生信分析笔记

V1

2022/10/13阅读:40主题:山吹

R语言中数据结构知识补充以及常见错误习惯

读书笔记:R语言中数据结构基础知识补充

R语言中常见错误习惯

  1. 大小写使用错误,函数名的大小写不同表示的功能也不同。
  2. 引号使用错误,R包的名称前后需要引号包围,否则报错。
  3. 函数后缀括号使用错误,即使函数后没有参数,也要接上()
  4. 路径名与转义符,\/表示不同含义,有时路径中含有\,需要将其修改。
  5. R包使用错误,每次使用R包都要先载入,否则会报错。

数据结构

向量

向量中的数据可以是数值型、逻辑型、字符型,但是单个向量内数据类型要一致。c()表示组合的意思。
元素后方括号中加数字可以访问该位置的元素。

矩阵

矩阵是二维数组,每个元素具有相同的类型。maxrix进行创建矩阵。

数组

矩阵只能是二维的,但数组可以具有更多维度。array进行创建,数组可以看作是矩阵的一种扩展形式,数组内数据类型需要保持一致。

数据框

数据框的列与列之间的数据类型可以不同,但是每一列内要相同,类似于常见的数据集格式。
数据框中每一列都是一个变量,可以使用$符号进行调用。

attachdetach这两对函数可以简化数据框的输入方式,避免每次重复输入数据框的名称。
还有一种方式是with(数据名{执行命令$变量名}),花括号内的赋值变量如果需要全局使用,则用<<-符号。

因子

变量可以分成三种不同的类型

  • 无序变量
    • 名义型
      类别型的数据,比如男和女,分别代表不同种类。
  • 有序变量
    • 非连续型
      等级类的数据,比如小、中、大,存在一定顺序。
    • 连续型
      数值类的数据,比如株高、重量等,常见的测量数值。

R语言中用因子(factor)表示名义型和非连续有序型变量,实际上可以理解成将变量的每个子项映射到一个数字,用数字来代表类别或等级。

order=TRUE表示有序排列
levels=c("small","mid","big")设置序列等级,默认按照字母顺序排列。
str()可以快速数据的结构信息
summary()查看数据概要,包括最值、均值、频数等信息。

列表

R语言中最为复杂的数据结构,包含好几个对象(比如向量、矩阵、数据框、其他列表),用list()创建。

列表内每个对象(变量)可以独立命名,如果不加名称则按照数字顺序。使用[[ x ]]双重方括号内加对象名或者序号即可快速调取。

注意事项:

  1. 美元符号$表示变量的意思,句号.没有特殊含义
  2. R语言中序号下标从1开始,而不是0

课本资料:R语言实战-第二版-人民邮电出版社

分类:

后端

标签:

后端

作者介绍

生信分析笔记
V1

欢迎关注公众号:生信分析笔记