认识向量

生信喵

背景
       在使用R语言过程中，每一步中都需要关注R语言的数据结构。数据结构是R语言中最重要的内容，也是最难的一部分，学会了这部分之后，R语言就不难了。很多时候，函数无法运行，都是因为数据结构的问题。在学习R语言数据结构之前需要首先了解下数据的类型。
一、数据类型
       数据类型主要表示数据代表哪种内容，是字符串还是数值，逻辑值，或者时间日期等。数值可以用于计算，字符串不能用来计算，逻辑值用来判断等。
      
       Excel 中数据类型
       数值类型

类型	说明
字符(charactor)	常常被引号包围
数值(numeric)	实数向量
复数(complex)	复数向量
逻辑(logical)	二元逻辑向量(T=TRUE, F=FALSE)

二、常用数据结构
       R的数据结构主要包括以下几种，每一种都有固定的用处，学习R语言需要非常熟悉每一种数据结构的特点。

       R 中常用数据结构

	数据结构	说明	允许多种类型
1	向量(vector)	最基本的类型	否
2	因子(factor)	表示类别/分类数据	否
3	数组(array)	带下标的多维数据集合	否
4	矩阵(matrix)	二维数组	否
5	数据框(data frame)	行和列组成的表，每列可以是不同数据类型	是
6	列表(list)	不同对象的有序集合	是
7	时间序列	根据时间顺序排列的数据	是
8	类	不同数据组合	是

       R 中常用数据结构

三、内置数据集
       R 语言的一个好处是内置了大量数据集，一般 R 扩展包也包含数据集，这样无需自己准备输入文件，可以很方便的重复案例的内容。启动 R 之后，默认已经加载了 datasets 包，里面包含了大量数据集，使用 data()函数可以显示所有数据集。直接敲数据集的名字就能够打印出数据集的内容，内置数据集与自己通过文件将数据读入 R 中，存储为变量效果上是一样的。

1. # 显示所有内置数据集
   
2. data()
   
3. #加载扩展包数据集
   
4. data(package = "MASS")
   
5. data(package = "ggplot2")

复制代码

四、向量
       向量：vector，是 R 中最重要的一个概念，它是构成其他数据结构的基础。向量其实是用于存储数值型、字符型或逻辑型数据的一维数组。R 中的向量与解析几何或者物理学中有数值和方向的量不同，R 中的向量是一个集合，即可以是数值的集合也可以是字符串或者逻辑值的集合。其余数据结构都由向量构成。
4.1 创建向量
       用函数c来创建向量。c代表concatenate连接，也可以理解为收集collect，或者合并combine。新手经常犯的错误就是忘了使用 c()函数。

1. #R 内置向量
   
2. rivers
   
3. euro
   
4. plot(rivers)  
   
5. hist(rivers)  
   
6. names(euro)  
   
7. length(euro)  
   
8. a <- c(1,2,3)  
   
9. #字符型向量
   
10. b <- c("red","green","blue")
    
11. #生成连续型向量
    
12. c <- seq(1,100,2)  
    
13. d <- rep(c(1,2),5)  
    
14. seq(1,100,2)
    
15. seq(from = 1,to = 100,by = 3)
    
16. seq(from = 1,to = 100,length.out = 20)
    
17. ?seq
    
18. seq(from = 1,to = 100,length.out = 19)
    
19. rep(1,2)
    
20. rep(c(1,2),3)
    
21. rep(1:4,2)
    
22. rep(1:4,each = 2)
    
23. rep(1:4,times = 2)
    
24. rep(1:4,times = 1:4)
    
25. rep(1:10,times = 1:10)
    
26. 
    
27. class(a)
    
28. typeof(a)
    
29. is.vector(a)
    
30. y <- mtcars
    
31. is.vector(y)
    
32. methods(is)
    
33. 
    
34. c <- c('TRUE','FALSE')
    
35. is.logical(c)
    
36. c <- c(TRUE,FALSE)
    
37. c <- c(T,F,F)
    
38. 
    
39. x <- c(1,2,3,4,'red') #有一个字符，默认其他数字也是字符
    
40. x
    
41. typeof(x)
    
42. # 向量化操作
    
43. a  
    
44. a*2  
    
45. paste(b,a,sep = "-")  
    
46. 
    
47. x <- 1:10
    
48. x+1
    
49. x*2
    
50. x*c(2,-2)
    
51. x+c(1,2,3)
    
52. 1:9+c(1,2,3)
    
53. x <- runif(10000)
    
54. x+1
    
55. for (i in x) {x <- x+1;print(x)}
    
56. system.time(x+1)
    
57. # user  system elapsed
    
58. # 0       0       0
    
59. system.time(for (i in x) {x <- x+1})
    
60. # user  system elapsed
    
61. # 0.208   0.000   0.208  运算时间明显延长
    
62. 
    
63. a <- 1:10
    
64. b <- 1:5
    
65. a+b
    
66. b+a
    
67. a*b
    
68. b*a
    
69. 
    
