R语言基础笔记2——数据类型

最近一段时间又开始了忙碌的临床生活，但是强度不算太大，所以也有闲暇时间去继续学习R语言。我一直自诩为一个‘功利的实用主义者’，简单说就是只学习能用的东西，并且只学习怎么用。显然，我在生信方面的野心不允许我那么做，所以还是从头学起吧，毕竟R也是一门编程语言，毕竟我以前也没接触过编程。或许是自己从未完全跳出过舒适圈，在我之前的经历中，总是认为我这种“功利的实用主义者”可以把复杂的问题简单化，把抽象的问题具体化，确实，我做到了，但是那是因为我总是有这些方面的知识基础，所有我才能作为一名“功利的实用主义者”，但是这是我学习R语言遭遇的原罪，带着这个原罪，我开始了我的啃书计划，从最基础的那些命令和变换看起。

下面是我的一些练习，一边看视频，一边敲的代码，很多是自己已经学会的，但是代码不敲个100遍，怎么能算是学会了那？

rm(list = ls())
setwd('C:\\Users\\Solomonteng\\Desktop\\learn R')

##seq函数，得到一组向量
x <- seq(1,100,length.out = 20)  ##生成向量，从1到100，等差数列共20个向量

index <- x > 80
x[index]  ##方括号传输的是下标（index），得到x中大于80的向量

##which()得到向量的下标
which(x > 80)  ##找到x中大于80的向量的下标
x[which(x > 80)]  ##得到x中大于80的向量

index <- x > 80 & x < 90
x[index]

which(x > 80 & x < 90)
x[which(x > 80 & x < 90)]

##字符串
string <- c('abc','def',1,2)
string
class(string[3])  ##判断数据类型

letters  ##内置英文字母表

rm(list = ls())

##因子型变量，也就是分类变量,因子由字符串变来
my_fac <- factor(x = rep(c(1,2),times=5),levels =c(1,2),labels = c('Male','Female'))  
class(my_fac)

my_fac2 <- factor(LETTERS[1:5],labels = letters[1:5])
my_fac2

my_fac3 <- factor(1:5,labels = letters[1:5])
my_fac3

##gl()生成因子变量
my_fac4 <- gl(n=2,k=5,labels = c('Control','Treatment'))  ##n表示几个因子，k表示每个因子有几个
my_fac4

my_fac5 <- gl(n=2,k=1,length = 8,labels = c('Control','Treatment'))
my_fac5

temp_string <- c('A','B','AB','O')
my_fac6 <- as.factor(temp_string)
my_fac6
as.character(my_fac6)

nlevels(my_fac6)  ##查看因子有几个水平，就是有几个分类
levels(my_fac6)  ##查看有哪几个因子

##哑变量，和reference对比
my_fac7 <- relevel(my_fac6,ref = 'B')
my_fac7
my_fac6

x <- c('Placebo','10mg','20mg','50mg')
my_order_fac <- factor(x,ordered = TRUE)  ##把placebo当成了最大的，有问题

install.packages('DescTools')
library(DescTools)

##用DescTools包的reorder.factor重新排列因子
my_order_fac2 <- reorder.factor(my_order_fac,new.order = x)  
my_order_fac2

##------------------------------------------------------------------------

##list & matrix
rm(list = ls())
my_list <- list(1,2,3,'R','nihao',TRUE,FALSE)
my_list2 <- list(1:10,letters[1:5])

#在my_list2这个列表中找到‘a’元素
my_list2[1]
class(my_list2[1])  ##第一层依然是个list
my_list2[[1]]
class(my_list2[[1]])  ##第二层已经变为integer

my_list2[[2]][1]  ##第二层的第一个元素，就是‘a’

my_list3 <- list(1:10,letters[1:5],list(11:14,LETTERS[1:5]))
## 从my_list3中找到‘A’
my_list3[[3]][[2]][1]

## 矩阵matrix
my_matrix <- matrix(data = 1:6,nrow = 2,byrow = TRUE)

my_matrix2 <- matrix(data = 1:10,nrow = 5)

my_matrix3 <- matrix(data = 2,nrow = 3,ncol = 4)

my_matrix4 <- matrix(data = letters[1:3],nrow = 2,ncol = 4)

## dimnames 命名矩阵
my_matrix5 <- matrix(data = 1:12,nrow = 3,ncol = 4,
                     dimnames = list(c('a','b','c'),c('v1','v2','v3','v4')))

##转置，行和列交换，t()函数
t(my_matrix5)

my_matrix6 <- matrix(c(1:5,letters[1:5]),nrow = 2)  ##矩阵的元素是一致的

看完书，对知识体系有印象，再跟着视频练习，真的进步很快，我给自己大概2个月的时间，成为一个算得上懂R语言的使用者，这个可能很抽象，大概意思就是看得懂绝大部分我能用到的生信分析的代码，并且可以自己解决问题，希望自己可以做到。

最后编辑于：2018.12.07 23:32:49