生信技能树R语言学习直播配套笔记

生信技能树

发布于 2022-06-08 19:31:57

1.2K00

代码可运行

文章被收录于专栏：生信技能树生信技能树

运行总次数：0

代码可运行

下面是（ R语言编程入门）直播配套笔记

一、数据类型和向量

1. 数据类型

1.1 判断数据类型class() 1.2 按Tab键自动补全1.3 数据类型的判断和转换（1）is 族函数，判断，返回值为TRUE或FALSE

is.numeric("123")
is.character("a")
is.logical(TRUE)

（2）as族函数实现数据类型之间转换

as.matrix()  
as.numeric()
as.character()
as.logical()

2. 向量

（1）有重复的用rep(),有规律的用seq(),随机数用rnorm

rep("sample",6)
[1] "sample" "sample" "sample" "sample" "sample" "sample"

seq(4,30,3)
[1]  4  7 10 13 16 19 22 25 28

rnorm(3)
[1]  0.1511196  1.1105814 -0.8626667

（2）组合
paste0(rep("x",3),1:3) # 或 paste0("x",1:3)
[1] "x1" "x2" "x3"

paste0("sample",seq(1,5,2))
[1] "sample1" "sample3" "sample5"

paste() 和paste0()区别：（1）paste()中的sep=将两个或多个向量字符串分别对应连接 paste(v1,v1,sep = " ") paste0（）与paste（）的区别是无法设定sep，默认=“”每空格。

paste("x",1:3,sep  = "~")
[1] "x~1" "x~2" "x~3"

（2）两个向量的操作

重点：

x %in% y # x的每个元素在y中吗

x[x %in% y] #注意x,y顺序
x == y # x和对应位置的y相等吗

交集、并集、差集

x = c(1,5,3,4) y = c(5,12,24,3) intersect(x,y) [1] 5 3 union(x,y) [1] 1 5 3 4 12 24 setdiff(x,y) [1] 1 4 setdiff(y,x) [1] 12 24

当两个向量长度不一致循环补齐

sort(x)等于x[order(x)]
match(x,y) x[match(y,x)] match : 谁在外面，谁就在后面，以y为模板，给x调整顺序

x = c("A","B","C","D","E")
y = c("E","C","B","A")
match(y,x)
x[match(y,x)]

二、数据框、矩阵和列表

1.区别

（1）Vector向量——一维；matrix矩阵——二维，只允许一种数据类型；data.frame数据框——二维，每列只允许一种数据类型

2.练习题

（1）#求c1第一列数值的中位数 #筛选c1中，最后一列值为a或c的行

c1 <- read.csv("./exercise.csv")
median(c1$Petal.Length)  # 求c1第一列数值的中位数 
# 或者median(c1[,1])
c1[c1$Species %in% c("c","a"),] # 筛选c1中，最后一列值为a或c的行
# 或者c1[c1$Species == "a"| c1$Species == "c",]
错误形式如下：
c1[c1$Species == c("c","a"),] #  一长一短，无法比较，他们发生了循环补齐

（2）修改行名和列名

#改行名和列名
rownames(df) <- c("r1","r2","r3","r4")
#只修改某一行/列的名
colnames(df)[2]="CHANGE"

（3）两个数据框的连接 merge(test1,test2,by=“name”) merge(test1,test3,by.x = “name”,by.y = “NAME”)

(4) 练习

1.统计内置数据iris最后一列有哪几个取值，每个取值重复了多少次 2.提取内置数据iris的前5行，前4列，并转换为矩阵，赋值给a。3.将a的行名改为flower1，flower2…flower5。

table(iris[,ncol(iris)])
a = as.data.frame(iris[1:5,1:4])
rownames(a) = paste0("flowers",1:5) # 或者
rownames(a) = paste0("flowers",1:nrow(a))

（5） match() 函数的使用

## 以y为模板，对X的顺序进行排序，然后选择x的id列给y的列名：match()函数
# match(colnames(y),x$file_name)
# x[match(colnames(y),x$file_name),] 
# x$ID[match(colnames(y),x$file_name)]
colnames(y) = x$ID[match(colnames(y),x$file_name)]

