R语言学习笔记：从零开始？数据结构和基础知识

R语言是一种数学编程语言，主要用于统计分析、绘图、数据挖掘。其在生物信息大数据分析处理过程中扮演着重要角色，笔者从今天开始分享R语言学习笔记。

环境安装

• Windows

官方地址：https://cloud.r-project.org/bin/windows/base/

• Linux

官方地址：https://cloud.r-project.org/bin/linux/

sudo apt update
sudo apt -y upgrade
sudo apt -y install r-base

• macOS

官方地址：https://cloud.r-project.org/bin/macosx/

---

R语言基础

R 语言赋值使用的是左箭头<-符号，输出函数是print（），可以用以下代码输出hello，world！，其中mystring是一个变量。

myString <- "Hello, World!"
print ( myString )

变量

• 变量名称由字母，数字以及点号 . 或下划线 _ 组成。
• 赋值可以使用左箭头 <-、等号 = 、右箭头 -> 赋值。

# 使用左箭头 <-赋值
> var.2 <- c("learn","R")  
> print(var.2)
[1] "learn" "R"
   
# 使用右箭头 -> 赋值
> c(TRUE,1) -> var.3
> print(var.3)
[1] 1 1 

• 查看已定义的变量使用ls（）函数

print（ls（））
[1] "var.1" "var.2" "var.3"

• 删除变量用rm（）函数

> rm(var.3)
> print(ls())
[1] "var.1" "var.2"

• 交互式编程，比如在Linux系统下使用R，进入时输入R，退出时输入q（）
• 文件脚本

后缀为.r的文件时r脚本，执行时使用Rscript命令后接脚本文件。

输入与输出

• print（）是输出函数，支持数字、字符等输出。
• cat（）函数能够拼接输出结果，会自动在拼接元素间加一个空格。

> cat(ni,hao,ya!)
ni hao ya!

• 输出内容到文件：使用cat()函数，不会在控制台产生结果，文件地址使用绝对路径，这个操作是覆盖写入，若需要保留文件原来内容，需要设置参数append=TRUE

cat("NI", file="D:\\r_test.txt")
cat("HAO", file="/Users/r_test.txt", append=TRUE)
输出结果：NIHAO

• sink（）函数可以把控制台内容写入文件中，同时控制台不再显示输出了。

该操作默认覆盖写入，若需追加写入使用参数append=TRUE，若需控制台也同样输出则使用参数aplit=TRUE,若需取消则使用sink（）

• 文字输入：readLines（xxx.txt）命令可以读取文件内容为字符串

所读文件每一行末尾必须有换行符。

• 工作目录：使用getwd（）获取当前工作目录，使用setwd（）设置当前工作目录。

# 当前工作目录
print(getwd())

# 设置当前工作目录
setwd("/Users/runoob/runoob-test2")

# 查看当前工作目录
print(getwd())

• 注释功能：主要用于代码的解析，让读者更易理解，不会影响代码的执行。使用时在需要注释的一行前面加#即可。

R基础运算

赋值

R语言新版本同时支持=和<-两种赋值符号，下表是主要的数学运算法则： 关系运算符用于比较两个向量，结果返回TRUE或FALSE,下表是主要的关系运算法则： 逻辑运算符可用于数字、逻辑、复数向量。非零数字均为TRUE，下表是主要的逻辑运算法则： 或|与&非! ，上述三个运算针对向量的每个元素，&&和||只针对第一个元素。

• 特殊运算符：

• 常见数学函数：

sqrt(n) n的平方根

exp(n) 自然常数e的n次方

log(m,n) 对数函数，返回n的几次方为m

log10(m) 相当于log(m,10)

round (n, m)对 n 保留 m 位小数四舍五入

ceiling (n) 对 n 向上取整

floor (n) 对 n 向下取整

数据类型

R 语言中的最基本数据类型主要有三种：

• 数字：一般形式或科学计数法
• 逻辑：布尔型（TRUE 、FALSE）
• 文本：字符串String，包含在单引号或者双引号之中。

按对象类型分为以下5种：

• 向量（vector）

> a = c(3, 4)
> b = c(5, 0)
> a + b
[1] 8 4

向量后面加方括号输入数字标号，可以提取向量的一部分元素，也可以使用嵌套条件，如下。

> a = c(10, 20, 30, 40, 50)
> a[1:4] # 取出第 1 到 4 项，包含第 1 和第 4 项
[1] 10 20 30 40
> a[c(1, 3, 5)] # 取出第 1, 3, 5 项
[1] 10 30 50
> a[c(-1, -5)] # 去掉第 1 和第 5 项
[1] 20 30 40

