哈佛R语言课程--1.R简介

生物_医药_科研 2019-04-03

展开全文

今天是生信星球陪你的第326天

大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~

就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~

这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我！

原课程链接：
https://hbctraining./Intro-to-R/lessons/01_introR-R-and-RStudio.html
https://github.com/hbctraining/Intro-to-R

学习目标

描述R和RStudio是什么。
使用RStudio与R交互。
使用RStudio的各种组件。

1.什么是R？

有人认为R是一种编程语言，这是一种常见的错误理解，因为R远不止于此。将R视为统计计算和绘图的环境，它汇集了许多函数，能够提供强大的功能。

R环境结合了：

有效处理大数据
集成工具的集合
绘图工具
简单有效的编程语言

2.为什么用R？

开源、可视化、数据科学、统计计算、平台无关（platform agnostic）

R是一个功能强大，可扩展的环境。它具备各种数据统计、通用数据分析和可视化功能。

数据处理，清理和存储
提供各种统计方法和绘图技术
易在多平台上安装和使用（而且免费！）
开源，拥有庞大且不断增长的同行社区

3.什么是RStudio？

RStudio是免费提供的开源集成开发环境（IDE）。RStudio提供了一个具有很多功能的环境，使R更容易使用，是在终端中使用R的绝佳选择。

图形用户界面，而非只有命令行
优秀的学习工具
科研用途免费
开源

4.在RStudio中创建一个新的project目录

让我们为今天的“R简介”课程创建一个新的项目目录。

打开RStudio
打开File菜单选择New Project。
在New Project窗口中，选择New Directory。然后选择Empty Project，为新目录命名Intro-to-R，然后选择路径，例如桌面（或自定义位置）。
点击Create Project。
项目完成后，如果项目未在RStudio中自动打开，则转到File菜单，选择Open Project，然后选择Intro-to-R.Rproj。
打开RStudio，窗口中显示三个面板。
打开File菜单并选择New File，然后选择R Script。现在，RStudio界面应该如下面的屏幕截图所示。

5.RStudio界面

RStudio界面有四个主要面板：

控制台：可以在这里键入命令并查看输出。如果你在命令行运行R，就只能看到控制台。
脚本编辑器：可以在这里键入命令并保存到文件。还可以直接提交要在控制台中运行的命令。
enviroment/history：enviroment显示所有活动对象，history记录在控制台中运行的所有命令
文件/图片/包/帮助

6.组织你的工作目录和设置

6.1查看你的工作目录

在组织工作目录之前，先检查当前工作目录的位置，在控制台中输入命令：

getwd()

你的工作目录应该是Intro-to-R，是你在创建project时一起新建的文件夹。工作目录是RStudio读取和保存文件的默认位置，除非另行指定。

可以通过Files从右下角窗口中选择选项卡查看工作目录种的文件。

如果要选择其他文件夹作为工作目录，可以在右下角Files选项卡中定位其他文件夹，单击More下拉菜单并选择Set As Working Directory。

6.2 构建工作目录

要组织某个项目的工作目录，应将原始数据（原始数据）与中间数据集分开。例如，可能希望在工作目录中创建一个存储原始数据的data/目录，并具有中间数据集的results/目录和要生成的图的目录figures/。

可以通过New Folder在Files选项卡中单击来在工作目录中创建这三个目录。

完成后，工作目录应如下所示：

6.3 将文件添加到工作目录

我们将在接下来的几节课中介绍几个文件，点击以下链接访问。如果右键单击该链接，并将“链接另存为…”，定位到工作目录。即可看到该文件出现在工作目录中。我们将在本课后稍后讨论这些文件。

右键单击此链接下载规范化计数文件
使用此链接下载元数据文件

注意：如果文件自动下载到笔记本电脑上的其他位置，则使用文件浏览器或查找程序（在RStudio外部）将它们移动到工作目录，或在RStudio右下方面板Files中跳转目录、浏览查找

6.4 配置

设置长代码自动换行，不用左右滚动查看长代码。

单击RStudio屏幕顶部的“Tools”，然后单击下拉菜单中的“Global Options”。

在左侧，选择“代码”并检查“软包装R源文件”。确保单击窗口底部的“应用”按钮，然后单击“确定”。

7.与R交互

现在我们已经设置好了界面和目录结构，开始玩转R语言！在RStudio中与R交互有两种主要方式：使用控制台或使用脚本编辑器（脚本是包含代码的纯文本文件）。

7.1 控制台窗口

该控制台窗口（在RStudio，左下面板）是其中R是等着你来告诉它做什么的地方，在那里它会显示每个命令的结果。可以直接在控制台中键入命令，但session关闭时会清空。