70. a <- 1:50
    
71. b <- c('A','B')
    
72. rep(b,each=50)
    
73. paste(a,rep(b,each=50),sep = '')

复制代码

4.2 向量索引

1. #数值索引
   
2. rivers[c(1)]
   
3. rivers[c(1,10,100)] #R索引从1开始，其他语言一般从0开始
   
4. rivers[1:10]
   
5. rivers[c(1,2,2,2,2)]
   
6. rivers[c(-1)]#去掉第一个值
   
7. rivers[c(-1:-10)]
   
8. #名称索引
   
9. euro
   
10. names(euro)
    
11. euro[1:3]
    
12. euro['DEM']
    
13. #逻辑值索引
    
14. rivers[TRUE]
    
15. rivers[F]
    
16. length(rivers)
    
17. rivers[seq(1,141,2)]
    
18. a <- seq(1,141,2)
    
19. rivers[seq(2,141,2)]#rivers[-a]
    
20. rivers[c(T,F)]
    
21. rivers[c(F,T)]
    
22. rivers[c(T,F,F)]
    
23. rep(c(T,F),71)[-142]
    
24. 
    
25. mean(rivers)
    
26. rivers[rivers > mean(rivers)]
    
27. rivers[131]
    
28. rivers[131] <- 1000 #修改数据
    
29. rivers[rivers == 350] <- 1
    
30. data('rivers')#恢复数据
    
31. rivers[rivers > mean(rivers)] <- 'A'
    
32. rivers#变成字符型了
    
33. class(rivers)
    
34. data('rivers')
    
35. rivers[rivers > mean(rivers)] <- 0
    
36. rivers[rivers > 0] <- 1
    
37. table(rivers)
    
38. 
    
39. data('rivers')
    
40. rivers[rivers > mean(rivers)]
    
41. # rivers[which(rivers > mean(rivers))]
    
42. a <- which(rivers > mean(rivers))
    
43. rivers[rivers > mean(rivers)] <- 1
    
44. rivers
    
45. rivers[-a] <- 0
    
46. rivers
    
47. 
    
48. getwd()
    
49. x <- read.csv("homo_length.csv")
    
50. x <- head(x,24)
    
51. len <- x[,2]
    
52. len
    
53. class(len)
    
54. length(len)
    
55. mean(len)
    
56. sum(len)
    
57. min(len)
    
58. max(len)
    
59. median(len)
    
60. chr <- x[,1]
    
61. barplot(len,names.arg = chr,las = 2,col = c('red','green'))
    
62. barplot(len,names.arg = chr,las = 2,col = rainbow(4),border = F)
    
63. rainbow(4)

复制代码

五、矩阵
       矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合。向量是一维的，而矩阵是二维的，需要有行和列。矩阵是 R 语言中使用较多的一种数据结构，矩阵分为数值矩阵和字符串矩阵，常用的是数据矩阵，基因的表达数据为数值矩阵。矩阵有两大作用，一个是用来计算相关性，另外可以用来绘制热图。
5.1 创建矩阵

1. #矩阵
   
2. getwd()
   
3. setwd('/home/xhs/jyxy/11-rbasic/')
   
4. state.x77
   
5. x <- 1:100
   
6. m <- matrix(x,nrow = 25,ncol = 4)
   
7. m <- matrix(x,nrow = 25,ncol = 4,byrow = T) #默认是按列排
   
8. m
   
9. letters
   
10. matrix(letters,nrow = 13,byrow = T)
    
11. dim(m)
    
12. dir()
    
13. x <- read.csv('heatmap.csv',row.names = 1)
    
14. head(x)
    
15. heatmap(x)
    
16. # Error in heatmap(x) : 'x' must be a numeric matrix
    
17. rowSums(state.x77)
    
18. colMeans(state.x77)
    
19. cor(state.x77)
    
20. class(x)
    
21. x <- as.matrix(x)
    
22. library(pheatmap)
    
23. pheatmap(x)
    
24. heatmap(x)

复制代码

5.2 矩阵索引
       矩阵属于二位数据，需要给定行列的。

1. #矩阵 索引
   
2. nrow(x)
   
3. ncol(x)
   
4. rownames(x)
   
5. colnames(x)
   
6. class(x)
   
7. x[1,2]
   
8. x[,2]
   
9. class(x[,2])
   
10. x[,c(1:5)]
    
11. x['ENSG0029','N.GD1']
    
12. 
    
13. colnames(x)
    
14. y <- x[,c(1:5,11:15,6:10,16:20)]
    
15. colnames(y)
    
16. y[c(T,F),c(T,F)]
    
17. 
    
18. rowSums(x)
    
19. rowMeans(x)
    
20. colSums(x)
    
21. colMeans(x)
    
22. 
    
23. x
    
24. apply(x, 1, sum)
    
25. apply(x, 2, sum)
    
26. apply(x, 1, mean)
    
27. 
    
28. apply(x, 1, var)
    
29. apply(x, 1, sd)
    
30. apply(x, 1, max)
    
31. apply(x, 1, min)
    
32. 
    
33. ?apply
    
34. View(state.x77)
    
35. sum(state.x77[,1])
    
36. apply(state.x77, 2, mean)[2]

复制代码

5.3 利用矩阵绘制热图
      
       利用 pheatmap 绘制热图
       R 非常擅长绘制热图，基础包中的 heatmap()可以直接绘制热图，gplots 包 heatmap.2()也可以绘制热图，pheatmap 包 pheatmap()函数可以绘制更加优雅的热图，ComplexHeatmap包可以绘制复杂的热图。