- 综合排序
- 最热优先
- 最新优先
- 来自专栏叶潭生信笔记
R语言2
2.2对单个向量进行操作（1）赋值（ <- alt+—，在R里操作）赋值，=随意的写法，是OK的=可以代替赋值号 <- ，反过来不行赋值+输出一起实现图片可用名，不建议使用已经占用的格式，如c，limma duplicated（x）此为常用使用形式table（X）#重复值统计，看重复几次，没有重复，返回为1，可以统计出现的次数sort（x）排序，默认从小到大，sort（x，decreasing=T)，排序则可改成从大到小R语言的默认思想英文 +函数名帮助文档paste0(rep("student",times=length(a)),seq(2,15,by=2))R语言函数思想：能用函数代替，就不要手动去数，除非代码只用一次2.3对两个向量的操作 [4]--11,x的第四个元素x[2:4]，x[c（1,5）]x[-4]去掉第四个x[-(2:4)]去掉2-4位，反选，是x的下标叹号是给逻辑值用的，-是给向量用的x[1,5]---代码错误，因为不能单独运行 g[seq(2,100,2)]，按位置，取出下标为偶数的基因# 6.向量g中有多少个元素在向量s中存在(要求用函数计算出具体个数)？
1.6K60编辑于 2023-02-01 - 来自专栏微生态与微进化
R语言入门系列之三：R脚本
写在前面： 在前面两篇文章R语言入门系列之一与R语言入门系列之二中，我分别介绍了R语言中的对象与结构、数据的输入输出及可视化。 基于前面的基础，今天我介绍一下R语言中基础的程序结构，来帮助我们完成更复杂的数据处理任务。此外，如果你有大批量数据处理、可视化任务，需要着重学习R脚本在命令行的调用方式以及命令行参数的使用方法。 写好的R语言程序一般保存为R脚本，这样在以后完成相似数据处理任务时可以方便地直接调用。 我们可以直接在R中运行上面程序然后使用这个函数，也可以保存为R脚本然后使用source()函数调用。 ，可以使用commandArgs()设置命令行参数来增强脚本的适用性，我们可以通过下面脚本来查看R语言命令行参数设置规则： Args <- commandArgs() cat("Args[1]=", Args
4.4K20编辑于 2022-05-05 - 来自专栏R语言数据分析
R语言基础2
（3）读取表格文件 （4）R语言内置数据> class(iris)[1] "data.frame"> class(volcano)[1] "matrix" "array"2.新建和读取数据框df1 < - 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] 矩阵m <- matrix(1:9, nrow = 3)colnames(m) <- c("a","b","c") #加列名mm[2,]m[,1]m[2,3]m[2:3,1:2]mt(m)###矩阵转置 = matrix(2:9, nrow = 2))x> x$m1 [,1] [,2] [,3][1,] 1 4 7[2,] 2 5 8[3,] 3 6 9$m2 [,1] [,2] [,3] [,4][1,] 2 4 6 8[2,] 3 5 7 9###取子集方法x[[1]]x$m1补充
50950编辑于 2023-09-11 - 来自专栏生信矿工
R语言笔记-2
#按坐标范围取多格，返回一个数据框 输出结果： 图片 图片 图片 #数据框的修改 df$score = c(2,3,4,5,3,2) #创建新的列即，给不存在的列赋值 df df[3,3] = 8 ,"3"),each = 3)) df2 = data.frame(GENES = paste0("gene",1:3),count = c(2,3,2)) df df1 df2 #数据框的连接 merge = matrix(1:8,ncol = 3) m1 m2 #矩阵不足行数或列数会自动补齐 colnames(m1) <- c("a","b","c") #添加列名 m1[2,] #矩阵取一行 m1[,1 ] #矩阵取一列 m1[2,3] #矩阵取一格 m1[2:3,1:2] #矩阵取多格 t(m1) as.data.frame(m1) #矩阵转为数据框 输出结果： 图片 列表 #列表的构建 l = list (v = c(1,2,3),df = data.frame(num = c(1,2,3),score = c(2,4,6)),m = matrix(1:9,ncol = 3)) l #列表取子集 l[[
80600编辑于 2023-05-20 - 来自专栏生物信息编程笔记
R语言Rscript脚本-参数设置
直接通过Rsript xx.R arg1 arg2 arg3 arg4 arg5运行脚本。这种方法只能设置位置参数，各参数位置固定，不能写乱，所以如果参数简单且数量少，可以用此种方法。 如果不设置参数控制，直接在脚本第一行写一句Args <- commandArgs(T)即可，然后直接Rscript xx.R a1 a2运行脚本，参数a1,a2的值会存储在Args中，脚本中使用Args # 示例脚本(当阐述格式为5个或者2个时成功运行脚本，否则报错并提示错误信息)# 当想要设置五个参数时使用下列代码：Args <- commandArgs(T)# ------------------- , Args[[1]], Args[[2]], Args[[3]], Args[[4]], Args[[5]])终端中运行Rscript xx.R arg1 arg2 arg3 arg4 arg5。 \nPlease use Rscript xx.R -h to get help info\n") }) }终端运行 Rscript xx.R -n yyds -t 8 -m 1 -p 0.05
