基于Linux和 R 的数据分析,欢迎进群
- 2026-01-07 12:01:47
基于Linux和 R 的数据分析,欢迎进群基于Linux和R的高通量测序数据分析流程：①测序数据下载SRA Toolkit；②数据质控与过滤fastp；③序列比对SAMtools、HISAT2；④序列组装StringTie、TACO；⑤表达定量和差异表达分析Salmon、DESeq2及富集分析clusterProfiler等。 
向量（Vector）是用于存储数值型、字符型和逻辑型数据的一位数组，用函数c ()来创建。个人理解，c是英语单词“command”的首字母，可以理解为我们中学数据解题时候的“令”。这种类型的数据是我们入门R数据结构的基础。 数组（Array）是由相同类型元素集合组成的一种数据结构，数据可以是二维，也可以是二维及其以上（多维）。数组通过函数array ()来创建。 
我们知道，变量分为连续型变量和非连续型变量。在R情境下，变量可以归结为有序型、连续型和名义型（在R中没有非连续型的说法）。有序型变量是一种顺序关系，不是数量关系；连续型变量可以是某范围内的任意值，同时表明数量和顺序；名义型变量没有顺序之分。在R中，所有有序型、连续型和名义型的变量，统称为因子（Factor）。因子在R中非常重要，因为它决定了数据分析和呈现的方式。 
工欲善其事，必先利其器！①对于简单的在线平台，平时所用的电脑就都能满足要求。②如果已经学习 R，处理芯片数据、二代测序数据和单细胞测序数据，一般来说肯定是配置越高越好，但也要综合考虑，而且相同价位下台式机优于笔记本。③如果是专门做大数据挖掘，数据级别更加庞大，所用技能更多，比如Linux和Python，就要用服务器了。
说来很早就想做Linux的教程，但都由于时间等原因半途而废。树高千尺，其根必深。对于部分生信分析的小伙伴来说，掌握Linux的操作还是很有必要的。如果你有这方面的需求，欢迎扫码进群交流，或者后台留言进群。大家一起学习，共同成长。
####----向量Vector是一维数据----####a <- c(1, 2, 5, 3, 6, -2, 4) #数值型，直接输入，不用双引号b <- c("one", "two", "three", "ten") #字符型，有双引号c <- c(TRUE, TRUE, FALSE, TRUE, FALSE) #逻辑型，判断真假用的，属于逻辑判断## 只有一个元素的向量，叫做标量，用于保存常量，很少用到。d <- -3f <-"five"g <- TRUE## 用方括号给定位置，从而访问向量中的元素a <- c(1, 2, 5, 3, 6, -2, 4) #数值型向量a中有7个元素a[3] #访问一个元素a[c(1, 3, 5)] #访问不连续的元素a[c(2:5)] #访问连续的元素a <-c(1:20) #冒号用处大，可用于生成连续的数值变量
矩阵（Matrix）是二维数据，通过函数matrix ()创建。一个矩阵可以有多个元素，元素之间可以数据类型不同，但是一个元素只有一种类型，数值型、字符型和逻辑型均可。
#### ----矩阵Matrix是二维数据----###### 一个矩阵可以有多个元素，元素之间可以数据类型不同，但是一个元素只有一种类型## matrix的一般使用格式:Matrix <- matrix(vector, nrow = number_of_rows, ncol = number_of_columns,byrow = logical_value,dimnames = list(char_vector_rownames, char_vector_colnames))## vector指矩阵的向量元素，nrow和ncol指定行和列的维数## dimnames包含可选的、以字符型向量表示的行名和列名## byrow表明矩阵是按行填充(byrow=TRUE)还是按列填充(byrow=FALSE)## 举例子Matrix1<-matrix(1:20, nrow = 5, ncol = 4) #创建一个5x4的简单矩阵vector2 <- c(1,26,24,68,12, 100) #创建一个数值型向量rnames <- c("R1", "R2", "R3") #行的命名cnames <- c("C1", "C2") #列的命名Matrix2 <- matrix(vector2, nrow = 3, ncol = 2,byrow = TRUE,dimnames = list(rnames,cnames)) #按行填充的3x2矩阵Matrix3 <- matrix(vector2, nrow = 3, ncol = 2,byrow = FALSE,dimnames = list(rnames,cnames)) #按列填充的3x2矩阵## 同样，用下标和方括号可以给定位置，从而访问向量中的元素x<-matrix(1:20, nrow = 5) #创建一个名称为“x"的5x4简单矩阵x #展示x矩阵的数据x[2,] #访问x矩阵的第2行x[,2] #访问x矩阵的第2列x[2,2] #访问x矩阵的第2行，第2列x[1,c(2,3)] #访问第1行的第2列和第3列
####----数组Array是多维数据(二维及其以上)---###### array的一般使用格式:Array <- array (vector, dimensions, dimnames)## vector包含数组中的数据，dimensions是一个数值型变量，给出各个维度下标的最大值## dimnames是可选的、各维度标签的列表## 数组与矩阵类似，只是处理的行、列数增多而已## 举例子dim1 <- c("A1", "A2", "A3", "A4")dim2 <- c("b1", "b2", "b3")dim3 <- c("C1", "C2")y <- array(1:36, c(4,3,2),dimnames = list(dim1,dim2,dim3)) #创建数组y #展示数组的数据## 跟矩阵一样，可以用下标和方括号给定位置，访问向量中的元素
数据框（Dataframe）是在R中最常处理的数据结构。数据框可以处理不同列、不同数据结构（数值型、字符型等）的数据，与我们通常在SAS、SPSS和Stata中看到的数据类似。数据框通过函数data.frame ()来创建。
####----数据框Dataframe处理不同类型数据--###### data.frame的一般使用格式:Dataframe <- data.frame(col1,col2,col3,...)## 列向量col1、col2、col3等可为任何类型(如字符型、逻辑性和数字型等)## 每一列的名称可以用函数names指定## 数据框每一列的数据必须唯一，但是可以将多个模式的不同列放到一起组成数据框## 举例子patientID <- c(1,2,3,4)age <- c(15,34,28,52)diabetes <- c("Type1","Type2","Type1","Type1")status <- c("Poor", "Improved","Excellent","Poor")z <- data.frame(patientID, age, diabetes, status) #创建数据框z #展示数据框## 数据框的数据如何访问？可以用下标的方法，但是很繁琐，不推荐## 推荐直接指明列名z$age #直接范文z数据框的age变量
以上关于向量，矩阵、数组和数据框的内容，相对来说比较容易，能够应对数据比较少的情况，对于GEO芯片或者二代测序的高通量数据，上述数据类型就极不方便。因此，我们还需要掌握更高级的数据类型处理函数，比如因子（Factor）和列表（List）。
####----因子Factor处理不同变量--###### 函数factor()以一个整数向量的形式存储类别值，整数的取值范围是[1...k]## 用一个由字符串组成的内部向量将映射到这些整数上## 对于字符型向量，因子的水平默认依字母顺序创建，也可以通过指定levels覆盖默认排序## 数值型变量可以用levels和labels来编码成因子## 举例子patientID <- c(1,2,3,4)age <- c(15,34,28,52)diabetes <- c("Type1","Type2","Type1","Type1")status <- c("Poor", "Improved","Excellent","Poor") #以向量形式创建数据diabetes <- factor(status, ordered = TRUE)patientdata <-data.frame(patientID, age, diabetes, status)str(patientdata) #显示数据的结构summary(patientdata) #显示数据的统计概要
列表（List）是R语言中最复杂的数据类型，它包含不同类型的元素，可能是若干向量、矩阵、数据框，甚至其他列表的组合。使用list ()函数创建列表。对象可以是上述任何结构。
####----列表List处理任何数据--###### 列表list()是最为复杂的数据类型，可以整合各种数据类型到单个对象下。## list的一般使用格式:List <-list(object1, object2, object3, ...)## 或者List2 <- list(name1=object1, name2=object2,...)## 举例子g <- "Mango List"h <- c(25, 26, 18, 39)j <- matrix(1:10, nrow = 5)k <- c ("one", "two", "three")list1 <- list(title=g, ages=h, j, k) #创建列表list1 #显示列表$title #显示列表的成分$ages[[3]]list1[[2]]list1[["ages"]]
处理数据对象的函数
数学函数
统计函数
图形函数
plot()是R中为对象作图的一个泛型函数（输出根据绘制对象的类型） 。
par( )是修改图形参数的函数。
用于指定符号和线条类型的函数
pch指定的绘图符号类型
Ity指定的线条类型
用于指定颜色的函数
用于指定文本大小、字体的函数
坐标轴选项
算术运算符
逻辑运算符
日期格式
类型转换函数
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
