【R语言】基础知识
R 语言是一门动态弱类型的语言，同时作为一种解释型程序语言，它具有面向对象编程和函数式编程两种编程范式。
其中面向对象的部分中，将对象作为存储单位，用以存储变量值，存储函数内容，存储字符内容等。 如果在命令行中进行交互时输入对象所相关的变量名，会返回对象内存储的内容。 当调用函数时，需要使用 $lambda$ 表达式的方式。
面向对象编程的思想下，每个对象都有其相应的属性，大部分属性是普适的，也有特殊的属性值。
{% asset_img “oop.png” %}
注意：
- R里最基础的数据元素不是标量，是向量，所有数据传入变量时均转换为向量组成。
- 在查看对象的类型时，对于单向量对象，返回每个元素的数据类型；对于向量之外的对象，返回数据结构。
函数式编程的部分则将函数作为编程的主体，对将函数和环境作为编程考虑的因素。 函数式编程中，函数是一等公民，或者说将函数看作一种对象，可以将函数作为参数传递给高阶函数，并且高阶函数可以将函数作为一个返回值。
1. 数据类型
R 中变量的声明通常为
变量名 = 对象
#或
变量名 <- 对象
变量名命名有一些基本原则：
- 必须字母开头。
- 可包含字母、数字、
_、.。 - ==区分大小写==。
- 不能使用关键字，最好不
- 不能以特殊字符开头，最好不
- 不能以数字开头，最好不
之所以用最好不，是因为在是在迫不得已的时候，可以用
"'和反引号来包裹变量名，从而把他们作为变量名，但是使用的时候也得这样用。
常量或称字面量，即编程实践中的值。 数据类型，即字面量类型。根据数据结构复杂程度可以分为，基本类型和复合类型。
1.1. 基本类型
通过 mode() typeof() 获得
- 字符型(character)：
"a", 'a' - 数值型(numeric)
- 整数(integer)：
1L - 浮点数(double)：
3.14 - 复数型(complex)：
- 整数(integer)：
- 逻辑型(logical)：
TRUE - 原生型(raw)：
有些时候 R 会自动进行类型之间的转换，此时遵循类型转换优先级进行：
- 字符型
- 浮点型
- 整型
- 逻辑型
1.2. 复合类型
1.2.1. 标量(Scalar)
只储存仅有一个变量的对象，R中现实不存在
x <- 1
y <- "a"
z <- TRUE
1.2.2. 向量(vector)
存储多个标量，但是类型统一，有一维和多维向量。
a<-seq(from=1,to=10)
a
#> [1] 1 2 3 4 5 6 7 8 9 10
a[-c(1,2,3)] #负号表示不取这个位置的元素，可以用来删除数据
#> [1] 4 5 6 7 8 9 10
a[1] #取得向量a里面的第一个元素
#> [1] 1
a[1:3]
#> [1] 1 2 3
注意：
- ==索引不从0开始，而是从1开始==
- 索引0用以规避NA
- 除了用索引，向量每个元素也可以有
names - 对于拥有不同类型的向量合并时，会自动进行类型转换
矩阵(matrix)
每个元素都拥有相同的数据类型（数值型、字符型或逻辑型），==是维度属性为 2 的向量==。在 R 中是一种相对原始的数据结构。
# 其中，data是一个向量数据；
# nrow是矩阵的行数；
# ncol是矩阵的列数；
# nrow与ncol的乘积需等于data向量的长度
# 当byrow=TRUE时，生成矩阵的数据逐行放置，默认值byrow=FALSE，数据逐列放置；
# dimnames是数组维的名字，默认值为空。可以输入包含行名、列名的一个list，对数值行名、列名进行命名
matrix(
data=NA,
nrow=1, ncol=1,
byrow=FALSE,
dimnames=NULL
)
#nrow行数，ncol列数，byrow按行排列，dimnames对行和列进行命名
col_name=c("A","B","C")#编辑列名
row_name=c("M","N")#行名
y=matrix(1:6,nrow=2,ncol=3,byrow=TRUE,dimnames = list(row_name,col_name))
y
#> A B C
#> M 1 2 3
#> N 4 5 6
#对y进行转置，好像列名和行名也发生了变化
y1=t(y)
y1
#> [,1] [,2]
#> [1,] 1 4
#> [2,] 2 5
#> [3,] 3 6
注意：
- 使用
matrix[1]，取得是一个值（按照列进行逐列排序的） - 行名和列名不在任意行和列中
