> T & F
1\] FALSE \> T \& T \[1\] TRUE \> T \| F \[1\] TRUE \> F \| F \[1\] FALSE \> a \<- c(T,F,T) \> b \<- c(F,F,T) \> a \& b \[1\] FALSE FALSE TRUE \> a \| b \[1\] TRUE FALSE TRUE 在 **R** 中，大小写是敏感的，也就是说 A 和 a 是不同的对象。 1. **对象命名规则** ： * 对象名不能以数字开头，但数字可以出现在对象名的中间或结尾。例如，a1 是合法的，但 1a 不是。 * 在命名对象时，建议使用点（.）作为分隔符，这样可以提高可读性。例如：anova.result1。 2. **示例：创建一个向量** ： * 你可以通过如下命令创建一个向量： a \<- c(10, 15, 21, 18) 这个向量 a 包含了 4 个元素，数据类型为数值型（numeric），长度为 4。 3. **命名注意事项** ： * 在命名对象时，要避免与 R 中的保留名称（关键字）冲突。以下是一些保留名称示例： * NA：缺失值 * NaN：非数值 * pi：圆周率常数 * LETTERS：包含所有大写字母的字符向量 * letters：包含所有小写字母的字符向量 * month.abb：月份的缩写 * month.name：月份的全名 避免将对象命名为这些保留名称，以免与 R 语言的内置功能冲突。 在 **R** 中，有几种基本的数据类型： 1. **数值型（Numeric）** ： * 用于存储数字，包括整数和浮动点数。 * 示例：100, 0, -4.335 2. **字符型（Character）** ： * 用于存储文本数据，通常用双引号或单引号括起来。 * 示例："China" 3. **逻辑型（Logical）** ： * 用于存储逻辑值，即 TRUE 或 FALSE。 * 示例：TRUE, FALSE 4. **因子型（Factor）** ： * 用于表示分类数据，也就是不同类别或水平的变量。因子型变量可以用来表示类别，如性别、地区等。 * 示例：factor(c("Male", "Female", "Female", "Male")) * 可以用来输入患者的信息 5. **复数型（Complex）** ： * 用于存储复数数据，形式为 a + bi。 * 示例：2 + 3i * **向量（Vector）** ： * 向量是同一类型元素的集合。向量是R中最基本的数据结构，可以包含数值、字符、逻辑值等。 * 示例： v \<- c(1, 2, 3, 4) * **数组（Array）** ： * 数组是多维的数据表，可以是任意维度（维数 k）。数组的元素必须是相同的数据类型。 * 示例：创建一个二维数组 arr \<- array(1:6, dim = c(2, 3)) * **矩阵（Matrix）** ： * 矩阵是数组的一个特例，具有 2 个维度（即行和列）。矩阵中的元素必须是同一数据类型。 * 示例： mat \<- matrix(1:6, nrow = 2, ncol = 3) * **列表（List）** ： * 列表是一种可以包含不同类型元素的数据结构，可以包含向量、矩阵、数据框，甚至其他列表。与向量不同，列表中的元素可以是不同类型。 * 示例： lst \<- list(a = 1, b = "text", c = TRUE) * **数据框（DataFrame）** ： * 数据框是由一个或多个向量或因子组成的二维结构，类似于数据库中的表格。数据框中的每列可以是不同的数据类型，但每列必须是等长的。 * 示例： df \<- data.frame(Name = c("Alice", "Bob"), Age = c(25, 30)) 索引： \> count = c("a","b","c") \> count \[1\] "a" "b" "c" \> count\[1
1\] "a" \> count\[2
1\] "b" 转置： \> matrix.x \<- matrix(1:12,nrow=3,byrow=T) \> t(matrix.x) \[,1\] \[,2\] \[,3
1,\] 1 5 9 \[2,\] 2 6 10 \[3,\] 3 7 11 \[4,\] 4 8 12 \> 取行和列： \> df \<- data.frame(Name = c("Alice", "Bob"), Age = c(25, 30)) \> df Name Age 1 Alice 25 2 Bob 30 \> df\[2,
Name Age
2 Bob 30
> df[,2]
1\] 25 30 \> df\[2,1
1\] "Bob" \> df$Name \[1\] "Alice" "Bob" 对象类型判断： \> class(count) \[1\] "character" \> class(df) \[1\] "data.frame" \> class(x) \[1\] "integer" 对象类型转换： \> gender = c('male','female','male') \> gender \[1\] "male" "female" "male" \> class(gender) \[1\] "character" \> as.factor(gender) \[1\] male female male Levels: female male 外部数据读取： **1. 读取 .txt 和 .csv 文件** **read.table() 函数：** * read.table() 是 **R** 中最常用的函数之一，用于读取由空格或制表符（Tab）分隔的文本文件。它的默认分隔符是 **空格** 或 **制表符** （Tab），但可以通过参数 sep 来指定其他分隔符。 示例： data \<- read.table("data.txt", header = TRUE, sep = "\\t") * header = TRUE：表示文件的第一行是列名。 * sep = "\\t"：表示数据之间是由制表符（Tab）分隔的。 读取的结果会存储为数据框（data frame），data 变量就包含了从文件中读取的数据。 **read.csv() 函数：** * read.csv() 是 **read.table()** 的一种专门用于读取 CSV（逗号分隔值）文件的简化版本。它的默认分隔符是 **逗号** （,）。 示例： data \<- read.csv("data.csv", header = TRUE) * header = TRUE：表示文件的第一行是列名。 读取的结果会同样存储为数据框。 **2. 其他文件格式的读取** R 也可以通过一些专门的程序包来读取其他格式的数据文件。例如： * **Excel 文件** ：可以使用 readxl 或 openxlsx 包来读取 .xlsx 或 .xls 文件。 library(readxl) data \<- read_excel("data.xlsx") * **SAS 文件** ：可以使用 haven 包来读取 .sas7bdat 文件。 library(haven) data \<- read_sas("data.sas7bdat") * **DBF 文件** ：可以使用 foreign 包来读取 DBF 格式文件。 library(foreign) data \<- read.dbf("data.dbf") * **Matlab 文件** ：使用 R.matlab 包来读取 .mat 文件。 library(R.matlab) data \<- readMat("data.mat") * **SPSS 文件** ：使用 haven 包读取 .sav 文件。 library(haven) data \<- read_spss("data.sav") * **Minitab 文件** ：可以使用 foreign 包来读取 .mtw 文件。 library(foreign) data \<- read.minitab("data.mtw")  \> data \<- read.table("C:/Users/admin/Desktop/BMI.txt", header = TRUE, sep = "\\t", stringsAsFactors = FALSE) \> data height weight 1 1.75 60 2 1.80 72 3 1.65 67 4 1.90 50 5 1.74 95 6 1.91 72 \> class(data) \[1\] "data.frame" 查看当前的工作路径和修改工作路径： \> getwd() \[1\] "C:/Users/admin/Documents" \> setwd("C:/Users/admin/Desktop") 两个点代表返回上级目录，一个点代表当前目录： \> setwd("../") \> getwd() \[1\] "C:/Users/admin" 实例1：   实例2： 研究对象:肺癌，乳腺癌，膀胱癌，肝癌 研究方法:转录组测序，找到共同的差异基因 已有数据:四种肿瘤各自的差异基因 具体步骤： 1.读入数据-read.table() 2.取得交集-intersect() 3.频数统计，找到更多热点基因-table() 4.韦恩图可视化-venn.diagram()   Label.col和cat.col我没写可以自己加 