数据类型

• 向量（vector）👈重要
• 矩阵（Matrix）
• 数组（Array）
• 数据框（Data frame）👈重要
• 列表（List）

一、向量

1.向量的概述

• 元素：数字或者字符串（用chr表示）
• 标量：一个元素组成的变量
• 向量：多个元素组成的变量

一个向量是一排有序排列的元素，以后会用到把一个向量作为数据框中的一列的情况

常用的向量写法：函数c ，将x定义为由元素1，2，3组成的向量

x<- c(1,2,3)  

a:b , 从1-10之间所有的整数

x<- 1:10   

范围和步长 from= ，to= ，by= , 1-10之间每隔0.5取一个数（注意是逗号不是分号）

x<- seq(1,10,by = 0.5)  

a:b , times= , 1-3 重复2次

x<- rep(1:3,times=2) 

2. 从向量中提取元素

2.1 根据元素位置 "[ ]"下标

• x[4] , x第4个元素

> x<- rep(1:3,times=2)   
> x
[1] 1 2 3 1 2 3
> x[4]
[1] 1

• x[-4] , 除了第4个元素之外剩余的元素
• x[2:4] , 第2到4个元素
• x[-(2:4)] , 除了第2-4个元素
• x[c(1,5)] , 第1个和第5个元素

2.2 根据值

• x[x==10] , 等于10的元素
• x[x<0]
• x[x %in% c(1,2,5)]#存在于向量c（1，2，5）中的元素

> x<- rep(1:3,times=2)  
> x
[1] 1 2 3 1 2 3
> x[x %in% c(1,2,5)]素
[1] 1 2 1 2

二、 数据框

> X<-read.csv('doudou.txt')
> X
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA

3.1 读取本地数据

• read.table()
  读取一个表格格式的文件，并从中创建一个数据框架。
• header
  指示文件是否包含变量名称作为其第一行的逻辑值。如果缺少，则根据文件格式确定该值：当且仅当第一行包含的字段少于列数时，header设置为TRUE。
• sep
  字段分隔符。文件中每一行的值都由这个字符分开。如果sep = "" （read.table的默认值），分隔符是 "空白"，即一个或多个空格、制表符、换行符或回车符。

> read.table("huahua.txt",sep = "\t",header = T)
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> a <- read.table("huahua.txt",sep = "\t",header = T)
> a
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA

3.2 设置行名和列名

X<-read.csv('doudou.txt') #在示例数据里有doudou.txt 注意这里的变量X是一个数据框
> colnames(X) #查看列名
[1] "X1" "X2"
> rownames(X) #查看行名,默认值的行名就是行号，1.2.3.4...
[1] "1" "2" "3" "4" "5"

> colnames(X)[1]<-"bioplanet"#有的公司返回数据，左上角第一格为空，R会自动补为x,用这个命令来修改

> X<-read.csv(file = "huahua.txt",sep = "   ",header =T,row.names=1)#最后row.names的意思是修改第一列为行名
> X
  X2
A  1
B NA
C NA
D  3
E NA

3.3 数据框的导出

• write.table()
• quote
  逻辑值(真或假)或数字向量。如果为TRUE，任何字符或因子列都将被双引号括起来。如果是一个数字向量，它的元素被作为引用列的索引。在这两种情况下，如果书写了行和列的名称，就要加上引号。如果为FALSE，则不引用任何内容。

write.table(X,file = "yu.txt",sep = ",",quote=F)#分隔符改为逗号，字符串不加双引号（默认格式带由双引号）

3.4 变量的保存与重新加载

• save.image

#这次没有处理完的数据下次想接着用怎么办?--学会保存和重新加载。保存的格式是RData。
save.image(file="bioinfoplanet.RData")#保存当前所有变量
save(X,file="test.RData")#保存其中一个变量
load("test.RData")#再次使用RData时的加载命令

3.5 提取元素

- X[x,y]#第x行第y列
- X[x,]#第x行
- X[,y]#第y列
- X[y] #也是第y列
- X[a:b]#第a列到第b列
- X[c(a,b)]#第a列和第b列
- X$列名#也可以提取列（优秀写法，而且这个命令还优秀到不用写括号的地步，并且支持Tab自动补全哦，不过只能提取一列）

3.6 直接使用数据框中的变量

plot(iris$Sepal.Length,iris$Sepal.Width)

三、Save R Objects

• save函数将R对象的外部表示法写到指定的文件中，之后，可以通过load或attach（或data）从文件中读取这些对象。
• save.image()

Usage

save(..., list = character(),
     file = stop("'file' must be specified"),
     ascii = FALSE, version = NULL, envir = parent.frame(),
     compress = isTRUE(!ascii), compression_level,
     eval.promises = TRUE, precheck = TRUE)

save.image(file = ".RData", version = NULL, ascii = FALSE,
           compress = !ascii, safe = TRUE)

Arguments：

list:一个包含要保存的对象名称的字符向量。
file:连接或保存数据的文件的名称。必须是保存的文件名。
ascii: ASCII码，默认FALSE。
envir: 寻找要保存的对象的环境。
compress:逻辑或字符串指定是否保存到指定文件是使用压缩。TRUE对应于gzip压缩，而字符串“gzip”、“bzip2”或“xz”指定压缩的类型。当文件是连接和工作空间格式版本时忽略
save.image()
save.image()只是“保存我当前工作空间”的捷径。

> save.image(file = "test.RData")    #保存当前所有变量
> save(mouse, file = "test.RData")   #保存其中一个变量
> load(mouse.RData)  #使用时加载命令