is.vector(A):判断A是否为向量;
as.vector(A):如A是矩阵(数组),as.vector就是将矩阵转化为向量。
R中的vector分为两类,atomic和list,二者的区别在于,前者元素类型必须相同,后者可以不同。前者的代表是向量和矩阵,后者的代表是list和数据框。
is.vector
由于它们都是vector,所以用is.vector检验无法区分向量和列表。当然,也无法用as.vector将列表转换成向量。
同样是vector,矩阵和数据框用is.vector检验就返回的是FALSE,这说明is.vector也不是检验vector的,它的真正原理在于,检查是否最多只有一个属性:name。即查看其属性,如果没有属性或者只有一个name属性,才返回TRUE。
扩展资料
R语言强大的功能:
1、R的标记语言可以制作可重复生成的Word和Powerpoint文档
R语言中的rmarkdown包可以制作可重复生成的Word文档和Powerpoint幻灯片,而这只需要改变一行YAML的代码。
2、组建和运行一个可交互的网络应用只需要几行代码
几行R代码就可以生成一个可交互的网络应用。比方说如果使用R语言的flexdashboard包, 只需要36行代码,就可以生成一个可交互的动态报表,来探索BMI指数与全国健康营养检查样本结果的关联。
3、几行甚至一行R代码就可以支持网络应用的运行
另外一个很酷的功能是,通过rsconnect包,R语言还可以仅用一两行代码就支持网络应用的运行。这些应用既可以通过自己的服务器来支持,也可以用shinyapps.io这种云服务器。
4、通过使用R语言的dplyr/dbplyr,几乎各种数据库都可以连接
使用dbplyr包,用R语言连接各种数据库,无论是本地的还是远程的,都非常方便。这个功能使R语言用户可以不用担心底层的数据库,而独立地从主流数据库中抽取数据。R语言的bigrquery包还可以直接利用BigQuery和其他大规模数据存储。
R语言数据结构主要有以下四种:
向量:一串相同类型的数据,不限于数字,字符,逻辑都可以,单独拿出来的一列。什么是看做一个整体,一个向量里有若干个数据,它们组成一个整体之后,可以拥有一个共同的名字。
以下主要讲向量:
向量就是一串数据,串联在一起,组成一个整体,向量由元素组成。
很长的向量要么从数据框提取一列,或是有规律地生成,如连续的数据:
paste0函数连接两个向量,逗号 , 前后各有一个向量,如字符型和数值型向量。
paste0和paste的区别是:
paste0函数 把两个向量的元素一一对应进行 无缝 连接,而 paste函数 把两个向量的元素一一对应进行 空格 连接。paste函数有默认值为空格,在空格处把空格去掉sep=""引号里把默认的空格去掉,即什么没有,就变成无缝连接,也可以用其它的符号连接sep="/",sep="_"等。
数值型、字符型、逻辑型:只要有字符型在,用c()生成向量为字符型。只有逻辑型和数值型,用c()生成向量为数值型。
c()函数生成向量时,要求为生成同一种数据类型
注意的地方:
变量名 :c()为生成向量函数,一般除字母c外,取单个字母或是单词及缩写,组成变量名的字母之间不要有空格,不能以数字为变量名或是以数字开头,变量名不能是中文名,特殊符号等。
<- 与c()函数之间没有空格。
<- 的快捷键输入:
mac电脑: option 和 - ;
windows电脑: Alt 和 -
= 在任何情况下可替代 <- ,但是 = 除了赋值,还有其它用法,比如函数里参数用法。 <- 不能在任意情况下代替 = 。
强大的计算是体现在批量计算上,先把一些数据组成一个整体,
还是以向量x为单位进行
其中五个重要函数,一定要掌握。
能用函数代替的东西,坚决不用手和眼睛去数,比如length()统计向量元素个数。
结论:unique(x)与x[!duplicated(x)]函数相同
用identical()可以判断两个函数是否相同(数据结构与数据类型是否完全相同)
重点和难点:
x==y :x和对应位置的y相等吗?(x和y里的元素,按顺序一一对应比较,讲究位置对应,两者里第一个元素相同就返TRUE,比较完两个向量的第一位置上的元素,接着比较两个向量第二个位置元素...到两个向量最后)。
x和y不一样长:理解“循环补齐”
结论: 如果x与y的向量元素长度不相等,以长度向量说了算,不是由在==前的向量决定。
x%in%y :x的每个元素在y中存在吗?(x的元素挨个到y里和所有元素比较,在y里有的相同的返回TRUE,不讲究位置,有就是TRUE,没有为FALSE)。比如y向量加了一个元素2,返回还是9个逻辑值,返回的逻辑值是与x一一对应,和y没有关系。
加减乘除,两个向量直接可以进行,等位运算。前提是两个向量必须等长,即元素个数一样。
用paste0或是paste连接两个向量,两个向量的长度(元素个数)不一致,循环补齐。
intersect(x,y),union(x,y),setdiff(x,y),setdiff(y,x),x与y顺序颠倒(setdiff()与%in%有点儿相似)。
[] :取子集符号,将TRUE对应的值挑选出来,FALSE丢弃.
