0.1r

• http://r-project.org
• 开源，统计编程语言；广泛用于学术界，金融，制药，。。。
• 核心语言，“基础”和> 4000个贡献包裹
• 交互式会话，脚本，软件包

0.2基础r中有用的功能

• dir，，，，list.files
  
• 列表文件
  
• 读取。表，，，，扫描
• 将数据读为R
• C，，，，因素，，，，data.frame，，，，矩阵
• 创建向量，data.frame和矩阵存储数据
• 概括，，，，桌子，，，，XTABS
• 总结或交叉记录数据。
• 阴谋
• 绘制数据以可视化它
• 匹配，，，，％在％，，，，哪个
• 在另一个向量的元素中找到一个元素。
• 分裂，，，，切
• 分裂或切割向量。
• strsplit，，，，格雷普，，，，子
• 在角色向量上操作。
• lapply，，，，sapply，，，，mapply
  
• 将功能应用于列表元素。
• t.test，，，，LM，，，，方差分析
• 比较两个或几个组。
• 区，，，，hclust
• 集群数据
• 生物辉石，，，，install.packages
• 从在线存储库中安装r中的软件包
• 追溯，，，，调试，，，，浏览器
• 调试错误

0.3在R中获得帮助

• ？data.frame
  
• 方法（LM），方法（class = class（fit））
  
• ？“阴谋 透明
  
• 帮助（package =“生物弦”）
  
• Vignette（package =“ Genomicranges”）
  
• 堆栈溢出;R-HELP邮件列表

0.4R中的数据类型

• 向量
• 逻辑，整数，数字，字符，。。。
  
• list（） - 包含其他向量（递归）
• 因子（），NA-统计概念
  
• 可以命名-C（西雅图= 1，波特兰= 2）
  
• matrix（），array（） - 具有“昏暗”属性的向量。
  
• data.frame（）
  
• 像电子表格；相等长度向量的列表。
• 一列中的同质类型，跨色谱柱的异质类型。
  
• 其他课程
  
• 更复杂的矢量排列。
• 例子
  • LM（）返回的值;
  • DNAStringset类用于持有DNA序列。
• 普通，“访问者”，“通用”和“方法”功能
• 软件包
  
• 基础，推荐，贡献。

0.5R编程概念

• 函数 - 内置（例如rnorm（））;用户自定义

平均（1:10）

## [1] 5.5

rnorm（1:10）

## [1] -0.33290892 -1.03732032 0.00358368 -0.45695476 1.00505058 0.67227284 -0.90495556 -1.45142584

摘要（rnorm（1:10））

##最小。第1次。中值平均第三次。最大限度。## -0.9524 -0.4189 0.4298 0.3124 0.6072 2.2260

• 子集 - 逻辑，数字，字符；

数据（虹膜）＃找到petal.width正好为0.2 iris [iris $ petal.width == 0.2，]的那些行。

## sepal.length Sepal.Width Petal.length Petal.Width物种## 1 5.1 3.5 1.4 0.2 Setosa ## 2 4.9 3.0 1.4 0.4 0.2 Setosa ## 3 4.7 3.2 1.3 0.2 1.3 0.2 Setosa ## 4 4.6 4.6 4.6 3.1 1.5 0.2 Setosa ## 5 0.2 Setosa ## 5 0.25.0 3.6 1.4 0.2 setosa ## 8 5.0 3.4 1.5 0.2 setosa ## 9 4.4 2.9 1.4 0.2 setosa ## 11 5.4 3.7 1.5 0.2 setosa ## 12 4.8 3.4 1.6 0.2 setosa ## 15 5.8 4.0 1.2 0.2 setosa ## 21 5.4 3.41.7 0.2 setosa ## 23 4.6 3.6 1.0 0.2 setosa ## 25 4.8 3.4 3.4 1.9 0.2 setosa ## 26 5.0 3.0 3.0 1.6 0.6 0.2 setosa ## 28 5.2 3.5 1.5 0.2 setosa ## 29 5.2 29 5.2 3.4 1.4 1.4 1.4 1.4 1.4 0.2setosa ## 31 4.8 3.1 1.6 0.2 setosa ## 34 5.5 4.2 4.2 1.4 0.2 setosa ## 35 4.9 4.9 3.1 1.5 0.2 setosa ## 36 56 5.0 3.2 1.2 1.2 0.2 setosa ## 37 5.5 3.5 3.5 3.5 1.3 0.2 setosa ## 39 4.4 3.0 1.3 0.4 3.0 1.3 0.2 setosa＃2 setosa＃2 setosa＃＃40 5.1 3.4 1.5 0.2 setosa ## 43 4.4 3.2 1.3 0.2 setosa ## 47 5.1 3.8 1.6 0.6 0.2 setosa ## 48 4.6 4.6 3.2 1.4 0.2 setosa ## 49 5.3 3.7 1.5 1.5 0.2 setosa ## setosa ## 50 50 50 50 50 50 3.3 1.4 0.2 setosa 0.2 setosa 0.2 setosa

＃找到那些sepal.length的行小于4.5 iris [iris $ sepal.length <4.5，]

## sepal.length Sepal.Width Petal.length Petal.Width物种## 9 4.4 2.9 1.4 0.2 setosa ## 14 4.3 3.0 1.1 0.1 setosa ## 39 4.4 3.0 1.3 0.3 0.3 0.2 setosa ## 43 4.4 3.4 3.4 3.2 1.3 0.2 setosa setosa setosa

