimnames = list(cnames,rnames))
mymatrix2# 可以看的变成了优先按行填充，行名变为cnames，列名变为rnames。
# 如何访问矩阵中的元素 
# 使用下标和方括号来选择矩阵中的行、列或元素。
# x[i,] 矩阵x中的第i行
# x[,j]:矩阵x中的第j列**
# x[i,j]:矩阵x中第i行第j列个元素
# x[i,c(h,j)]:矩阵x中第i行,第h和j列
# x[c(h:i),j]：矩阵x中第h-i行,第j列# 举例
x <- matrix(21:40,nrow = 4,ncol = 5 )
x
x[1,]
x[,5]
x[c(1,2,3),5]
x[c(2:4),c(2:4)]
dim(x)
nrow(x) 
ncol(x)# 矩阵也只能包含一种数据类型，当维度超过2时，可以使用数组

###### 三、 数组(array) ####### 1 定义# 数组(array)与矩阵类似，但是维度可以大于2,例如可以是三维的。# 通过函数**array()**创建：# myarray <- array(vector,dimensions,dimnames)# vector:数组中的数据# dimensions:数值型向量,给出了各个维度下标的最大值，# 按行，列，面进行排序  # dimnames:可选的、各维度名称标签的列表# 2 创建数组dim1 <- c("A1","A2")dim2 <- c("B1","B2","B3")dim3 <- c("C1","C2","C3","C4")z <- array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))z# 可以看到这里c(2,3,4)表示的3个维度分别为2，3，4个，即2行3列4面。# 3 访问数组中的元素#和矩阵类似，使用下标和方括号来选择。z[1,3,4]#这表示选择是维度1中的1(第一行)，维度2中的3(第三列)，维度3中的4(第4个矩阵) ***可以某种程度上将数组看出几个矩阵的组合。***dim(z)
###### 四、 数据框(data) ####### 1 定义# 数据框的不同列可以包含不同模式（数值型、字符型、逻辑型）数据，更类似于常见的数据集。# 通过函数**data.frame()**创建：mydata <- data.frame(col1,col2,col3,...)#col1,col2,col3,...:列向量，可以为任何类型的数据，每一列的名称由函数names指定。 **但通常不同列（变量）的向量中的数据（观测值）个数相同，且每一列数据的模式必须相同**
# 2 创建数据框patientID <- c(1,2,3,4)age <- c(25,34,28,52)diabetes <- c("Type1","Type2","Type1","Type1")status <- c("Poor","Improved","Excellent","Poor")patientdata <- data.frame(patientID,age,diabetes,status)patientdata# 3 选取数据框中的元素#1）用方括号和下标来选取，[n]和[n1:n2]格式下标的数字表示第n1到n2变量（列）patientdata[2]patientdata[,1:2]# 而[n1,n2]则选取的依然是第n1行，n2列对应的元素patientdata[3,4]# 2）直接利用函数制定特定变量名来获取patientdata[c("age","status")]patientdata[,c("age","status")]#* 注意变量名是字符型数据，所以要加双引号# 3）利用$符号+变量名（不用双引号）patientdata$status# **with()**函数#在每个变量名前都输入一次patientdata$比较繁琐，可以借助with()函数简化代码#以内置数据框mtcars为例：mtcarssummary(mtcars$mpg)# summary()获取描述性统计量，可以提供最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计等。结果输出中的1Q和Q3分别为残差第一四分位数（1Q）和第三分位数（Q3）。***plot(mtcars$mpg,mtcars$disp)with(mtcars,     {       plot(mpg,disp)       plot(mpg,gear)       plot(mpg,carb)     }     )dim(mtcars)  ###### 五、因子(factor) ####### 1 定义#谈因子前首先要了解变量的分类，可以分为：# +----------------------+----------------------------------------------------+----------------------------------------+-----------------------------------+# | 变量分类             | 定义                                               | 包括                                   | 具体举例                          |# +======================+====================================================+========================================+:==================================+# | 名义变量（分类变量） | 没有顺序之分的分类变量                             | 性别，省份，职业、分型等               | Diabetes(Type1、Type2)            |# |                      |                                                    |                                        |                                   |# | nominal variable     |                                                    |                                        |                                   |# +----------------------+----------------------------------------------------+----------------------------------------+-----------------------------------+# | 顺序变量             | 一种顺序关系而非数量关系                           | 班级，名次，病情等                     | Status(poor、improved、excellent) |# |                      |                                                    |                                        |                                   |# | ordinal variable     |                                                    |                                        |                                   |# +----------------------+----------------------------------------------------+----------------------------------------+-----------------------------------+# | 连续变量             | 可呈现为某个范围内的任意值，并同时表示了顺序和数量 | 连续的数值，可以进行求和，平均值等运算 | age(15、21、33)                   |# |                      |                                                    |                                        |                                   |# | continuous variable  |                                                    |                                        |                                   |# +----------------------+----------------------------------------------------+----------------------------------------+-----------------------------------+# **其中名义变量和顺序变量称为因子**
# 2 名义变量作为因子时#函数factor()以一个整数向量的形式存储类别值，#整数的取值范围是[1...k](其中k是名义变量中唯一值的个数)。同时，一个由字符串（原始值）组成的内部向量将映射到这些整数上。diabetes <- c("Type1","Type2","Type1","Type1")diabetesdiabetes1 <- factor(diabetes)diabetes1str(diabetes)str(diabetes1)#可以看到用factor()将向量存储为(1,2,1,1),并在内部将其关联为1=Type1,2=Type2.# 3 顺序变量作为因子时#表示顺序变量时，要指定ordered=TRUEstatus<- c("poor","improved","excellent","poor")status1 <- factor(status,ordered = TRUE)str(status)str(status1)# 对于字符型向量，因子的水平(level)默认依字母顺序创建，但很少情况是理想的，# 可以用levels选项覆盖默认排序，重新排序：**status<- c("poor","improved","excellent","poor")status2 <- factor(status,ordered = TRUE,                  levels = c("poor","improved","excellent"))str(status1)str(status2)# 这样排序从原来的3213变成了1231。# 数值型变量可以用参数levels和labels来编码因子 例如，男性被编码为1，女性被编码为2：sex <- c(1,2,2,1)sex<- factor(sex,levels = c(1,2),labels = c("Male","Female"))sex# **归根结底，因子和非因子到底什么区别？我们用一张图就可以直观感受** plot函数的数据集是向量的作图输出散点图：mtcars$cylplot(mtcars$cyl)# plot函数的数据集是因子的作图输出条形图：mtcars$cylmtcars1 <- factor(mtcars$cyl)plot(mtcars1)mtcars2 <- factor(mtcars$cyl,levels = c('8','6','4'))plot(mtcars2)
###### 六、列表(list) ####### 1 定义#一些对象（或成分）的有序集合。一个列表中可能包含若干对象（可能无关的）如向量，矩阵，数据框甚至其他列表。#用函数**list()**创建，也可以对列表中的对象命名：#mylist <- list(object1,object2,...)#mylist <- list(name1=object1,name2=object2,...)
# 2 创建一个列表g <- "My Frist list"h <- c(25,23,11,13)j <- matrix(1:10,nrow = 5)k <- c("one","two","three")mylist <- list(title=g,ages=h,               j,k)mylist#这个列表中包含了字符型、数值型向量，矩阵。
# 3 选取列表中的元素#一般用[[]],双重方括号加数字或名称来访问mylist[[2]]mylist[["title"]]mylist["title"]

R语言入门课

1、课程简介

生信基地希望能够给大家提供系统性、形成性、规范性的生信教学。前面几次活动中同学们表示希望能够有线下集中学习以及针对性的指导、答疑。所以，此次我们已推出"生信R语言入门课"，分为"R介绍"、"R语言数据对象"、"基本数据管理"、"图形初级(ggplot2)"四个模块共12节课。当然，我们也不做生信快餐，本次活动回放已剪辑完毕，方便错过活动的小伙伴加入。

2、R语言介绍

R语言是一种专门为统计分析、数据可视化和计算而设计的编程语言，广泛应用于各个领域。R语言支持各种统计分析方法，如线性回归、方差分析、聚类分析等，同时也能够进行复杂的图形和数据可视化。R语言凭借其开源、免费、工具包丰富、数据处理能力强、可视化丰富的特性在生物信息学中被广泛应用。例如RNA-Seq差异分析常用的DESeq2、edgeR的引用次数多达数万次。我们制作的单细胞教程几乎也全是基于R语言环境。很多同学找我们学习单细胞的时候都表示不想学习R语言，直接学习单细胞分析，不积跬步无以至千里，这显然是不现实的，所以，欢迎大家来参加此次的课程。

资料&课表