今天是生信星球陪你的第327天
大神一句話，菜鳥跑半年。我不是大神，但我可以縮短你走彎路的半年~
就像歌兒唱的那樣，如果你不知道該往哪兒走，就留在這學點生信好不好~
這里有豆豆和花花的學習歷程，從新手到進階，生信路上有你有我！
注意：微信自動屏蔽外鏈，所以鏈接打不開，請查看原版材料或者簡書。
原課程鏈接：
https://hbctraining.github.io/Intro-to-R/lessons/02_introR-syntax-and-data-structures.html
https://github.com/hbctraining/Intro-to-R
系列目錄
推薦一套來自哈佛的R語言和差異分析課程哈佛R語言課程--1.R簡介學習目標
應用R的變量
描述R的各種數據類型。
構建數據結構以存儲數據。
1.R語法
現在我們知道如何通過腳本編輯器或控制臺與R交互，我們希望使用R來做比添加數字更多的事情。為此，我們需要了解有關R語法的更多信息。
下面是一個示例腳本，突出顯示R（語法）的許多不同“詞性”：
注釋 #
變量和函數
賦值運算符 <-
函數中的參數用 =
注意：縮進和對齊是為了提高清晰度和易讀性
示例腳本
# Load libraries
library(Biobase)
library(limma)
library(ggplot2)
# Setup directory variables
baseDir <- getwd()
dataDir <- file.path(baseDir, 'data')
metaDir <- file.path(baseDir, 'meta')
resultsDir <- file.path(baseDir, 'results')
# Load data
meta <- read.delim(file.path(metaDir, '2015-1018_sample_key.csv'), header=T, sep='\t', row.names=1)
2.賦值運算符
要在R中做更多事，需要把值對應到 變量，使用賦值運算符，<-。例如，可以使用賦值運算符將賦值3賦值給 x：
x <- 3
賦值運算符（<-）將右邊的值賦給左邊的變量。
在RStudio中，賦值符號快捷鍵是Alt和-。
3.變量
變量是信息的符號名稱或引用代號。計算機編程中的變量類似于“桶”，其中可以存儲和引用信息。在桶的外面是一個名字。在引用“桶”時，我們使用“桶”的名稱，而不是存儲在“桶”中的數據。
在上面的例子中，我們創建了一個名為 x的變量（“桶”）。并放了一個值，3。
創建另一個名為y的變量，并賦值為5。
y <- 5
為變量賦值時，R不會向控制臺輸出任何內容。您可以強制使用括號輸出值并或鍵入變量名來輸出值。
y
還可以通過查看RStudio界面右上角的窗口Environment來查看有關變量的信息。
查看environment
現在我們可以通過名稱引用這些“桶”來對其中包含的值執行數學運算。在控制臺中執行：
x + y
嘗試將此操作的結果賦值給另一個名為的變量number。
number <- x + y
練習
嘗試將變量x的值更改為5，number會變化嗎？
現在嘗試更改變量的值y以包含值10.您需要做什么來更新變量number？
關于變量名的提示
變量可以給幾乎任何名稱，例如x，current_temperature或 subject_id。但是，應該記住一些規則/建議：
要明確，但不要太長。
避免使用以數字開頭的名稱（2x無效但是x2）
避免在R中基本功能的名稱（例如if，else，for，看這里的完整列表）。在一般情況下，即使它是允許的，最好不要使用其他的功能的名稱（如c，T，mean，data）作為變量名。如有疑問，請查看幫助以查看該名稱是否已被使用。
避免在變量名中使用（.）,比如my.dataset。由于歷史原因，R中有許多帶有“.”的函數，但由于“.”在R（對于methods）和其他編程語言中具有特殊含義，最好避免。
使用名詞作為對象名稱和動詞來表示函數名稱
請記住，R區分大小寫（例如，genome_length與之不同Genome_length）
與代碼的樣式（放置空格，如何命名變量等）保持一致。在R中，兩個流行的風格指南是Hadley Wickham的風格指南和Google的風格指南。
4.數據類型
變量可以包含R中特定類型的值.R使用的六種數據類型包括：
'numeric' 任何數值
'character' 對于文本值，使用引號（“”）表示值
'integer'為整數（例如，2L中，L表示與R，它是一個整數）
'logical'： TRUE和FALSE（布爾數據類型）
'complex'用實部和虛部來表示復數（例如 1+4i）
'raw'
后兩種不作進一步討論
下表提供了每種常用數據類型的示例：
數據類型例子
數字：1,1.5,20，pi
字符：“anytext”，“5”，“TRUE”
整數：2L，500L，-17L
邏輯：TRUE，FALSE，T，F
5.數據結構
我們知道變量就像桶一樣，到目前為止我們已經看到單個值填充的“桶”。number創建時，數學運算的結果也是單個值。變量可以存儲多個單獨的值，它們可以存儲多種不同的數據結構。這些包括但不限于向量（c），因子（factor），矩陣（matrix），數據框（data.frame）和列表（list）。
（1）向量
向量是R中最常見和最基本的數據結構，幾乎是R的主力。它基本上只是一組值，主要是數字，
數字向量
或者字符串，
字符串向量
或邏輯值，
邏輯向量
請注意，向量中的所有值必須具有相同的數據類型。如果您嘗試創建具有多個數據類型的向量，R將嘗試將其強制轉換為單個數據類型。
例如，如果您嘗試創建以下向量：
混合的向量
R會強制寫入：
image
向量就好比有不同的隔間的桶; 向量中的這些隔間稱為元素。
每個元素都包含一個值，并且一個向量中包含的元素數量沒有限制。向量被賦值給單個變量，無論它包含多少元素，最終它仍然是單個實體（桶）。
現在創建一個表示基因組長度的向量，并將其賦值給一個名為glengths的變量。