＃找到属于setosa setosa_iris = iris的所有行

## [1] 50 5

头（setosa_iris）

## sepal.length Sepal.Width Petal.length Petal.Width物种## 1 5.1 3.5 1.4 0.2 Setosa ## 2 4.9 3.0 1.4 0.4 0.2 Setosa ## 3 4.7 3.2 1.3 0.2 1.3 0.2 Setosa ## 4 4.6 4.6 4.6 3.1 1.5 0.2 Setosa ## 5 0.2 Setosa ## 5 0.25.0 3.6 1.4 0.2 setosa ## 6 5.4 3.9 1.7 0.4 setosa

• 迭代 - 超过矢量元素，lapply（），mapply（），apply（）

＃删除包含字符的列，即iris <-iris [，！（inames in fim％“物种”）] dim（iris）

## [1] 150 4

＃找到前4列的平均值lapply（iris，均值）＃简单：colmeans（iris）

## $ sepal.length ## [1] 5.843333 ## ## $ sepal.width ## [1] 3.057333 ## ## ## $ petal.length.length ## [1] 3.758 ## ## ## $ petal.width ##[1] 1.199333

＃简化结果sapply（虹膜，平均）

## sepal.length Sepal.Width Petal.Length Petal.Width ## 5.843333 3.057333 3.758000 1.1993333333333

＃找到每行的平均值。申请（虹膜，1，平均）#simpler：Rowmeans（iris）

## [1] 2.550 2.375 2.350 2.350 2.550 2.850 2.425 2.525 2.225 2.225 2.400 2.700 2.500 2.325 2.325 2.125 2.800 ## [16] 3.000 2.750 2.750 2.575 2.575 2.875 2.675 2.675 2.675 2.675 2.575 2.575 2.575 2.575 2.575 2.575 2.575 2.575 2.575 2.575 2.575 2.575 2.575 2.45.575 #45.575 #45.5752.452.452.452.452.45.45.45.45.45.45＃ime2.400 2.625 2.500 2.225 2.550 2.525 2.100 2.275 2.675 2.800 ## [46] 2.375 2.675 2.350 2.675 2.475 4.075 3.900 4.100 3.275 3.850 3.575 3.975 2.900 3.850 3.300 ## [61] 2.875 3.650 3.300 3.775 3.350 3.900 3.650 3.400 3.600 3.275 3.925 3.550 3.800 3.700 3.725## [76] 3.850 3.950 4.100 3.725 3.200 3.200 3.150 3.400 3.850 3.600 3.875 4.000 3.575 3.500 3.325 ## [91] 3.425 3.775 3.400 2.900 3.450 3.525 3.525 3.675 2.925 3.475 4.525 3.875 4.525 4.150 4.375 ## [106] 4.825 3.400 4.575 4.200 4.8504.200 4.075 4.350 3.800 4.025 4.300 4.200 5.100 4.875 3.675 ## [121] 4.525 3.825 4.800 3.925 4.450 4.550 3.900 3.950 4.225 4.400 4.550 5.025 4.250 3.925 3.925 ## [136] 4.775 4.425 4.200 3.900 4.375 4.450 4.350 3.875 4.550 4.550 4.300 3.925 4.175 4.325 3.950

0.6R作为统计计算环境

＃定义向量x <-rnorm（1000）＃矢量计算y <-x + rnorm（1000，sd = .8）＃对象构造df <-data.frame（x = x，y = y）＃线性模型拟合<-lm（y〜x，df）

0.7在R中可视化数据

par（mfrow = c（1,2））图（y〜x，df，cex.lab = 2）abline（fit，col =“ red”，lwd = 2）library（ggplot2）ggplot（df，aes（x x），y）） + geom_point（） + stat_smooth（method =“ lm”）

0.8SessionInfo（）

SessionInfo（）

## R版本3.2.1（2015-06-18）##平台：x86_64- inknown-linux-gnu（64位）##运行下：ubuntu 14.04.2 lts ## ## ## ## locale：## [1] lc_ctype = en_us.utf-8 lc_numeric = c lc_time = en_us.utf-8 ## [4] lc_collat​​e = c lc_monetary = en_us.utf-8 lc_messages = en_us.us.utf-8 ## [7]-8 lc_name = c lc_address = c ## [10] lc_telephone = c lc_measurement = en_us.utf-8 lc_istification = c ## ## ## ##附件基本软件包：## [1] Stats stats grdevices grdevices grdevices grdevices grdevices utils utils utils datasets datasets datasets base ## ## ## ## ## ## ## ## ## ## ## ##其他随附的软件包：## [1] ggplot2_1.0.1 biocStyle_1.7.7.4 ## ## ##通过命名空间加载（并且未连接）：## [1] rcpp_0.11.11.1 codeTools_0.2-14grid_3.2.1 ## [6] plyr_1.8.3 gtable_0.1.1 formatr_1.2 magrittr_1.5 scales_0.2.5 ## [11] evaliuate_0.0.7 stringuate_0.5-5 reshape2_1.1.1.1.1.1.1.1.1.4.1 rmarkdown_0.0.0.0.0.0.7 labelling_0.0.0.3 ## [16]Proto_0.3-10 Tools_3.2.1 StringR_1.0.0 Munsell_0.4.4