向量也可以和标量进行计算，常用的数学运算函数也能对向量起作用，同时还可以对向量进行排序等操作，如下。

向量数学运算：
> c(1.1, 1.2, 1.3) - 0.5
[1] 0.6 0.7 0.8
> a = c(1,2)
> a ^ 2
[1] 1 4

向量内元素排序：
> a = c(1, 3, 5, 2, 4, 6)
#sort函数升序排列
> sort(a)  
[1] 1 2 3 4 5 6

#rev函数降序排列
> rev(a)  
[1] 6 4 2 5 3 1

#order函数返回向量从小到大排序后在原始向量中位次
> order(a)   
[1] 1 4 2 5 3 6
> a[order(a)]
[1] 1 2 3 4 5 6

向量的统计学处理函数：

• sum 求和
• mean 求平均值
• var 方差
• sd 标准差
• min 最小值
• max 最大值
• range 取值范围（最大值和最小值）

向量的批量生成可以使用seq（起始值，终止值，length.out=数值个数）命令，就能产生等差数列。也可以使用rep(数字，重复的个数)命令来产生多个重复数字序列。如下。

> seq(1,9,length.out=3)
[1] 1 5 9
> rep(2,5)
[1] 2 2 2 2 2

向量中常会用到NA和NULL表示异常数值。NA表示缺失，代表没有值但位置存在。NULL表示数据不存在，啥也没有无意义。

向量的逻辑处理：which（）函数用来筛选需要的数据的下标，all（）函数用来检查向量是否全都是TRUE，any（）函数用来检查向量中是否含有TRUE。如下。

> a = c(11, 12, 13)
> b = a > 12
> print(b)
[1] FALSE FALSE  TRUE
> which(b)
[1] 3

> vector = c(10, 40, 78, 64, 53, 62, 69, 70)
> print(vector[which(vector >= 60 & vector < 70)])
[1] 64 62 69

> all(c(TRUE, TRUE, TRUE))
[1] TRUE
> all(c(TRUE, TRUE, FALSE))
[1] FALSE
> any(c(TRUE, FALSE, FALSE))
[1] TRUE
> any(c(FALSE, FALSE, FALSE))
[1] FALSE

• 字符串（string）

文字内容以字符串形式储存，可以用'hahaha'单引号或者"hahaha"双引号都行，接下来介绍字符串的操作函数。

#全部转大写
> toupper("ShengXinFenXiBiJi")
[1] "SHENGXINFENXIBIJI"
#全部转小写
> tolower("ShengXinFenXiBiJi")
[1] "shengxinfenxibiji"
#统计字符数
> nchar("ShengXinFenXiBiJi")
[1] 17
#截取编号从1到8的字符
> substr("ShengXinFenXiBiJi",1,8)
[1] "ShengXin"
#截取编号14之后的字符
> substring("ShengXinFenXiBiJi",14)
[1] "BiJi"
#将字符转换为数字
> as.numeric("123")
[1] 123
#将数字转换成字符
> as.character(1234)
[1] "1234"
#以固定分隔符拆分字符
> strsplit("2022;9;16",";")
[[1]]
[1] "2022" "9"    "16"  
#替换字符中的特定内容
> gsub("/","-","2022-9-16")
[1] "2022-9-16"
> gsub("-","/","2022-9-16")
[1] "2022/9/16"

• 矩阵（matrix）

矩阵由向量生成，向量的值依次以一列一列的方式填充，如果想按行填充，添加byrow=TURE参数。

> vector=c(1, 2, 3, 4, 5, 6)
> matrix(vector, 2, 3, byrow=TRUE)
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6

矩阵中每个值都能直接提取。

> m1 = matrix(vector, 2, 3, byrow=TRUE)
> m1[1,1] # 第 1 行 第 1 列
[1] 1
> m1[1,3] # 第 1 行 第 3 列
[1] 3

矩阵的每一行和每一列都能设置名称，用下列方式完成。

> m1 = matrix(vector,2,3,byrow=TRUE)
> colnames(m1) = c("s","f","f")
> rownames(m1) = c("t","o")
> m1
  s f f
t 1 2 3
o 4 5 6

---