1.6K30编辑于 2023-05-17 - 来自专栏云深之无迹
R语言实战.2
浏览器很卡顿，把我卡出去了，我没有拿到数据集 在R中，对象（object）是指可以赋值给变量的任何事物，包括常量、数据结构、函数，甚至图形。 它们在R中被特殊地存储和处理。 其他多数术语你应该比较熟悉了，它们基本都遵循统计和计算中术语的定义。 这些具体的举例可以看我上篇文章R语言实战.1最后的部分。 糖尿病类型Diabetes（Type1、Type2）是名义型变量的一例。即使在数据中Type1编码为1而Type2编码为2，这也并不意味着二者是有序的。有序型变量表示一种顺序关系，而非数量关系。 类别（名义型）变量和有序类别（有序型）变量在R中称为因子（factor）。因子在R中非常重要，因为它决定了数据的分析方式以及如何进行视觉呈现。 ? ? ? $是用来选取一个变量时用的符号 ? 语句diabetes ＜- factor(diabetes)将此向量存储为(1, 2, 1, 1)，并在内部将其关联为1=Type1和2=Type2（具体赋值根据字母顺序而定）。
2.2K30发布于 2020-09-30 - 来自专栏生信技能树学习打卡
Day 2 R语言代码
duplicated(x)paste(x,y)paste(x,y,sep = "")paste0(x,y)#向量的长度不一样时，发生循环补齐c <- c(1,2,3,45,43)d <- c(1,32) c==d#循环补齐可以简化代码paste0(rep("x",times=5),seq(from=2,to=32,by=3))paste0("x",seq(2,32,3))#交集、并集intersect( ###向量筛选等#取子集中的反选“-”x <- 1:21x[c(-4:-20)]#修改向量x[4] <- 333x#省略参数的前提——写的参数中间没有未写出来的参数#比如下面忽略了each参数，就把“2” 给了未写出来的length out参数了rep(c("x","y"),times=4,each=2)rep(c("x","y"),4,2)小洁老师
35110编辑于 2024-03-06 - 来自专栏Hank’s Blog
2-2 R语言基础 向量
#Vector 向量的三种创建方法，两个参数：类型，长度 > x <- vector("character",length=10) > x1 <- 1:4 > x2 <- c(1,2,3,4) > x3 <- c(TRUE,10,"a") #如果给向量赋值时元素类型不一致，R就会强制转换，将他们变为同一类型 > x4 <- c("a","b","c","d") > #强制转换的函数如下： > as.numeric
73910发布于 2020-09-16 - 来自专栏从头学R语言
从头学R语言——DAY 2
#1 2 3 …… 10x<- seq(1,10,by = 0.5) #数列，1 1.5 2 2.5 …… 9.5 10x<- rep(1:3,times=2) #重复 ，1 2 3 1 2 32、向量元素提取根据位置提取x[2] #提取第2个元素 x[-4] #排除法x[2:4] #提取第2到 4个元素x[-(2:4)] #除了第2-4个元素x[c(1,5)] #提取第1个和第5个元素根据元素值提取x[x==10] #提取等于10的元素; 2、查看行名列名、行数列数rownames(a) #行名，row；默认值的行名就是行号，1 2 3 4...colnames(a) #列名，columndim(a 变量的保存格式是RData；脚本的保存格式是R。
28020编辑于 2024-07-20 - 来自专栏R语言 / Linux
R语言的综合应用-2
R语言的综合应用-2 题外话：长脚本管理方式 1.分成多个脚本，每个脚本最后保存Rdata，下一个脚本开头清空再加载 #第一个脚本 ... save(pd,exp,gpl,file)="ssss.Rdata " #第二个脚本 rm(list=ls()) load(file="ssss.Rdata") ... 2.用if语句：if(F){...} 其中X是数据框或者矩阵名； 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） apply(test, 2, mean) apply(test, 1, sum) （二）列表的隐式循环——lapply sapply 列表没有行，列的概念 六、两个数据框的连接 inner_join(test1,test2,by="name") right_join(test1,test2 ,by="name") full_join(test1,test2,by="name") semi_join(test1,test2,by="name") anti_join(test1,test2,by
44100编辑于 2023-03-15 - 来自专栏生信迟
Day 2 R语言与Rstudio