該向量的每個元素包含單個數值，并且使用c()（組合函數）將三個值組合在一起成為向量。所有值都放在括號內并用逗號分隔。
glengths <- c(4.6, 3000, 50000)
glengths
請注意，environment顯示glengths變量是數字，并告訴您glengths向量從元素1開始，到元素3結束（即向量包含3個值）。
向量也可以包含字符。創建另一個包含三個元素的向量species，其中每個元素對應于基因組大小向量（以Mb為單位）。
species <- c('ecoli', 'human', 'corn')
species
練習
通過組合我們剛剛創建的兩個向量（glengths和species）來創建數值和字符值的向量。將此組合向量賦值給名為的新變量combined。提示：您需要使用combine c()函數來執行此操作。combined在控制臺中輸出向量，與原始向量相比看起來有什么不同？
（2）因子
因子是一種特殊類型的向量，用于存儲分類數據。每個唯一類別被稱為factor level（即類別=級別）。因子建立在整數向量之上，使得每個actor level被賦予整數值，從而創建值 - 標簽對。
因子
讓我們創建一個因子型向量并探索更多。我們首先創建一個描述三種不同表達級別的字符向量：
expression <- c('low', 'high', 'medium', 'high', 'low', 'medium', 'high')
現在我們可以使用函數將此字符向量轉換為因子factor()：
expression <- factor(expression)
那么，factor()函數實現了什么？
factor_new
表達向量是分類的，因為向量中的所有值都屬于一組類別; 在這個例子中，類別是low，medium和high。通過將表達向量轉換為因子，類別按字母順序分配整數，高= 1，低= 2，中等= 3。這實際上分配了不同的因子水平。您可以在“ environment”窗口中查看新創建的因子變量和level。
環境中的因子變量
練習
在實驗分析中使用三組不同的細胞：正常細胞，基因敲除細胞（一個牛X的基因），以及過表達基因A的細胞。每種細胞類型我們有三個重復。
samplegroup使用以下代碼創建一個名為的向量。該載體將包含9個元件：3個對照（“CTL”）樣品，3個敲除（“KO”）樣品和3個過表達（“OE”）樣品：
samplegroup <- c('CTL', 'CTL', 'CTL', 'KO', 'KO', 'KO', 'OE', 'OE', 'OE')
轉samplegroup成因子數據結構。
（3）矩陣
R的矩陣（matrix）是具有相同長度和相同數據類型的向量的集合。向量按行或按列組合為矩陣，創建二維結構。
矩陣
矩陣通常用作統計學數學機制的一部分。矩陣的數據類型通常是數值，并在計算算法中用作checkpoint。例如，如果輸入數據的數據類型不同（數字，字符等），則matrix()函數將報錯，并停止執行任何下游代碼。
（4）數據框
數據框（ data.frame）是大多數表格數據的實際數據結構，以及我們用于統計和繪圖的內容。Adata.frame類似于矩陣，因為它是相同長度的向量集合，每個向量代表一列。但是，在數據框中，每個向量可以是不同的數據類型（例如，字符，整數，因子）。
數據框
數據框是在R中存儲數據的最常用方式，如果系統地使用，則使數據分析更容易。
我們可以通過將向量按列組合來來創建數據框。我們使用data.frame()函數執行此操作，并為函數提供我們想要組合在一起的不同向量。此功能僅適用于相同長度的向量。
df <- data.frame(species, glengths)
注意data.frame()默認將字符向量轉換為因子。將數據框輸出到控制臺：
df
檢查數據集，發現雖然species向量是字符向量，但在數據框中被自動轉換為因子（刪除引號）。我們將在下一課中展示如何更改函數的默認行為。
請注意，您可以通過單擊Environment窗口中的變量名來查看data.frame對象。
列表
列表是R中的一個數據結構，聽起來嚇人,實際上非常有用。列表是一種數據結構，可以包含任意數量、任何類型的其他數據結構。
列表
如果您希望組合使用不同數據結構的變量，則可以使用list()函數將所有這些變量放入一個列表對象中，并將要組合的所有項目放在括號中：
list1 <- list(species, df, number)
將列表輸出到屏幕以查看組件：
list1
[[1]]
[1] 'ecoli' 'human' 'corn'
[[2]]
species glengths
1 ecoli 4.6
2 human 3000.0
3 corn 50000.0
[[3]]
[1] 5
有三個組件對應于我們傳入的三個不同變量，可以看到每個變量的結構都被保留。基于數字位置引用列表的每個組件。我們將在后面的課程中更多地討論如何檢查和操作列表的組件。
練習
創建一個名為list2的列表，其中包含species，glengths和number。
*本課程由[Harvard Chan Bioinformatics Core (HBC)](https://github.com/hbctraining/In-depth-NGS-Data-Analysis-Course)的教學團隊成員開發，中文版由簡書ID@小潔忘了怎么分身（公眾號@生信星球）整理。
（抱歉昨天對生物信息中心的中文翻譯有誤，公眾號無法修改，但簡書中修改了。）
隔壁生信技能樹公益視頻合輯（學習順序是linux，r，軟件安裝，geo，小技巧，ngs組學！）
國內看B站，教學視頻鏈接：https://m.bilibili.com/space/338686099
國外看YouTube，教學視頻鏈接：https://m.youtube.com/channel/UC67sImqK7V8tSWHMG8azIVA/playlists
友情鏈接：
生信工程師入門最佳指南學徒培養資料大全