例:在13个数中,取出大于7的数,首先把13个数值组成一个向量x,x>7返回是逻辑值。
取值子集的对象放在中括号的外面,取子集的逻辑值向量放在中括号里面。
单独运行中括号里的向量,中括号里各种条件的返回结果有共同的规律,是一个与x等长的逻辑值向量。
下标:代表在哪个位置上。
符号 : []
按照逻辑值: 中括号里是与x等长的逻辑值向量
按照位置: 中括号里是由x的下标组成的向量(支持反选)
思考:从13个彩色(绿,蓝,黄)球中,选出属于蓝色和绿色的:
使用x %in% y还是x ==y,用x %in% y,不是等位循环补齐运算,%in%比较灵活,可以在很多场景中使用,如3选2,50选2,50选20等。
13个球的颜色赋值给向量x,蓝色和绿色赋值给y。
x %in% y
x[x %in% y]
修改向量的元素,修改x里的第四个元素
注意:R于语言里所有的修改,都要赋值,没有赋值就是没有发生过
把随机函数生成的数永远为一组数据:用随机函数生成向量,后运行set.seed(10086)
x[match(y,x)] 和 x[order(x)]
排序,如何调整元素顺序
结论:sort(x)等于x[order(x)],背诵下来
两个向量没有做关联的操作,可以用order函数排序对应信息
向量匹配排序-match,match函数是连线用的
x[match(y,x)] 的以后用法:以y作为模版,给x调顺序。
match:谁在中括号外面,谁就在后面, x[match(y,x)] ,以y作为模板,用x作为原料去取子集,按照一个顺序取子集,取出来的子集和y一样。
需要背诵的两个用法: x[match(y,x)] 和 x[order(x)]
练习题:在以下x和y表格里如何将y的列名一对一替换为ID
切换Rproj的时候出现弹窗:是否将工作空间保存到 .Rdata ?
答案是:不保存,之前单独保存好脚本和图片,这里出现的提示是否临时保存,不需要保存。
.Rdata ?是什么:
以 . 开头的文件,通常用作配置,系统默认隐藏这类文件
.Rdata 是保存工作空间的默认文件
.History 是保存历史命令的默认文件
如果打开Rstudio特别慢,可能是因为 .Rdata 保存了很大的变量,可以找到 .Rdata 文件将其删除。
在Rproj右下角打开脚本时,编辑器脚本的中文注释出现乱码,解决如下:
以上内容是听 生信技能树 小洁老师的 R语言线上课 ,根据自己的理解记录下来,小洁老师授课非常细心,对不同水平的同学都照顾到,并且补充很多技巧以及注意事项。
之前学习过R语言,那时对向量认识不够深,也没有重视,数据框的列单独拿出来就是一个向量。认真听小洁老师的讲解以及最近跑几个GEO数据集发现学会对向量的熟练操作以及熟练一些重要的函数,在实战过程中会顺利些。