生信入门DAY5-6

#作图分三类

#1.基础包 略显陈旧 了解一下
plot(iris[,1],iris[,3],col = iris[,5]) 
text(6.5,4, labels = 'hello')

dev.off() #关闭画板，多次被占用那就多关闭几次

#2.ggplot2 中坚力量，语法有个性
library(ggplot2)
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))

#3.ggpubr 新手友好型 ggplot2简化和美化 褒贬不一
library(ggpubr)
ggscatter(iris,
          x="Sepal.Length",
          y="Petal.Length",
          color="Species")

# 时间有限，先在现有的代码基础上修改，课后再自己敲
# 6-1
# 1.加载test.Rdata,分别test的以a和b列作为横纵坐标，change列映射颜色，画点图。
# 2.尝试修改点的颜色为暗绿色(darkgreen)、灰色、红色
load("test.Rdata")
ggplot(data = test)+
  geom_point(mapping = aes(x = a,
                           y = b,
                           color = change))+
  scale_color_manual(values = c("darkgreen","grey","red"))

library(ggplot2)
#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）

#2.1 手动设置，需要设置为有意义的值，写在了mapping这个括号里面，是aes的参数，是列名。

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

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

#2.2 映射：按照数据框的某一列来定义图的某个属性，写在geom_point这个括号里面，是具体颜色。
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))

## Q1 能不能自行指定映射的具体颜色？
#如果没有加color = Species，干活但不报错，结果也不是我们想要的。
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))+
  scale_color_manual(values = c("blue","grey","red"))

#想要什么颜色就有什么颜色-十六进制颜色编码
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))+
  scale_color_manual(values = c("#2874C5","#e6b707","#f87669"))#可以用截图工具Snipaste去取
#paletteer-集成多个配色R包，两千多种选择
if(!require(paletteer))install.packages("paletteer",ask = F,update = F)
if(!require(awtools))install.packages("awtools",ask = F,update = F)
library(paletteer)
ggplot(data = iris)+ 
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length, 
                           color = Species))+ 
  scale_color_paletteer_d("awtools::mpalette") #配色R包::配色名
palettes_d_names

#View(palettes_d_names)
#library(paletteer)
#length(unique(palettes_d_names$package))
#table(duplicated(palettes_d_names$package))
#tmp=installed.packages() 装了哪些函数了


## Q2 区分color和fill两个属性
### Q2-1 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
### Q2-2 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),
             shape = 24,
             color = "red",          				     
             fill = "yellow") #24号，双色的例子

#局部设置和全局设置
#一个geom函数画出来的所有东西称之为一个几何对象，几何对象可以叠加
ggplot(data = iris) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
                          y = Petal.Length))+
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length))#局部设置

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

# 1.尝试写出下图的代码
# 2.尝试在此图上叠加点图，
# 能发现什么问题？
#把color改成fill就可以实现填充.
#另外图中点的数量没有150个，要让这些点抖动起来，解决办法是geom_point(position='jitter')或者geom_jitter()
ggplot(data = iris,mapping = aes(x = Species, y = Sepal.Width, fill = Species))+
  geom_boxplot()+
  geom_point(position='jitter')#全局设置

#geom_point(position = "jitter")
  geom_jitter()

coord_flip()

 theme_bw()

# ggpubr 搜代码直接用，基本不需要系统学习

# sthda上有大量ggpubr出的图
library(ggpubr)
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,
                       aes(label = after_stat(p.signif)))

#图片保存的三种方法

#1.基础包作图的保存，三段论
pdf("iris_box_ggpubr.pdf")#保存的函数及文件名，函数pdf要与文件的后缀一样，还有其它的小伙伴，查帮助文档。
boxplot(iris[,1]~iris[,5])#作图代码
text(6.5,4, labels = 'hello')
dev.off()#关闭画板

#2.ggplot系列图(包括ggpubr)通用的简便保存 ggsave
p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
ggsave(p,filename = "iris_box_ggpubr.png")
#ggsave("iris_box_ggpubr.png")如果没赋值的话

#3.eoffice包 导出为ppt,全部元素都是可编辑模式
library(eoffice)
topptx(p,"iris_box_ggpubr.pptx")
#在PPT里面改图的一些参数（如字体，字号）会比用代码方便得多。

rm(list = ls())
if(!require(stringr))install.packages('stringr')
library(stringr)

x <- "The birch canoe slid on the smooth planks."
x
### 1.检测字符串长度
str_length(x)#拆分出来是一个列表
length(x)
### 2.字符串拆分
str_split(x," ")#拆分出来是一个列表
class(str_split(x," "))
x2 = str_split(x," ")[[1]];x2#把列表中唯一的子集提取出来
class(x2)

y = c("jimmy 150","nicker 140","tony 152")
str_split(y," ")
class(str_split(y," "))
y2 = str_split(y," ")[[2]];y2
class(y2)
str_split(y," ",simplify = T)#让结果简单化，让它不要产生一个列表
#这个simplify = T的参数只能简化成矩阵，而不能简化成数据框。

### 3.按位置提取字符串
str_sub(x,5,9)

### 4.字符检测
str_detect(x2,"h")#这串逻辑值的特点是：长度与向量x2一一对应，且长度相等。
#所以可以按照逻辑值给向量取子集。
str_starts(x2,"T")
str_ends(x2,"e")
### 5.字符串替换
x2
str_replace(x2,"o","A")
str_replace_all(x2,"o","A")