一.认识R和Rstudioplot() 函数 它主要用于绘制散点图和折线图 runif( ) 从连续的均匀分布中抽取样本，产生均匀的连续分布.图片二.设置字体大小三.R语言基本操作用Rproject管理工作目录显示文件列表加减乘除赋值 x<- 1+2 意思是把1+2的运算结果赋值给x图片图片
29240编辑于 2023-09-05 - 来自专栏数据小魔方
R语言学习笔记——R语言面向对象编程系列2
最近在看任坤大神的新作——《R语言编程指南》，其中对于编程语言中非常流行的面向对象编程范式（OOP）在R语言中的实现进行了非常详尽的讲解，强烈推荐各位有志于进阶R语言编程的小伙伴儿进行阅读。 R语言内目前可以实现OOP范式的一共有四套标准：S3、S4、RC、R6，其中关于S3、S4两种范式在早期的各种扩展包中使用比较多，是基于泛型函数而实现的，之前在学习Python的面向对象编程系列时曾经做过粗浅的练习 ： 左手用R右手Python系列——面向对象编程基础 S3与S4之间的差异： 1.在定义S3类的时候，没有显式的定义过程，而定义S4类的时候需要调用函数setClass； 2.在初始化S3对象的时候，只是建立了一个 ，在封装上非常不方便，而RC以及在RC基础上进一步发展的R6标准已经逐步开始接近主流编程语言中面向对象的实现模式。 Gecko) Chrome/61.0.3163.79 Safari/537.36" ) ) 调用类中的方法执行爬虫程序： mydatainfo2
2.2K120发布于 2018-04-12 - 来自专栏R语言技能
Windows环境下任务计划执行R语言脚本
因日常需要，需要定期关注国家局某些网站的政策动向，不想有事没事就跑网站去看，索性就用R语言脚本写了一段代码获取是否有新的政策文件。本期内容重点在与介绍如何定时执行R语言脚本，而非如何获取网站最新动态。 假若现在你已经有了一份写好的R脚本，假如：“Notification.R”是你已经写好的R语言脚本想要实现这个定时获取信息，Windows环境下可以利用系统自带的“任务计划程序（taskschd）”。 如下图所示，图中的1、2、3、4，根据自己的需要选择或勾选。步骤三：配置触发器选择“触发器” >> "新建" ，打开如下界面。我的需求是每天早上7：45去获取一次最新信息。所以我就按如下定义。 D:/Project/Notification.R" >> "D:/Project/Notification..log" 2>&1“D:/Project/Notification.R”对应脚本的存放位置 ，这里在执行“Notification.R”脚本的同时，还写入一份log日志。
1.3K10编辑于 2023-12-06 - 来自专栏杨建荣的学习笔记
巧用shell脚本生成快捷脚本(r2第12天)
在升级的过程中，可能需要准备一些额外的脚本，比如说做数据迁移的时候为了考虑性能，需要做如下的额外工作： 1.将部分表置为nologging 2.将部分index置为nologging 3.将部分foreign 在不同的环境中脚本内容可能略有不同，但是功能不打折。 首先需要准备一个文件tablst，里面是文件的列表 比如: table1 table2 table3 ... 然后使用如下的脚本，就能生成完整的脚本，在升级前nologging,disable的工作就生成脚本到pre目录下，logging,enable的工作就生成脚本到post目录下 脚本内容也没有了冗余。 $s/.$//' > tablst.temp table_list=`cat tablst.temp` function pre_act { logging_ind=$1 enable_ind=$2 sql脚本如下： pre > total 83 -rw-r--r-- 1 xxxx dba 11280 Jun 23 21:00 fk_constraint_disable.sql -rw-r--r-
76050发布于 2018-03-14 【基础】R语言2：数据结构
数据类型数值型：用于直接计算加减乘除字符串型：可以进行连接，转换，提取等逻辑型：真或假日期型等R对象R语言中的变量可以赋值给变量的任何事物，包括常量、数据结构、函数甚至图形对象都拥有某种模式，描述此对象是如何储存的 =1,to=100,length.out=10) # 输出个数为10 ##rep函数：重复数列 rep(a,b) #重复b次a标量与其他编程语言类似R语言是向量化编程a=2向量索引正负整数索引length 1.删除整个向量rm(v)2.删除某个元素（正负整数索引）y<-c(1:5)y1 2 3 4 5 y[-c(1:3)]y4 5# 修改数据-直接定位赋值x[1]<-5向量计算1.直接用数学符号计算2.向量之间计算 dim函数dim(x)=c(4,5)# 绘图heatmap.()# 定义矩阵行、列的名字rownames=c("R1","R2","R3")cnamesdimnames(m)=list(rownames ,cnames)数组#创建数组dim(x)=c(2,2,5)矩阵的索引# 矩阵下标访问m[1,2]矩阵的计算#直接计算（矩阵之间行和列数要一致）m+1m+m#内置函数colsums() #每一列的和
49510编辑于 2024-04-07R语言学习day2
