1、打开 Rstudio , 获取工作目录
getwd()
2、新建6个向量，基于不同的原子类型。（重点是字符串，数值，逻辑值）
a1 <- c(1,2,3)
a2 <- c(TRUE,FALSE)
a3 <- c("1","2","3")
a4 <- matrix(a1,a2)
a5 <- array(a1)
a6 <- factor(rep(1:3, times = 2),labels = c("female","male","middle"))
3、新建一些数据结构，比如矩阵，数组，数据框，列表等重点是数据框，矩阵）
a7 <- data.frame(gene=paste0('gene',1:20),
data1=rnorm(20),
data2=rnorm(20),
data3=rnorm(20),
data4=rnorm(20),
data5=rnorm(20),
data6=rnorm(20))
4、在你新建的数据框进行切片操作，比如首先取第1，3行， 然后取第4，6列
a7[c(1,3),]
a7[,c(4,6)]
5、使用data函数来加载R内置数据集 rivers 。查看更多的R语言内置的数据集：https://mp.weixin.qq.com/s/dZPbCXccTzuj0KkOL7R31g
r=data.frame(rivers);r
6、NCBI下载SRP133642 里面的 RunInfo Table 文件读入到R里面，了解这个数据框，多少列，每一列都是什么属性的元素。这是一个单细胞转录组项目的数据，共768个细胞。
options(stringsAsFactors = F)
b <- read.table('SraRunTable.txt',sep = '\t',header = T,row.names = 1)
ncol(b)
nrow(b)
colnames(b)
7、NCBI下载 GSE111229 里面的样本信息sample.csv读入到R里面，了解这个数据框，多少列，每一列都是什么属性的元素。
options(stringsAsFactors = F)
c <- read.csv('sample.csv')
ncol(c)
colnames(c)
8、把前面两个步骤的两个表（RunInfo Table 文件，样本信息sample.csv）关联起来，使用merge函数。
d <- merge(b,c,by.x = "Sample_Name",by.y = "Accession")
9、对前面读取的 RunInfo Table 文件在R里面探索其MBases列，包括 箱线图(boxplot)和五分位数(fivenum)，还有频数图(hist)，以及密度图(density) 。
boxplot(d$MBases)
hist(d$MBases)
fivenum(d$MBases)
image.png
image.png
10、把前面读取的样本信息表格的样本名字根据下划线分割看第3列元素的统计情况。第三列代表该样本所在的plate,根据plate把关联到的 RunInfo Table信息的MBases列分组检验是否有统计学显著的差异。分组绘制箱线图(boxplot)，频数图(hist)，以及密度图(density) 。
options(stringsAsFactors = F)
e=d[,c('MBases','Title')]
plate=unlist(lapply(e[,2], function(x){
x
strsplit(x,'_')[[1]][3]
}))
table(plate)
boxplot(e$MBases~plate)
t.test(e$MBases~plate)
e <- cbind(e,plate)
image.png
使用ggplot2把上面的图进行重新绘制。
library(ggplot2)
ggplot(e,aes(x = plate,y = e$MBases, col=plate))+geom_boxplot()+geom_jitter(aes(shape=plate))+theme_bw()
image.png
使用ggpubr把上面的图进行重新绘制。
library(ggpubr)
ggboxplot(e, x = 'plate', y = 'MBases',
color = 'plate', palette =c("#00AFBB", "#E7B800", "#FC4E07"),
add = "jitter", shape = 'plate')
image.png
