下载安装R包前先运行下面的代码
options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/") options("repos" = c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
来自CRAN的包
install.packages("包")
此外，还安装了“Seurat” （
install.packages("Seurat")）
来自bioconductor的包
先安装“BiocManager”包
install.packages（"BiocManager"）
再调用BiocManager包
library(BiocManager)
再安装其他的包
BiocManager::install("包")
注意尽管保存了workspace，再次打开时也要先运行开头的那两行代码,才能下载安装“包”。网络也会影响R包的安装，一次不成功就再来一次
探索Rstudio
在脚本编辑器里面编辑代码，选中要运行的部分点run才会运行
在命令行，先给x赋值，然后输入x会返回赋的值，而输入x（）表示x是一个包或者命令，有括号和没有括号的区别
首先新建一个project：file→new project，然后选择文件夹位置
getwd()就可以看到工作目录
先把数据放到工作目录下，再读入数据
x<-read.csv("gene_exp.txt",header = T,sep = "\t",row.names = 1)
读入工作目录下的gene_exp.txt文件，标题行是真的，row.names = 1：行的名字是第一列，txt文件的分隔是“\t”，csv文件的分隔是"," 将读入的这个txt文件赋值为x。
这里的view，v是大写的，尽量选它弹出来的。双击environment中的对象也可以在脚本编辑器中打开文件
在工作目录下的文件夹也可以打开，把路径写清楚就好，其他内容是一样c<-read.csv("R_basic/data/R_basic/gene_exp.txt",header = T,sep = "\t",row.names = 1)
对读入的数据每行求和
head(apply(x, 1, sum))
对读入的数据每列求和
head(apply(x, 2, sum))
接着求这个x的相关系数，跟概念中的求xy的相关不一样。
sample_cor<-cor(x)
可以看到已经求出了相关系数，但是还不够简洁明了，上图。
调用pheatmap
library(pheatmap)pheatmap(sample_cor)
pheatmap(sample_cor,cluster_rows = F,cluster_cols = F)
两个的图是一样的，区别在于：有没有额外的线，这个线代表什么呢？
对另外一组数据做同样的处理得到的结果
疑问① 横纵的标识不再是sample，而是原来数据的列名，而前面的数据就变成了sample1,2,3。所以在做相关分析的时候要注意列名
关于疑问①，是求出的相关系数，行和列都是sample，而在后面那个数据中行和列都是之前的列名。所以做相关要注意列名。
疑问② pheatmap(y1,cluster_rows = F,cluster_cols = F)这里的cluster_rows = F, cluster_clos = F是什么意思呢？
pheatmap(y1,cluster_rows = F,cluster_cols = T)
pheatmap(y1,cluster_rows = T,cluster_cols = F)
当clos为T时，线在列上，当rows为T时，线在行上。
疑问②解决，