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

test <- iris[c(1:2,51:52,101:102),]
rownames(test) =NULL # 去掉行名，NULL是“什么都没有”
test

# arrange，数据框按照某一列排序

library(dplyr)
arrange(test, Sepal.Length) #从小到大
arrange(test, desc(Sepal.Length)) #从大到小
arrange(test, "Sepal.Length")#加引号，虽不报错，但结果不对，所以不能带引号。

# distinct，数据框按照某一列去重复
distinct(test,Species,.keep_all = T)#.keep_all = T这个参数一般不用动，想知道自己查。

# mutate，数据框新增一列
mutate(test, new = Sepal.Length * Sepal.Width)
#test$new=test$Sepal.Length * test$Sepal.Width
test
test=mutate(test, new = Sepal.Length * Sepal.Width)
test
#修改过的变量，一定要重新赋值


# 连续的步骤

# 1.多次赋值，产生多个中间的变量
#select用来选列，filter用来选行
x1 = select(iris,-5)#不选第五列
x2 = as.matrix(x1)
x3 = head(x2,50)#head是取这个x2的前50行的意思
pheatmap::pheatmap(x3)

# 2. 嵌套，代码不易读
pheatmap::pheatmap(head(as.matrix(select(iris,-5)),50))
#彩虹括号设置

# 3.管道符号传递，简洁明了（必须要加载一个包才能传递，什么包？dplyr）
#默认传到第一个参数，如果不是传到第一个参数，文档有补充，传到哪就在哪打点。
iris %>%
  select(-5) %>%
  as.matrix() %>%
  head(50) %>% 
  pheatmap::pheatmap()

rm(list = ls())

## 一.条件语句

###1.if(){ }

#### (1)只有if没有else，那么条件是FALSE时就什么都不做
#TRUE执行，FALSE不执行
i = -1
if (i<0) print('up')
if (i>0) print('up')

#理解下面代码
if(!require(tidyr)) install.packages('tidyr')
#如果加载成功（TRUE），!否定-FALSE，所以不安装tidyr。
#如果加载失败（FALSE），!否定-TRUE，所以安装tidyr。


#### (2)有else
i =1
if (i>0){
  print('+')
} else {
  print("-")
}
i = 1
ifelse(i>0,"+","-")#这个函数非常重要
#第一个参数代表逻辑值，第二个参数代表逻辑值为TRUE的结果，第三个参数代表逻辑值为FALSE的结果。

x = rnorm(3)
x
ifelse(x>0,"+","-")

#ifelse()+str_detect(),王炸（差异化分析分组时可用）
samples = c("tumor1","tumor2","tumor3","normal1","normal2","normal3")
k1 = str_detect(samples,"tumor");k1
ifelse(k1,"tumor","normal")
k2 = str_detect(samples,"normal");k2
ifelse(k2,"normal","tumor")

#### (3)多个条件
i = 0
if (i>0){
  print('+')
} else if (i< 0) {
  print('-')
} else{
  print('0')
}

ifelse(i>0,"+",ifelse(i<0,"-","0"))

## 二、for循环
#把x里面的每个值批量地带入中括号里面的代码就可以了。
for( i in 1:4){
  print(i)
}

#批量画图
par(mfrow = c(2,2))
for(i in 1:4){
  plot(iris[,i],col = iris[,5])
}
#批量装包
pks = c("tidyr","dplyr","stringr")
for(g in pks){
  if(!require(g,character.only = T))#循环中这个参数永远加进去character.only = T
    install.packages(g,ask = F,update = F)#参数的意思是，不要问我更不更新。
}

#练习7-2----
# 1.加载deg.Rdata,根据a、b两列的值，按照以下条件生成向量x：
 load("deg.Rdata")
#a< -1 且b<0.05,则x对应的值为down；
#a>1 且b<0.05,则x对应的值为up；
#其他情况，x对应的值为no
# 统计up、down、no各出现了多少次
# 提示：ifelse函数
deg$b
x=ifelse(deg$a< -1 & deg$b<0.05,"down",ifelse(deg$a>1&deg$b<0.05,"up","no"))
table(x) 

rm(list = ls())
## apply()族函数

### 1.apply 处理矩阵或数据框

#apply(X, MARGIN, FUN, …) 
#其中X是数据框/矩阵名；
#MARGIN为1表示行，为2表示列，FUN是函数

test<- iris[1:6,1:4]

apply(test, 2, mean)
apply(test, 1, sum)

### 2.lapply(list, FUN, …) 
# 对列表/向量中的每个元素实施相同的操作

lapply(1:4,rnorm)

test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'), 
                    blood_type = c("A","B","O","AB"))
test1
test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
                    group = c("group1","group1","group2","group2"),
                    vision = c(4.2,4.3,4.9,4.5))
test2
library(dplyr)
inner_join(test1,test2,by="name")#取交集，取中间的圈
left_join(test1,test2,by="name")#取左边和中间的小圈
right_join(test1,test2,by="name")#取右边和中间的小圈
full_join(test1,test2,by="name")#左中右全部都取

#练习7-3----
#1. 加载test1.Rdata，将两个数据框按照probe_id列连接在一起，按共同列取交集
#2. 找出logFC最小的10个基因和logFC最大的10个基因(symbol列就是基因名)
rm(list = ls())
library(dplyr)
y=inner_join(dat,ids,by="probe_id")
y
x=arrange(y,logFC)
x
tail(x$symbol,10)
head(x$symbol,10)
#x=arrange(y,desc(logFC))
#x
#tail(x$symbol,10)