数据结构基本点

2、向量 - 图1

逻辑性数据

比较运算的结果是逻辑值
>,<,<=,>=,==(相等吗？),!=(不相等吗？)

image.png

逻辑运算
与&、或｜、非！
image.png

数据类型的判断和转换

image.png
image.png

数据类型转换优先顺序

字符>数值>逻辑

image.png

实操

2.1向量生成

(1)用 c() 结合到一起【类似陈列】
(2)连续的数字用冒号“:”
(3)有重复的用rep(),有规律的序列用seq(),随机数用rnorm
(4)通过组合,产生更为复杂的向量
image.png
练习
image.png
image.png
如果数据值填错时，可能出现以下情况：
前面<具体数值时，会出现自动补齐；
前面>具体数值时，会出现重复等
image.png

2.2 单个向量

(1)赋值给一个变量名
image.png
image.png
(2)简单数学计算
image.png
(3)根据某条件进行判断,生成逻辑型向量
image.png
(4)初级统计
max(x) #最大值
min(x) #最小值
mean(x) #均值
median(x) #中位数
var(x) #方差
sd(x) #标准差
sum(x) #总和
image.png
‼️重要函数
length(x) #长度
unique(x) #去重复
duplicated(x) #对应元素是否重复
table(x) #重复值统计
sort(x)
sort(x,decreasing = F)
sort(x,decreasing = T)
image.png

2.3.两个向量

(1)比较运算，生成等长的逻辑向量
(2)数学计算
(3)连接
image.png
当两个向量长度不一致
image.png
解答：
x和y不等长时：发生循环补齐【短循环补齐长的】
image.png
可利用循环补齐简化代码
image.png
(4)交集、并集、差集
intersect(x,y)
union(x,y)
setdiff(x,y)
setdiff(y,x)
image.png

2.4.向量筛选(取子集): []

