R语言笔记1：数据类型（向量、数组、矩阵、列表和数据框）

宏基因组按：科研中数据分析解读占用了我们太多时间，学习R语言是生物测序领域数据(reads count表)分析及可视化的首选。举个例子，扩增子分析从fastq到OTU表至多是de novo或reference两种套路(1-3天)。而对OTU表开始的组间比较、网络分析、机器学习等会有上百种方法和展示方式，每一篇优秀的文章，都是数据反复咀嚼上百次优化出来的结果(3个月-3年)，而这一漫长的科研之路有R语言技能的相伴，可将统计分析可视化操作一网打尽，定能助你事半功倍。

前期公众号己分享了扩增子、宏基因组分析流程及可视化文章上百篇，但一直缺少基础入门的知识。今天起分享一位从18年3月1号刚要从wet转dry的学生零基础学习笔记，供初学者学习，虽然笔记会有不系统的地方，但也正是初学者需要经历和面对的，希望想入行的快上车，共同学习，一起成长。

学习R语言，需要先安装R语言，只需要从 https://www.r-project.org/ 下载适合你系统的最新版本软件安装即可。R语言有个优秀的环境叫Rstudio，具体安装可参考《R语言学习 - 入门环境Rstudio》一文。

R语言中的数据类型（Data Types）

R语言的对象（Objects）主要包括向量、矩阵、数组、数据框和列表。

R语言的对象有五种最基本的类型，即，字符型（character）、数值型（numeric，包括小数）、整型（integer）、复数型（complex）以及逻辑型（logical，TRUE/FALSE）

属性是R语言对象的一部分。主要包括以下几种：名字（names，dimnames），维度（dimensions，包括矩阵等），类别（class，包括数字、整数等），长度（length），以及其他。可通过 attributes()函数查看对象的属性，不是所有对象都有属性，如果没有则返回NULL。

1. 向量

向量（vector）是R语言中最基本的数据类型，执行组合功能的函数 c()可用来创建向量。

各类向量如下例所示：

a <- c (1, 2, 7, -4, 5)            ## numeric
b <- c ("Rice", "Wheat")           ## character
c <- c (TRUE, TRUE, FALSE, TRUE)   ## logical
d <- c (1+0i, 2+4i)                ## complex
e <- c (9:17)                      ## integer

注意：单个向量中的数据必须拥有相同的类型（数值型、字符型或逻辑型）。

创建空向量可以使用 vector()函数。例如创建一个指定长度为10、类型为数值型的空向量：

> x <- vector("numeric", length = 10)
> x[1] 0 0 0 0 0 0 0 0 0 0

另外，标量是只含一个元素的向量，它们用于保存常量。例如

f <- 3
g <- "US"
h <- TRUE

2. 矩阵

矩阵（matrice）是具有维度属性的向量，矩阵都是二维的，和向量类似，矩阵中也仅能包含一种数据类型。

主要有三种创建矩阵的方法：

（1）直接创建

例：数字1-20自动创建为一个5行4列的矩阵，自动填充第一列之后开始填充第二列

y <- matrix(1:20, nrow = 5, ncol = 4)
> y[,1] [,2] [,3] [,4]
[1,]    1    6   11   16
[2,]    2    7   12   17
[3,]    3    8   13   18
[4,]    4    9   14   19
[5,]    5   10   15   20
> dim(y)
[1] 5 4                            ##dim()看维度，5行4列

（2）矢量+维度向量

添加维度向量 dim()是将矢量转变为矩阵的方法

> m <- c(1:10)
> m[1]  1  2  3  4  5  6  7  8  9 10
> dim(m) <- c(2,5)                   ##2行5列
> m[,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10

（3）绑定行或列来创建矩阵

绑定行或绑定列可以通过 cbind()和 rbind()来实现

> x <- 1:3
> y <- 10:12
> cbind (x, y)x  y
[1,] 1 10
[2,] 2 11
[3,] 3 12
> rbind (x, y) [,1] [,2] [,3]
x    1    2    3
y   10   11   12

3. 数组

数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建。

4. 列表

列表（list）是一种可包含多种不同类型对象的向量，是一些对象（或成分，component）的有序集合。

> x <- list(1, "a", TRUE, 1 + 4i)
> x
[[1]]
[1] 1
[[2]]
[1] "a"
[[3]]
[1] TRUE
[[4]]
[1] 1+4i

5.数据框

数据框（Data Frames）是一种特殊的列表，其中所用元素长度都相等，列表中的每个元素都可以看作一列，每个元素的长度可以看作行数。

创建显式数据框的方法是 data.frame()

> ID <- c(1,2,3,4)
> age <- c(25,26,55,43)
> diabetes <- c("Type1","Type2","Type3","Type1")
> status <- c("Poor", "Improved", "Excellent","Poor")
> data <- data.frame(ID, age, diabetes, status)
> dataID age diabetes    status
1  1  25    Type1      Poor
2  2  26    Type2  Improved
3  3  55    Type3 Excellent
4  4  43    Type1      Poor

参考资料：

https://bookdown.org/rdpeng/rprogdatascience/R Programming for Data Science

《R语言实战》 Robert I. Kabacoff

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外120+ PI，1200+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”