我们来测试一下：

3 + 5

7.2 脚本编辑器

最佳做法是在脚本编辑器中输入命令，然后保存脚本。我们鼓励使用#自由注释，以描述正在使用的命令。通过这种方式，可以完整记录自己的操作，也可以可以轻松地向其他人展示你是如何做到的，如果需要，也可以重复运行某一操作。

Rstudio脚本编辑器允许通过单击脚本编辑器右上角的Run按钮将当前行或当前选中的文本“发送”到R控制台。快捷键是Ctrl+Enter。

现在让我们尝试向脚本编辑器输入命令，并使用注释字符#添加描述并选中要运行的文本：

# Intro to R Lesson
# Feb 16th, 2016

# Interacting with R

## I am adding 3 and 5\. R is fun!
3+5

选中要运行的命令，点击Run，可以看到命令在控制台中运行并输出结果。

如果不加注释符号#，运行同样的命令，会发生什么？删除前面的＃符号后重新运行命令：

I am adding 3 and 5. R is fun!
3+5

现在R试图将该句子作为命令运行，但它不起作用。我们在控制台中出现错误“Error: unexpected symbol in “I am” ，意味着R解释器不知道如何处理该命令。*

7.4 控制台命令提示符

解释命令提示符有助于了解R何时准备好接受命令。下面列出了命令提示符的不同状态以及如何退出命令：

（1）控制台已准备好接受命令：>。

如果R准备好接受命令，则R控制台会显示>。

当控制台收到命令时（通过直接键入控制台或从脚本编辑器（Ctrl-Enter）运行，R将尝试执行它。

运行后，控制台将显示结果并返回新>提示以等待新命令。

（2）控制台正在等待输入更多数据：+。

如果R仍在等待输入更多数据，因为它尚未完成，控制台将显示+提示。这意味着命令不完整。通常是因为括号或引号不成对。

（3）转义命令并获得新提示：esc键

如果无法弄清楚为什么命令没有运行，可以在控制台窗口内单击并按下esc以退出命令并返回新提示>。

练习

尝试仅从脚本编辑器输入3 +，选中并运行它。找到一种方法>在控制台中恢复命令提示符。

8.与R中的数据交互

R通常用于处理大数据，因此只有在数据处理实战中理解R语言才有意义。我们之前已将两个文件下载到工作目录中。由于后期需要使用这些文件，因此我们需要花几分钟时间熟悉这些数据。

数据集

在这个示例数据集中，我们收集了来自12只小鼠的全脑样本，并且想要评估它们之间的表达差异。表达数据表示从12个脑样品的RNA测序获得的标准化计数数据。该数据作为二维矩阵存储在逗号分隔值（CSV）文件中，每行对应于基因，每列对应于样本。

metadata

我们有另一个文件，我们在其中识别相关数据或metadata的信息。我们的元数据也存储在CSV文件中。在此文件中，每行对应一个样本，每列包含有关每个样本的一些信息。

第一列包含行名称，请注意这些行名称与上面的表达数据文件中的列名称相同（尽管顺序不同）。接下来的几列包含有关我们样本的信息，这些信息允许我们对它们进行分类。例如，第二列包含每个样品的基因型信息。每个样品分为两类：Wt（野生型）或KO（淘汰）。在其余列中观察到哪些分类？

R特别擅长处理这类分类数据。数据不是简单地将该信息存储为文本，而是以特定的数据结构表示，该结构允许用户以快速有效的方式对数据进行排序和操作。当我们学习R中的不同课程时，我们将更详细地讨论这个问题！

9.最佳实践

在我们开始研究更复杂的概念并熟悉语言之前，我们想要指出一些关于使用R时最佳实践的事情，这将有助于组织项目：

如果我们可以记录我们所做的一切，代码和工作流程就更具有可再现性。我们的最终目标不仅仅是“做事”，而是任何人都能轻松准确地复制我们的工作流程和结果。所有代码都应该在脚本编辑器中编写并保存到文件中，而不是在控制台中工作。
在[R控制台]应主要用于检查对象，测试函数或寻求帮助。
使用#标志进行注释。在R脚本中自由注释。这将有助于你和其他协作者了解每行代码（或代码块）的用途。#R忽略了a右侧的任何内容。如果你想要注释整段文本，则可以使用快捷键`Ctrl + Shift + C`。