image.png
根据
image.png
image.png

image.png
思考题：
image.png
image.png

2.5.修改向量中的某个/某些元素：取子集+赋值

image.png

2.6 简单向量作图

image.png

涉及代码部分

  1. 基本学习操作
  2. > #陈列数字或字符用c()
  3. > c(1,3,5)
  4. [1] 1 3 5
  5. > c("a","b","A")
  6. [1] "a" "b" "A"
  7. > #连续数字用:
  8. > 1:9
  9. [1] 1 2 3 4 5 6 7 8 9
  10. > #重复用rep()
  11. > rep("x",times=6)
  12. [1] "x" "x" "x" "x" "x" "x"
  13. > #有规律的数列用seq()
  14. > seq(from=3,to=11,by=2)
  15. [1]  3  5  7  9 11
  16. > #随机数用rnorm
  17. > rnorm(n=2)
  18. [1] -0.4587199  0.1827148
  19. > #组合用paste0
  20. > paste0(rep("x",times=3),1:2)
  21. [1] "x1" "x2" "x1"
  23. > paste0(rep("student",times=3),seq(from=2,to=10,by=2))
  24. [1] "student2"  "student4" 
  25. [3] "student6"  "student8" 
  26. [5] "student10"
  27. ②
  28. > paste0(rep("student"),seq(2,10,2))
  29. [1] "student2"  "student4" 
  30. [3] "student6"  "student8" 
  31. [5] "student10"
  32. ③
  33. > a = seq(from=2,to=14,by=2)
  34. > paste0(rep("student",length(a)),a)
  35. [1] "student2"  "student4"  "student6" 
  36. [4] "student8"  "student10" "student12"
  37. [7] "student14"
  39. 数据类型转换
  40. > c(2,"a")#数值型自动被转换为字符型数据
  41. [1] "2" "a"
  42. > c(TRUE,"a")#逻辑型自动被转换为字符型数据
  43. [1] "TRUE" "a"   
  44. > c(TRUE,FALSE,5)#逻辑型自动被转换为数值型数据
  45. [1] 1 0 5
  48. > #单个向量操作
  49. > #1、赋值，
  50. > #可用名称xyz、AB、_、.
  51. > #不可用空格、“”、c、-、中文
  52. > x <- c(2,4,7) #规范写法
  53. > x = c(2,4,7)#随意写法
  54. > x
  55. [1] 2 4 7
  56. > (x <- c(2,4,7)) #赋值+输出（专用代码）
  57. [1] 2 4 7
  58. > x <- c(2,4,7);x #两行代码并行实现，用分号隔开
  59. [1] 2 4 7
  60. > #2、简单运算
  61. > x <- c(3,4,8)
  62. > x+1
  63. [1] 4 5 9
  64. > log(x)# 取对数
  65. [1] 1.098612 1.386294 2.079442
  66. > sqrt(x)#开根号
  67. [1] 1.732051 2.000000 2.828427
  68. > #3、根据某条件进行判断，产生逻辑向量
  69. > x>4
  70. [1] FALSE FALSE  TRUE
  71. > x==4
  72. [1] FALSE  TRUE FALSE
  74. > #4、初级统计
  75. > x <- c(1,5,8,1)
  76. >  #长度
  77. > length(x)
  78. [1] 4
  79. > #去重复，从左往右，若第一次出现则不重复，其余重复出现则为重复
  80. > unique(x)
  81. [1] 1 5 8
  82. > #判断是否重复,同unique的定义
  83. > duplicated(x)
  84. [1] FALSE FALSE FALSE  TRUE
  85. > !duplicated(x)
  86. [1]  TRUE  TRUE  TRUE FALSE
  87. > #重复值统计
  88. > table(x)
  89. x
  90. 1 5 8 
  91. 2 1 1 
  92. > #排序
  93. > sort(x)#默认从小到大
  94. [1] 1 1 5 8
  95. > sort(x,decreasing = F)
  96. [1] 1 1 5 8
  97. > sort(x,decreasing = T)
  98. [1] 8 5 1 1
  101. > #对两个向量的操作
  102. > #1、比较运算，生成等长的逻辑向量
  103. > x <- c(1,3,6,1)
  104. > y <- c(3,2,1,6)
  105. > x == y
  106. [1] FALSE FALSE FALSE FALSE
  107. > y == x
  108. [1] FALSE FALSE FALSE FALSE
  109. > #2、数学运算
  110. > x+y
  111. [1] 4 5 7 7
  112. > #3、连接
  113. > paste(x,y,seq=",")
  114. [1] "1 3 ," "3 2 ," "6 1 ," "1 6 ,"
  115. > paste0(x,y)
  116. [1] "13" "32" "61" "16"
  117. > paste(x,y,seq="")
  118. [1] "1 3 " "3 2 " "6 1 " "1 6 "
  119. > paste(x,y)
  120. [1] "1 3" "3 2" "6 1" "1 6"
  121. > # 当两个向量不等长时,发生循环补齐,长的说了算
  122. > x <- c(1,3,6,1)
  123. > y <- c(3,2,6)
  124. > x == y
  125. [1] FALSE FALSE  TRUE FALSE
  126. Warning message:
  127. In x == y : 长的对象长度不是短的对象长度的整倍数
  128. > y == x
  129. [1] FALSE FALSE  TRUE FALSE
  130. Warning message:
  131. In y == x : 长的对象长度不是短的对象长度的整倍数
  132. > #利用循环补齐简化代码
  133. > paste(rep("x",3),1:3)