三、几种加载包的方法

# 方法一：
install.packages("tidyr")
install.packages('BiocManager')
# 方法二：
BiocManager::install("ggplot2")
# 方法三：
devtools::install_github("jmzeng1314/idmap1") #括号里写作者用户名加包名
# 方法四：
if(!require(stringr))install.packages("stringr")

镜像源推荐：
# 清华镜像
# http://mirrors.tuna.tsinghua.edu.cn/CRAN/
# http://mirrors.tuna.tsinghua.edu.cn/bioconductor/
  
# 中科大镜像
# http://mirrors.ustc.edu.cn/CRAN/
# http://mirrors.ustc.edu.cn/bioc/

R语言中的符号

[ ] ：向量，数据框，矩阵取子集 [[ ]]：列表取子集

四、读取，写入数据

txt 和csv

read.csv()：一般读取csv格式 read.table():一般读取txt格式

ex1 <- read.table("./ex1.txt",
                  header = T)

ex2 <- read.csv("./ex2.csv",
                row.names = 1) # 第一列为行名

soft <- read.table("./soft.txt",
                   sep = "\t", # 以...分隔
                   fill = TRUE, # 空格自动填充
                   header = TRUE
                   )
write.table(ex1,file = “./ex1.txt”) write.csv(ex2,file = “./ex2.csv”)

Rdata

save() --- > 保存

load() --- > 加载

save(ex1,file = "./ex1.Rdata")
load("./ex1.Rdata")

读入数据，ID转换

案例：

soft <- read.csv("./soft.csv",row.names = 1)
head(soft)
exp$symbol <- soft$GeneName[match(rownames(exp),soft$ID)] 
exp <- exp[!duplicated(exp$symbol),]
exp <- exp[!grepl("^ENST",exp$symbol),] 
rownames(exp) <- exp$symbol
exp = exp[,-ncol(exp)]

五. 画图

（1）绘图

（1）作图：ggplot2、ggpubr、base （2）拼图：patchwork包、par里的mfrow、grid.arrange、cowplot （3）导出：

#图片的保存和导出
# 1. ggplot2系列
ggsave(p,filename = "")

# 2.通用：三段论
# 保存的格式及文件名
pdf("test.pdf")
dev.off() # 关闭画板

（2）ggplot2语法

ggplot2特殊语法：列名不带引号
属性设置映射：根据数据的某一列的内容分配颜色手动设置：把图形设置为一个或N个颜色，与数据类型无关

实战

#1.入门级绘图模板：作图数据，横纵坐标
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length))

#2.属性设置（颜色、大小、透明度、点的形状，线型等）
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length), 
             size = 5,     # 点的大小5mm
             alpha = 0.5,  # 透明度 50%
             shape = 8)  # 点的形状


## 指定映射的具体颜色？
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))+
  scale_color_manual(values = c("blue","grey","red"))

## 区分color和fill两个属性
### 1 空心形状和实心形状都用color设置颜色
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 17) #17号，实心的例子

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 2) #2号，空心的例子
### 2 既有边框又有内心的，才需要color和fill两个参数
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 24,
             fill = "black") #24号，双色的例子

#3.分面
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_wrap(~ Species) 

#双分面
dat = iris
dat$Group = sample(letters[1:5],150,replace = T)
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species)

#4.几何对象
#局部设置和全局设置
ggplot(data = iris) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
                          y = Petal.Length))+
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length))

ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+
  geom_smooth()+
  geom_point()

#5.统计变换使用场景
#5.1.不统计，数据直接做图
fre = as.data.frame(table(diamonds$cut))
fre
ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")
#5.2count改为prop
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))

#6.位置关系
# 6.1抖动的点图
ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_point()

ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_jitter()

# 6.2堆叠直方图
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut,fill=clarity))

# 6.3 并列直方图
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")
 
 #7.坐标系
#翻转coord_flip()

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()
#极坐标系coord_polar()
bar <- ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut), 
    width = 1
  ) + 
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)
bar
bar + coord_flip()
bar + coord_polar() 

