• 回顾

1. R的赋值符号不是等号，而是<-
2. 在Console 控制台输入命令，相当于Linux的命令行
3. R的代码都是带括号的，括号必须是英文的。
4. 显示工作路径 getwd()
   设置工作路径 setwd(dir="/Users/limohan/Desktop/R_data")
5. 向量是由元素组成的，元素可以是数字或者字符串。
6. 表格在R语言中改名叫数据框^_
7. 别只复制代码，要理解其中的命令、函数的意思。函数或者命令不会用时，除了百度/谷歌搜索以外，用这个命令查看帮助：?read.table，调出对应的帮助文档，翻到example部分研究一下。
8. 数据类型（重点只有两个，剩下的不看）
   向量（vector）👈重要
   矩阵（Matrix）
   数组（Array）
   数据框（Data frame）👈重要
   List

• 向量

1. 标量和向量的区分

首先明确“元素”的意思，元素指的是数字或者字符串（用chr表示）等，根据它可以区分两个词：
标量：一个元素组成的变量
向量：多个元素组成的变量
（补充：一个向量是一排有序排列的元素，以后会用到把一个向量作为数据框中的一列的情况。）

元素、向量和标量

使用时，一般都会直接给变量定义，也就是“赋值”，字面意思是赋予这个变量一个数值（其实也不一定是数值，还可以是字符串/数据框等等）。

x<-c(1,2,3) #常用的向量定义写法，意为将x定义为由元素1，2，3组成的向量。
x<-(1:10) #从1-10之间所有的整数
x<-seq(1,10,by = 0.5) #1-10之间每隔0.5取一个数（注意这里是逗号不是分号）
x<-rep(1:3,times=2) #1-3 重复2次

如果把这几行代码都打过了，那么x就被赋值了4次，结果就是，第一次赋值被第二次的覆盖了，第二次的赋值又被第三次的覆盖了，以此类推，以最后一次为准。
给变量赋值以后,在哪看变量

在哪看变量
怎么看变量

2.从向量中提取元素

2.1 根据元素位置

#这里的x是你刚才赋值的变量名，根据自己的情况来修改
x[4] #x第4个元素
x[-4]#排除法，除了第4个元素之外剩余的元素
x[2:4]#第2到4个元素
x[-(2:4)]#除了……
x[c(1,5)] #第1个和第5个元素

2.2 根据值的大小

x[x==10]#等于10的元素
x[x<0]
x[x %in% c(1,2,5)]#存在于向量c（1，2，5）中的元素

• 数据框

将示例数据放在R_Data文件夹下（重要！！！）
示例数据是如何获得的？

新建doudou.txt，输入以下数值
X1,X2
A,1
B,
C,
D,3
E,
截图中显示的NA表示空值，新建的时候空着就好。
用以下命令即可获得示例数据框：X<-read.csv('doudou.txt')

示例数据的获得

1. 读取本地数据

huahua.txt在示例数据里有，记得一定要放在工作目录RData里，否则报错

read.table(file = "huahua.txt",sep = "\t",header =T) #读取文件，分隔符为Tab，有表头 
a<-read.table(file = "huahua.txt",sep = "\t",header =T)#把这个数据框赋给一个变量a 

• sep用来指定字符的分隔符号
  csv 文件是用逗号分隔的，故而 sep = ","
  tsv 文件是用制表符分隔的，故而 sep = "\t"
• header用来指定表头
  header=true则表格第一行为表头，具体数据从第二行开始
  header=false则第一行即为具体数据

2. 设置行名和列名

X<-read.csv('doudou.txt') #在示例数据里有doudou.txt 注意这里的变量X是一个数据框
colnames(X) #查看列名
rownames(X) #查看行名,默认值的行名就是行号，1.2.3.4...
colnames(X)[1]<-"bioplanet"#有的公司返回数据，左上角第一格为空，R会自动补为x,用这个命令来修改
X<-read.csv(file = "huahua.txt",sep = "\t",header =T,row.names=1)#最后row.names的意思是修改第一列为行名

（其实这个数据框并不需要更改，如果已经改了，用刚才的read.table命令重新赋值一遍就可以覆盖掉刚才改的。这也就是变量为什么叫"变"量）

3. 数据框的导出

write.table(X,file = "yu.txt",sep = ",",quote=F)#分隔符改为逗号，字符串不加双引号（默认格式带由双引号）

4. 变量的保存与重新加载

#这次没有处理完的数据下次想接着用怎么办?--学会保存和重新加载。保存的格式是RData。
save.image(file="bioinfoplanet.RData")#保存当前所有变量
save(frame1,file="frame1.RData")#保存其中一个变量
load("frame1.RData")#再次使用RData时的加载命令

5. 提取元素

这里的X是指的我用过的一个变量名，实际应用要懂得替换。

- X[x,y]#第x行第y列
- X[x,]#第x行
- X[,y]#第y列（横着写，这是不够懒也不够优秀却能存在的写法）
- X[y] #第y列（竖着写，这是懒惰又优秀的写法）
- X[a:b]#第a列到第b列
- X[c(a,b)]#第a列和第b列
- X$列名#也可以提取列（优秀写法，而且这个命令还优秀到不用写括号的地步，并且支持Tab自动补全哦，不过只能提取一列）

6. 直接使用数据框中的变量

提取某两列作散点图,这里的case和values是两个单纯的列名

c <-data.frame(case=paste("S",c(1:50)),values=runif(50))
> plot(c$case,c$values)

这种方法有个缺点：数据框名a在代码中重复出现

简化方法：

1. attach

attach(c)
plot(case,values)

• 将数据框名添加到搜索环境中：attach（c）,作图时就只需输入列名(连$都不用了)。
• 做完后将a删除出搜索环境 detach（c）
• 局限性：两个以上数据框的列名有冲突时，同时attach会报错。

2. with

with(c,{
+ plot(case,values)
x<<-summary(values)   #求和并赋值给x,<<的意思是作为全局变量，y也就是出了with循环仍有效。
})
x #运行完后打印x

简单查一下什么是with循环哦？
脚本的使用和保存：将上面的代码复制到一个新的R脚本中。

脚本的使用和保存-1

然后保存到工作目录下，打开，你会看到它长这样。

脚本的使用和保存-2
请注意脚本文件的后缀就是R，在R语言里还是很在意后缀的。
很多复杂的代码都是大神写的，就是以脚本的形式给你，要用的时候直接找到他，用Rstudio打开就好。