  134. [1] "x 1" "x 2" "x 3"
  135. > paste0("x",1:3)
  136. [1] "x1" "x2" "x3"
  137. > #4、交集、并集、交集
  138. >  x <- c(1,5,8,1)
  139. >  y <- c(3,1,8)
  140. > intersect(x,y)
  141. [1] 1 8
  142. > union(x,y)
  143. [1] 1 5 8 3
  144. > setdiff(x,y)
  145. [1] 5
  146. >  x %in% y #x的每个元素在y中存在吗
  147. [1]  TRUE FALSE  TRUE  TRUE
  148. > y %in% x #y的每个元素在x中存在吗
  149. [1] FALSE  TRUE  TRUE
  150. > 
  152. > #注意xy的赋值形式
  153. > x <- c(1,1,3,5,7);y <- c(2,4,5,6,7)
  154. > x <- c(1,1,3,5,7)
  155. > y <- c(2,4,5,6,7)
  156. > 
  157. > x>10  #可得到与x等长的逻辑向量
  158. [1] FALSE FALSE FALSE FALSE FALSE
  159. > x %in% y  #可得到与x等长的逻辑向量
  160. [1] FALSE FALSE FALSE  TRUE  TRUE
  161. > duplicated(x) #可得到与x等长的逻辑向量
  162. [1] FALSE  TRUE FALSE FALSE FALSE
  163. > unique(x) #不能可得到与x等长的逻辑向量
  164. [1] 1 3 5 7
  166. #循环补齐
  167. > x <- c(1,5,7);y <- c(2,4,5,6,7)
  168. > x==y #可发生循环补齐
  169. [1] FALSE FALSE FALSE FALSE FALSE
  170. Warning message:
  171. In x == y : 长的对象长度不是短的对象长度的整倍数
  172. > unique(x) #不发生循环补齐 
  173. [1] 1 5 7
  174. > x %in% y #不发生循环补齐
  175. [1] FALSE  TRUE  TRUE
  176. > paste(x,y) #可发生循环补齐
  177. [1] "1 2" "5 4" "7 5" "1 6" "5 7"
  178. > x+y #可发生循环补齐
  179. [1]  3  9 12  7 12
  180. Warning message:
  181. In x + y : 长的对象长度不是短的对象长度的整倍数
  183. > #向量筛选（取子集）[]，即将TRUE对应的值挑选出来
  184. > x <- 8:15
  185. > x==10
  186. [1] FALSE FALSE  TRUE FALSE FALSE FALSE FALSE
  187. [8] FALSE
  188. > x[x==10]
  189. [1] 10
  191. > x<12
  192. [1]  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE
  193. [8] FALSE
  194. > x[x<12]
  195. [1]  8  9 10 11
  196. > 
  197. > x %in% c(9,14)
  198. [1] FALSE  TRUE FALSE FALSE FALSE FALSE  TRUE
  199. [8] FALSE
  200. > x[x%in%c(9,14)]
  201. [1]  9 14
  202. > #[]在没有遇到TRUE或FALSE时，可表示下标/位置（即第几个时对应的值）
  203. > x[2]
  204. [1] 9
  205. > x[2:5]
  206. [1]  9 10 11 12
  207. > x[c(1,5)]
  208. [1]  8 12
  209. > x[-3]# -代表的是反选
  210. [1]  8  9 11 12 13 14 15
  211. > x[-(2:4)]
  212. [1]  8 12 13 14 15
  214. > #简单向量作图
  215. > k1=rnorm(6);k1
  216. [1] -0.4591089  0.1028639 -0.1179319 -0.5134955  0.2737513  1.1585768
  217. > k2=rep(c("a","b"),each=3);k2
  218. [1] "a" "a" "a" "b" "b" "b"
  219. > boxplot(k1~k2)
  221. 作业
  222. > load("gands.Rdata")
  223. > length(g)#计算长度
  224. [1] 100
  225. > length(unique(g))#去重后的个数
  226. [1] 55
  227. > g[g=seq(from=2,to=50,by=2)]#筛选下标为偶数的基因名
  228.  [1] "CRAMP1L"    "PRSS8"      "CRAMP1L"    "SLCO1C1"   
  229.  [5] "COMMD1"     "CCT4"       "RAB7A"      "ZDHHC16"   
  230.  [9] "MYL12B"     "SNRPE"      "ZNF586"     "GGT7"      
  231. [13] "RAB7A"      "AFG3L2"     "AC104581.1" "MPP2"      
  232. [17] "ATP2A2"     "SNRPE"      "PRSS8"      "ZNF461"    
  233. [21] "CECR5"      "CLEC17A"    "ATG10"      "ATG10"     
  234. [25] "SLC25A25" 
  235. 其他方式
  236. g[c(T,F)]
  238. > table(g %in% s)
  240. FALSE  TRUE 
  241.    37    63 
  242. > g[g %in% s] #g中有多少元素在s中存在
  243.  [1] "GFM2"          "SLCO1C1"       "NYNRIN"       
  244.  [4] "COMMD1"        "COMMD1"        "AC017081.1"   
  245.  [7] "RAB7A"         "CASKIN2"       "GGT7"         
  246. [10] "SNRPE"         "RGPD3"         "ZNF586"       
  247. [13] "COMMD1"        "GGT7"          "URB1"         
