注意：微信自动屏蔽外链，所以链接打不开，请查看原版材料或者简书。
原课程链接：
https://hbctraining./Intro-to-R/lessons/02_introR-syntax-and-data-structures.html
https://github.com/hbctraining/Intro-to-R
系列目录
推荐一套来自哈佛的R语言和差异分析课程
哈佛R语言课程--1.R简介
学习目标
应用R的变量
描述R的各种数据类型。
构建数据结构以存储数据。
1.R语法
现在我们知道如何通过脚本编辑器或控制台与R交互，我们希望使用R来做比添加数字更多的事情。为此，我们需要了解有关R语法的更多信息。
下面是一个示例脚本，突出显示R（语法）的许多不同“词性”：
注释 #
变量和函数
赋值运算符 <-
函数中的参数用 =
注意：缩进和对齐是为了提高清晰度和易读性
示例脚本
# 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.赋值运算符
要在R中做更多事，需要把值对应到 变量，使用赋值运算符，<-。例如，可以使用赋值运算符将赋值3赋值给 x：
x <- 3
赋值运算符（<-）将右边的值赋给左边的变量。
在RStudio中，赋值符号快捷键是Alt和-。
3.变量
变量是信息的符号名称或引用代号。计算机编程中的变量类似于“桶”，其中可以存储和引用信息。在桶的外面是一个名字。在引用“桶”时，我们使用“桶”的名称，而不是存储在“桶”中的数据。
在上面的例子中，我们创建了一个名为 x的变量（“桶”）。并放了一个值，3。
创建另一个名为y的变量，并赋值为5。
y <- 5
为变量赋值时，R不会向控制台输出任何内容。您可以强制使用括号输出值并或键入变量名来输出值。
y
还可以通过查看RStudio界面右上角的窗口Environment来查看有关变量的信息。
查看environment现在我们可以通过名称引用这些“桶”来对其中包含的值执行数学运算。在控制台中执行：
x + y
尝试将此操作的结果赋值给另一个名为的变量number。
number <- x + y
练习
尝试将变量x的值更改为5，number会变化吗？
现在尝试更改变量的值y以包含值10.您需要做什么来更新变量number？
关于变量名的提示
变量可以给几乎任何名称，例如x，current_temperature或 subject_id。但是，应该记住一些规则/建议：
要明确，但不要太长。
避免使用以数字开头的名称（2x无效但是x2）
避免在R中基本功能的名称（例如if，else，for，看这里的完整列表）。在一般情况下，即使它是允许的，最好不要使用其他的功能的名称（如c，T，mean，data）作为变量名。如有疑问，请查看帮助以查看该名称是否已被使用。
避免在变量名中使用（.）,比如my.dataset。由于历史原因，R中有许多带有“.”的函数，但由于“.”在R（对于methods）和其他编程语言中具有特殊含义，最好避免。
使用名词作为对象名称和动词来表示函数名称
请记住，R区分大小写（例如，genome_length与之不同Genome_length）
与代码的样式（放置空格，如何命名变量等）保持一致。在R中，两个流行的风格指南是Hadley Wickham的风格指南和Google的风格指南。
4.数据类型
变量可以包含R中特定类型的值.R使用的六种数据类型包括：
'numeric' 任何数值
'character' 对于文本值，使用引号（“”）表示值
'integer'为整数（例如，2L中，L表示与R，它是一个整数）
'logical'： TRUE和FALSE（布尔数据类型）
'complex'用实部和虚部来表示复数（例如 1+4i）
'raw'
后两种不作进一步讨论
下表提供了每种常用数据类型的示例：
| 数据类型 | 例子 |
|---|
| 数字： | 1,1.5,20，pi |
| 字符： | “anytext”，“5”，“TRUE” |
| 整数： | 2L，500L，-17L |
| 逻辑： | TRUE，FALSE，T，F |
5.数据结构
我们知道变量就像桶一样，到目前为止我们已经看到单个值填充的“桶”。number创建时，数学运算的结果也是单个值。变量可以存储多个单独的值，它们可以存储多种不同的数据结构。这些包括但不限于向量（c），因子（factor），矩阵（matrix），数据框（data.frame）和列表（list）。
（1）向量
向量是R中最常见和最基本的数据结构，几乎是R的主力。它基本上只是一组值，主要是数字，
数字向量或者字符串，
字符串向量或逻辑值，
逻辑向量请注意，向量中的所有值必须具有相同的数据类型。如果您尝试创建具有多个数据类型的向量，R将尝试将其强制转换为单个数据类型。
例如，如果您尝试创建以下向量：
混合的向量R会强制写入：
image向量就好比有不同的隔间的桶; 向量中的这些隔间称为元素。
每个元素都包含一个值，并且一个向量中包含的元素数量没有限制。向量被赋值给单个变量，无论它包含多少元素，最终它仍然是单个实体（桶）。
现在创建一个表示基因组长度的向量，并将其赋值给一个名为glengths的变量。
该向量的每个元素包含单个数值，并且使用c()（组合函数）将三个值组合在一起成为向量。所有值都放在括号内并用逗号分隔。
