前言:下决心,好好从头学R,记录日常学习(ps:主要是以在Windows学习,中间或许夹杂Linux)
1. R以及Rstudio安装(不再赘述)
2. 安装R包
2.1 通过Rstudio菜单
Tools--Install Pacakges
Pacakges--Install
2.2 通过install.pacakges命令安装
install.packages('readxl')
install.packages('writexl')
2.3 通过bioconductor(生信R包)
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install(version = "4.0")
library("BiocManager")
#一次安装多个包
BiocManager::install("DESeq2")
library(DESeq2)
BiocManager::install("ggplot2")
BiocManager::install(c("ggplot2","ggtree","DESeq2"))
#安装特定的包
source("https://bioconductor.org/biocLite.R")
BiocInstaller::biocLite(c("GenomicFeatures", "AnnotationDbi"))
#帮助
help(package="package_name")
3. 常用小函数
#获取帮助,打开帮助文档首页
help.start()
#列出当前已加载包中所含的所有可用示例数据集
data()
#工作空间,查看当前的工作目录
getwd()
#设定当前的工作目录#
setwd("D:/software/R/r_homework/R")
#列出当前工作空间中的对象
ls()
#删除目前所有的变量
rm(list = ls())
#显示最近使用过的#个命令(默认值为 25),可以不填
history()
#保存命令历史到文件 myfile 中(默认值为.Rhistory)
savehistory("myfile")
#保存指定对象到一个文件中
save(objectlist, file="myfile")
#显示或设置当前选项
options()
#能够显示库所在的位置
.libPaths()
4. 实例
4.1 案例:年龄及体重
age = c(1,3,5,2,11,9,3,9,12,3)
weight = c(4.4,5.3,7.2,5.2,8.5,7.3,6.0,10.4,10.2,6.1)
#平均值
mean(age)
mean(weight)
#标准差
sd(weight)
#相关度
cor(age,weight)
#画图
plot(age,weight)
4.2 案例:随机分布
#创建了一个包含20个均 匀分布随机变量的向量
x <- runif(20)
x
#摘要统计量
summary(x)
#直方图
hist(x)
4.3 案例:将输出用为输入
#利用汽车数据mtcars执行一次简单线性回归,通过车身重量(wt)预测每加仑行驶 的英里数(mpg)
lm(mpg~wt, data=mtcars)
#分析结果被继续使用
lmfit <- lm(mpg~wt, data=mtcars)
#统计
summary(lmfit)
#生成回归诊断图形
plot(lmfit)
#将计算和保存影响度量统计量
cook<-cooks.distance(lmfit)
4.4 案例:利用vcd包中数据
#安装vcd包
install.packages("vcd")
library(vcd)
#列出此包中可用的函数和数据集
help(package="vcd")
#载入这个包并阅读数据集Arthritis的描述
help(Arthritis)
Arthritis
#运行数据集Arthritis自带的示例
example(Arthritis)
既然已经能够正常运行R,那么是时候正式开启学习啦,休息一会儿,马上回来!