  248. [16] "RAB7A"         "MPP2"          "AFG3L2"       
  249. [19] "URB1"          "AC104581.1"    "MPP2"         
  250. [22] "SNRPE"         "ARHGAP1"       "ZNF461"       
  251. [25] "OR2D3"         "CECR5"         "SPDL1"        
  252. [28] "CLEC17A"       "ZNF461"        "ATG10"        
  253. [31] "ATG10"         "ATG10"         "SLC25A25"     
  254. [34] "SLC30A9"       "SLCO1C1"       "GGT7"         
  255. [37] "CASKIN2"       "GSTP1"         "MPP2"         
  256. [40] "NYNRIN"        "INTS12"        "MPP2"         
  257. [43] "RGPD3"         "RGPD3"         "SLC30A9"      
  258. [46] "C10orf128"     "HBD"           "SLC30A9"      
  259. [49] "GGT7"          "HEPH"          "RP5-1021I20.4"
  260. [52] "KLHDC8A"       "HBD"           "ZNF586"       
  261. [55] "CECR5"         "OR2D3"         "LIPE"         
  262. [58] "INTS12"        "LIPE"          "SPDL1"        
  263. [61] "SLCO1C1"       "GGT7"          "CECR5"        
  265. > duplicated(g)#有多少哥基因在g中出现不止一次
  266.   [1] FALSE FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE
  267.  [11]  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE  TRUE FALSE FALSE
  268.  [21] FALSE FALSE  TRUE  TRUE FALSE  TRUE FALSE FALSE  TRUE FALSE
  269.  [31] FALSE  TRUE FALSE FALSE  TRUE  TRUE FALSE  TRUE FALSE FALSE
  270.  [41] FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE  TRUE  TRUE FALSE
  271.  [51] FALSE FALSE FALSE  TRUE FALSE  TRUE  TRUE FALSE FALSE  TRUE
  272.  [61]  TRUE  TRUE FALSE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE
  273.  [71] FALSE  TRUE  TRUE  TRUE FALSE  TRUE FALSE FALSE  TRUE FALSE
  274.  [81]  TRUE FALSE  TRUE FALSE  TRUE  TRUE  TRUE FALSE  TRUE  TRUE
  275.  [91] FALSE FALSE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE
  276. > g[duplicated(g)]
  277.  [1] "CRAMP1L" "COMMD1"  "CCT4"    "MYL12B"  "COMMD1"  "GGT7"   
  278.  [7] "RAB7A"   "URB1"    "MPP2"    "IL19"    "SNRPE"   "PRSS8"  
  279. [13] "ZNF461"  "ATG10"   "ATG10"   "ZDHHC16" "SLCO1C1" "GGT7"   
  280. [19] "CASKIN2" "UBAC1"   "MPP2"    "NYNRIN"  "MYL12B"  "MPP2"   
  281. [25] "RGPD3"   "RGPD3"   "SLC30A9" "SLC30A9" "MYL12B"  "GGT7"   
  282. [31] "TUBA4A"  "HBD"     "CCT4"    "ZNF586"  "CECR5"   "OR2D3"  
  283. [37] "CRAMP1L" "INTS12"  "LIPE"    "SPDL1"   "SLCO1C1" "MARC2"  
  284. [43] "GGT7"    "LCP1"    "CECR5"  
  285. > unique(g[duplicated(g)])
  286.  [1] "CRAMP1L" "COMMD1"  "CCT4"    "MYL12B"  "GGT7"    "RAB7A"  
  287.  [7] "URB1"    "MPP2"    "IL19"    "SNRPE"   "PRSS8"   "ZNF461" 
  288. [13] "ATG10"   "ZDHHC16" "SLCO1C1" "CASKIN2" "UBAC1"   "NYNRIN" 
  289. [19] "RGPD3"   "SLC30A9" "TUBA4A"  "HBD"     "ZNF586"  "CECR5"  
  290. [25] "OR2D3"   "INTS12"  "LIPE"    "SPDL1"   "MARC2"   "LCP1"   
  291. > length(unique(g[duplicated(g)]))
  292. [1] 30
  294. > rnorm(n=10,mean = 0,sd=18)#列出<2的数值
  295.  [1]  12.180906 -31.719927 -23.929819   1.933203  34.938306
  296.  [6]   6.453842  13.887899  11.719862   5.991164 -25.730037
  297. > z <- rnorm(n=10,mean = 0,sd=18)
  298. > z[z < -2]
  299. [1] -19.53764 -12.31483  -7.96186 -15.47074 -35.08725
  300. > z[z <(-2)]
  301. [1] -19.53764 -12.31483  -7.96186 -15.47074 -35.08725