glengths <- c(4.6, 3000, 50000)
glengths
请注意，environment显示glengths变量是数字，并告诉您glengths向量从元素1开始，到元素3结束（即向量包含3个值）。
向量也可以包含字符。创建另一个包含三个元素的向量species，其中每个元素对应于基因组大小向量（以Mb为单位）。
species <- c('ecoli', 'human', 'corn')
species
练习
通过组合我们刚刚创建的两个向量（glengths和species）来创建数值和字符值的向量。将此组合向量赋值给名为的新变量combined。提示：您需要使用combine c()函数来执行此操作。combined在控制台中输出向量，与原始向量相比看起来有什么不同？
（2）因子
因子是一种特殊类型的向量，用于存储分类数据。每个唯一类别被称为factor level（即类别=级别）。因子建立在整数向量之上，使得每个actor level被赋予整数值，从而创建值 - 标签对。
因子让我们创建一个因子型向量并探索更多。我们首先创建一个描述三种不同表达级别的字符向量：
expression <- c('low', 'high', 'medium', 'high', 'low', 'medium', 'high')
现在我们可以使用函数将此字符向量转换为因子factor()：
expression <- factor(expression)
那么，factor()函数实现了什么？
factor_new表达向量是分类的，因为向量中的所有值都属于一组类别; 在这个例子中，类别是low，medium和high。通过将表达向量转换为因子，类别按字母顺序分配整数，高= 1，低= 2，中等= 3。这实际上分配了不同的因子水平。您可以在“ environment”窗口中查看新创建的因子变量和level。
环境中的因子变量
练习
在实验分析中使用三组不同的细胞：正常细胞，基因敲除细胞（一个牛X的基因），以及过表达基因A的细胞。每种细胞类型我们有三个重复。
samplegroup使用以下代码创建一个名为的向量。该载体将包含9个元件：3个对照（“CTL”）样品，3个敲除（“KO”）样品和3个过表达（“OE”）样品：
samplegroup <- c('CTL', 'CTL', 'CTL', 'KO', 'KO', 'KO', 'OE', 'OE', 'OE')
转samplegroup成因子数据结构。
（3）矩阵
R的矩阵（matrix）是具有相同长度和相同数据类型的向量的集合。向量按行或按列组合为矩阵，创建二维结构。
矩阵矩阵通常用作统计学数学机制的一部分。矩阵的数据类型通常是数值，并在计算算法中用作checkpoint。例如，如果输入数据的数据类型不同（数字，字符等），则matrix()函数将报错，并停止执行任何下游代码。
（4）数据框
数据框（ data.frame）是大多数表格数据的实际数据结构，以及我们用于统计和绘图的内容。Adata.frame类似于矩阵，因为它是相同长度的向量集合，每个向量代表一列。但是，在数据框中，每个向量可以是不同的数据类型（例如，字符，整数，因子）。
数据框数据框是在R中存储数据的最常用方式，如果系统地使用，则使数据分析更容易。
我们可以通过将向量按列组合来来创建数据框。我们使用data.frame()函数执行此操作，并为函数提供我们想要组合在一起的不同向量。此功能仅适用于相同长度的向量。
df <- data.frame(species, glengths)
注意data.frame()默认将字符向量转换为因子。将数据框输出到控制台：
df
检查数据集，发现虽然species向量是字符向量，但在数据框中被自动转换为因子（删除引号）。我们将在下一课中展示如何更改函数的默认行为。
请注意，您可以通过单击Environment窗口中的变量名来查看data.frame对象。
列表
列表是R中的一个数据结构，听起来吓人,实际上非常有用。列表是一种数据结构，可以包含任意数量、任何类型的其他数据结构。
列表如果您希望组合使用不同数据结构的变量，则可以使用list()函数将所有这些变量放入一个列表对象中，并将要组合的所有项目放在括号中：
list1 <- list(species, df, number)
将列表输出到屏幕以查看组件：
list1
[[1]]
[1] 'ecoli' 'human' 'corn'
[[2]]
species glengths
1 ecoli 4.6
2 human 3000.0
3 corn 50000.0
[[3]]
[1] 5
有三个组件对应于我们传入的三个不同变量，可以看到每个变量的结构都被保留。基于数字位置引用列表的每个组件。我们将在后面的课程中更多地讨论如何检查和操作列表的组件。
练习
创建一个名为list2的列表，其中包含species，glengths和number。
*本课程由[Harvard Chan Bioinformatics Core (HBC)](https://github.com/hbctraining/In-depth-NGS-Data-Analysis-Course)的教学团队成员开发，中文版由简书ID@小洁忘了怎么分身（公众号@生信星球）整理。
（抱歉昨天对生物信息中心的中文翻译有误，公众号无法修改，但简书中修改了。）