to = 15, by = 2) [1] 2 4 6 8 10 12 14 > # 2.生成向量，内容为："student2" "student4" "student6" " 是5 ，会发生循环补齐 > paste0(rep("student", times=5), seq(from=2,to=15,by=2)) [1] "student2" "student4 to = 15, by = 2), paste0(rep("student", times=7), seq(from=2,to=14,by=2))) [1] "2" "4" 循环补齐 发生条件：等位计算方法+向量的长度不相等 > a = c(3,2,5) > b= c(2,1,5,6,2,2,3,4,5) > a == b[1] FALSE FALSE TRUE FALSE #结果是一张图1，纵坐标是k1，k1的下标默认为横坐标 > boxplot(k1~k2) #结果是一张图2，k1 是纵坐标，k2是横坐标 一些杂七杂八的小记录： 向量里是元素，长度就是元素的个数 paste0
49920编辑于 2024-03-06- 来自专栏R语言交流中心
R语言绘图之ggplot2
那么今天我们就为大家介绍一下目前在R语言中流行的绘图包ggplot2。 1. ggplot2的安装：install.packages("ggplot2")。 2. ggplot2的绘图原理: ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离，并按图层作图。 3. ggplot2的函数介绍： ggplot2里的所有函数可以分为以下几类： 用于运算（我们在此不讲，如fortify_，mean_等） 初始化、展示绘图等命令（ggplot，plot，print等） aes）横纵坐标、点的大小、颜色，填充色等 几何对象函数 描述 geom_abline 线图，由斜率和截距指定 geom_area 面积图（即连续的条形图） geom_bar 条形图 geom_bin2d 瓦片（即一个个的小长方形或多边形） geom_vline 竖直线 统计变换函数 描述 stat_abline 添加线条，用斜率和截距表示 stat_bin 分割数据，然后绘制直方图 stat_bin2d
6.1K10发布于 2019-07-31 - 来自专栏Hank’s Blog
2-4 R语言基础 列表
#列表list > l1 <- list("a",2,10L,3+4i,TRUE) #每个元素没有名字 > l1 [[1]] [1] "a" [[2]] [1] 2 [[3]] [1] 10 [[4]] [1] 3+4i [[5]] [1] TRUE > l2 <- list(a=1,b=2,c=3) #列表中每个元素名字分别为abc > l2 $`a` [1] 1 $b [1] 2 $c [1] 3 > l3 <- list(c(1,2,3),c(4,5,6,7)) #生成一个列表,列表中每一个元素大于1 > l3 [[1]] [1] 1 2 3 [[2]] [1] 4 5 6 7 > x <- matrix(1:6,nrow = 2,ncol = 3) #自动创建列表 > dimnames(x) <- list(c("a","b"),c("c","d","e")) #使用dimnames定义标题 > x c d e a 1 3 5 b 2 4 6
54120发布于 2020-09-16 - 来自专栏YoungGy
R语言包_reshape2
reshape2，主要用于宽数据和长数据之间的转换。 主要就是melt和*cast函数的应用。 具体可参考如下图片 ? 参考的r代码如下 names(airquality) = tolower(names(airquality)) head(airquality) # melt md = melt(airquality (climate_variable == "solar.r"))
95320发布于 2019-05-26 - 来自专栏R语言&linux
2-R语言数据结构
---title: "2-R语言数据结构"output: html_documentdate: "2023-02-02"---矩阵：只允许一种数据类型的二维结构数据框：每一列只允许一种数据类型列表：可以装各种数据类型 #重点：数据框#1.数据框来源# （1）用代码新建# （2）由已有数据转换或处理得到# （3）读取表格文件# （4）R语言内置数据#2.新建和读取数据框df1 <- data.frame(gene (df1) <- c("r1","r2","r3","r4") #行列取子集结果为向量，所以修改时也得是向量#只修改某一行/列的名colnames(df1)[2] <- "CHANGE"#6.两个数据框的连接 ] 2 5 8## [3,] 3 6 9#矩阵取子集，不支持$m[2,]## a b c ## 2 5 8m[,1]## [1] 1 2 3m[2,3]## c ## 8m[2:3,1:2]## a b## [1,] 2 5## [2,] 3 6m## a b c## [1,] 1 4 7## [2,] 2 5 8## [3,] 3 6 9t(m) #转置## [,1] [,2]
68420编辑于 2023-02-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号