数据挖掘0302

所有资料来源于生信技能树

  • 3-2-1向量精讲

is_Function

as_Function
?Rdata

image.png

R脚本打开是乱码

向量(Vector)生成

> 用 c() 结合到一起

c(2,5,6,2,9) 
c("a","f","md","b")

> 连续的数字用冒号“:”

1:5

> 有重复的用rep(),有规律的序列用seq(),随机数用rnorm()

rep("gene",times=3)  
seq(from=3,to=21,by=3)#从3开始,21结束,每3个数取值
rnorm(n=3)
output

> 通过组合,产生更为复杂的向量

paste0(rep("gene",times=3),1:3)
paste
paste0(rep("gene",times=5),1:3)
i.png

问题:paste和paste0的区别

paste
paste0
数据类型转换的顺序

image.png

初级统计

image.png

对单个向量操作

####2.2.对单个向量进行的操作####
#(1)赋值给一个变量名
x = c(1,3,5,1) #随意的写法
x
x <- c(1,3,5,1) #规范的赋值符号Alt+减号
x

#赋值+输出一起实现
x <- c(1,3,5,1);x
(x <- c(1,3,5,1))

#(2)简单数学计算
x+1
log(x)
sqrt(x)

#(3)根据某条件进行判断,生成逻辑型向量
x>3
x==3
#(4)初级统计
max(x) #最大值
min(x) #最小值
mean(x) #均值
median(x) #中位数
var(x) #方差
sd(x) #标准差
sum(x) #总和
length()#向量的长度,指的是向量的个数
unique()#去除向量中的重复值,留下向量中元素第一次出现的,其余出现的时候会去除
duplicated()#返回逻辑值,向量中的元素是否重复
!duplicated(x)#返回逻辑值,T变F,F变T
table()#统计重复值
sort(X)#按照顺序排序,默认从小到大
sort(X,decreasing = T)#按照从大到小顺序排序

对两个向量操作

#####2.3.对两个向量进行的操作#####
x = c(1,3,5,1)
y = c(3,2,5,6)
'#(1)逻辑比较,生成等长的逻辑向量'
x == y 
'x %in% y #x中的元素在y中吗'
'#(2)数学计算'
x + y
'#(3)“连接“'
paste(x,y,sep=":")

#(4)交集、并集、差集

intersect(x,y)#两个向量的交集

union(x,y)#两个向量的并集

setdiff(x,y)#x向量中有,y向量中没有的元素

setdiff(y,x)#y向量中有,x向量中没有的元素

交集、并集、差集.png

当两个向量长度不一致

x = c(1,3,5,6,2)
y = c(3,2,5)
x == y # 啊!warning!
#循环补齐
'总是短的向量补补齐长的向量'
#利用循环补齐简化代码
paste0(rep("gene",3),1:3)
paste0("gene",1:3)
循环补齐

==和%in%的区别

==和%in%的区别


不要面子只要栗子——花花

万物皆可赋值——花花

懒惰,就是这样——花花

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容