（生信篇）R语言学习第2天-R语言数据结构

大家好，承接第1天的内容，今天我们介绍R语言的数据结构。

作为开场白，我本该说：无论我们是用R作图还是进行统计分析，首先是要输入我们的数据，由于R中不同（作图）函数或参数只接受特定的数据结构，如果输入的数据结构不对，R就会报错，我们也就无法作图或继续后续分析，因此数据的准备是数据分析以及作图的重要前提，同时，了解R的数据结构，也十分有助于我们了解R的工作方式。

而我想说的是：这一部分确实比较让人头疼，小爷我刚入门的时候，看了好几遍都不知道它讲的是什么鬼（不过我从小到大一直都觉得自己是只笨鸟），尤其那什么列表啊，因子啊，看后唯一的收获是认识了它的中英文。现在回过头来看，我觉着吧，对于这一部分，不用急着一下子掌握，过上两遍，了解一下它们是怎么创建的，怎么访问其中的元素以及会用简单的函数就很好了。在以后的脚本中，你会反复看到这些数据结构的身影，那时再反过来学习，想不掌握都不可能。狠心透露一个小爷我学语言的独门秘籍：看脚本，模仿，做项目。

现在，让我们正式开始“走马观花”吧

首先，了解下R中常见的数据类型，大学学过点计算机的应该很容易理解，包括数值型（numeric）、字符型（character）、逻辑型（logical）

其次是“对象（object）”的概念，R采用面向对象的编程风格，其实不必纠结于对象是什么，但是要知道什么是对象，这很重要。在R中，一个数字，一个向量，一个函数的计算结果都是对象。所有的对象都有两个内在属性：类型和长度，二者可以通过mode()和length()得到。顺便提一句，R是区分大小写的，X和x表示的是不同的对象。

那么又一重要概念来了，R语言的6中数据结构：向量（vector）、矩阵（matrix）、数组（array）、数据框（data frame）、因子（factor）以及列表（list）。

向量

向量是用于存储数值型、字符型、逻辑型数据的一维数组，常用函数c()可用来创建向量，

利用[*]下标取向量中的某个元素，第一个元素的下标为1（区别于perl、python等语言第一元素的下标或者说索引为0）。

其他创建方法如seq（可创建等差序列），rep。

对向量可进行多种函数操作，如sum(),min(),summary()以及“+ - */”等等。

注意，同一向量中不能混有不同类型的数据！ 

矩阵

学过线性代数的各位，对这个概念应该比较熟悉，矩阵是一个二维数组，每个元素拥有相同的数据类型(数值型、字符型、逻辑型)。功能函数matrix()可以用于创建矩阵。

其他运算

ginv() ：求逆

diag()： 提出对角线

det()：计算代数和

数组

与矩阵类似，但数组的维度可以大于2，相当于矩阵的延伸，不如矩阵的使用频率高。数组可以通过array()函数来创建：

数据框

数据框很常用，不同于矩阵，同一数据框内可包含不同类型的数据。可通过data.frame将若干向量组成数据框，但向量必须有相同的长度或长度有倍数关系，如果其中有一个比其它的短，它将按循环法则“循环”整数次。

因子

名义型变量和有序型变量在R中称为因子，可以使用factor或gl创建因子。

如果对因子还是没有概念，可以试着看这个例子，比如我们有5个肿瘤样本(Case)，5个正常样本(Control)，R语言中可以用下面方法标识这10个样品属性。

因子的种类称为水平（level），上面的sample因子有两个水平：Case和Control。假设expression为某个基因的表达量，通过tapply函数结合sample这个因子即可计算肿瘤和正常样本中这个基因的平均表达量。

列表

列表允许整合若干（可能无关的）对象到单个对象名下，其对象可以是目前讲到的任何结构（向量、矩阵、数据框等），功能函数list()可用于创建列表

 

 

That’s all. Thank you!

---