# 练习题：小提琴图+箱线图
ggplot(iris,mapping = aes(x = Sepal.Width,y = Species)) +
  geom_violin(aes(fill = Species)) +
  geom_boxplot()+
  geom_jitter(aes(shape = Species))

单分面

双分面

统计变换

堆叠直方图

并列直方图

小提琴+箱线图

（3）ggpubr.R语法

# sthda上有大量ggpubr出的图
library(ggpubr)
ggscatter(iris,x="Sepal.Length",
          y="Petal.Length",
          color="Species")

p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
p
my_comparisons <- list( c("setosa", "versicolor"), 
                        c("setosa", "virginica"), 
                        c("versicolor", "virginica") )
p + stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value
  stat_compare_means(label.y = 9)

(4) 图片的保存

#图片的保存和导出 #1. ggplot2系列 ggsave(p,filename = “”)

#2.通用：三段论保存的格式及文件名 pdf(“test.pdf”) … … dev.off() # 结束

（5）拼图

# patchwork包
p1.1 <- violin_plot(dat = dat,gene = dat$CCL5)
p1.2 <- violin_plot(dat = dat,gene = dat$MMP9)
p1.4 <- violin_plot(dat = dat,gene = dat$RAC2)
p1.5 <- violin_plot(dat = dat,gene = dat$CORO1A)
p1.6 <- violin_plot(dat = dat,gene = dat$CCL2)

library(patchwork)
p1 <-  (p1.1 | p1.2 ) /     # 分成两行
  (p1.4 | p1.5 | p1.6)
library(ggplot2)
ggsave("./vertify/GSE100927_vertify.pdf", plot = p1, width = 15, height = 18) 
1234567891011

六、专题

1.数据框的排序

order 或者 tidyverse中的arrange()函数

# order 可以给向量排序，也可以给数据框排序
sort(test$Sepal.Length)
test$Sepal.Length[order(test$Sepal.Length)]

test[order(test$Sepal.Length),]
test[order(test$Sepal.Length,decreasing = T),]

# arrange，更加灵活的排序

library(tidyverse)  # 需要加载这个包
arrange(test, Sepal.Length)
arrange(test, desc(Sepal.Length))
arrange(test, desc(Sepal.Width),Sepal.Length) # 先按照Sepal.Width排序，如果Sepal.Width列相同,再按照Sepal.Length列排序

dplyr包中的mutate、select、filter、rename mutate()：新增列，rename()：重命名列名 select()：筛选列；filter()：筛选行管道符号：%>%：ctrl + shift +m

2.表达矩阵画箱线图

如下图，根据这样的表达矩阵，画出这个图，如果不变换表，是无法成功的

将长表变成短表，变化操作如下

library(tidyr)
library(tibble)
library(dplyr)
dat = t(exp) %>% as.data.frame() %>% rownames_to_column() %>%
mutate(group = group_list)

3. 连接

inner_join：交集
left_join：左连接
right_join：右连接
full_join：全连接

library(dplyr)
inner_join(test1,test2,by="name")
inner_join(test1,test2,by=c("name" = "Name")

right_join(test1,test2,by="name")
full_join(test1,test2,by="name")
semi_join(test1,test2,by="name")
anti_join(test1,test2,by="name")

merge()：函数

4. 字符串函数：加载stringr包

x <- "The birch canoe slid on the smooth planks."

x
###1.检测字符串长度
str_length(x)
length(x)
###2.字符串拆分
str_split(x," ")
x2 = str_split(x," ")[[1]];x2

y = c("jimmy 150","nicker 140","tony 152")
str_split(y," ")
str_split(y," ",simplify = T)

###3.按位置提取字符串
str_sub(x,5,9)

###4.字符检测
str_detect(x2,"h")

###5.字符串替换
str_replace(x2,"o","A")
str_replace_all(x2,"o","A")

###6.字符删除
str_remove(x," ")
str_remove_all(x," ")

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2022-04-17，如有侵权请联系 cloudcommunity@tencent.com 删除

文件存储

本文分享自生信技能树微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

文件存储

登录后参与评论

0 条评论

热度