- 不支持使用
$取子集 - 如果使用
names()来进行列名操作，结果会发现，这个列名与你所预期的列名不一致，它是每一个元素自左上逐列进行排序的命名
数组(array)
==维度属性>2的向量，每个元素(g)只能有一种数据类型，不同元素的类型可以不同==。
#其中，data是一个向量数据；
#dim是数组各维的长度，默认值为原向量的长度；dimnames是数组维的名字，默认值为空。
array(
data=NA,
dim=length(data),
dimnames=NULL
)
#创立一个三维的数组，dimnames对名字进行命名
dim1=c("A1","A2")
dim2=c("B1","B2","B3")
dim3=c("C1","C2")
z=array(1:12,c(2,3,2),dimnames = list(dim1,dim2,dim3))
z
#> , , C1
#>
#> B1 B2 B3
#> A1 1 3 5
#> A2 2 4 6
#>
#> , , C2
#>
#> B1 B2 B3
#> A1 7 9 11
#> A2 8 10 12
注意：
- 行名和列名不在任意行和列中
因子(factor)
用于对数据进行自动分组，自动上色，==分类变量==。
==因子是带有水平（level）属性的向量，是一类分类离散变量==。
由于拥有 class 属性，它也是 S3 对象。
{% asset_img “facters.png” %}
# x是向量
# levels是水平，可以自行制定各离散取值，默认取x的不同水平值；
# labels用来指定各水平的标签，默认用各离散取值的对应字符串；
# exclude参数用来指定要转化为缺失值（NA）的元素值集合，如果指定了levels，则当因子的第i个元素等于水平中的第j个元素时，元素值取”j”，如果它的值没有出现在levels中，则对应因子元素取NA；
# ordered取值为真（TRUE）时，表示因子水平是有次序的（按编码次序），否则（默认值）是无次序的。
factor(
x,
levels=sort(unique(x),na.last=TRUE),
labels,
exclude=NA,
ordered=FALSE
)
# 检验对象是否是因子
is.factor()
# 把一个向量转化成一个因子
as.factor()
# 作为 factor 的一类特殊子集 有序factor 将水平（level）划分出了高低顺序
ordered(x, levels=c())
时间序列(ts)
包含 Date Date-times 和 Durations，都是 S3 类
🧐还没研究。。。
1.2.3. 列表(list)
可包含所有的数据结构，数据框的子集是以列表的方式呈现。
每一个元素都是一个指针，指向对应元素的内存地址。从某种意义上来讲，列表也是一种向量。
注意：
- 列表并不会展平整个数据结构，这点与向量是不同的
unlist()虽然可以展平一个列表，但是结果并不一定会如你预期，所以尽可能的就用c()
数据框(data frame)
常见的二维数据表格，==由向量和或因子组成的一个列表，长度一致，数据类型可以不一致==
data.frame 假定每列是一个变量，==且具有相同的长度==，每行是一个观测值。
patientID<-c(1,2,3,4)
age<-c(22,13,42,21)
diabetes<-c("t1","t2","t3","t4")
status=c("poor","improved","poor","excellent")
status=factor(status,order=TRUE,levels=c("poor","improved","excellent"))
patientData<-data.frame(patientID,age,diabetes,status)
patientData
#> patientID age diabetes status
#> 1 1 22 t1 poor
#> 2 2 13 t2 improve
#> 3 3 42 t3 poor
#> 4 4 21 t4 excellent
#实例标识符可以通过数据框操作函数中的rowname选项指定
注意：
- 使用
dataframe[，1]，返回当前列的==向量== - 使用
dataframe[1]，返回当前列的==数据框== - 使用
dataframe[1，]，返回当前行的==数据框== - 行名和列名不在任意行和列中
- 如果想在数据框中嵌入一个列表需要使用
I()对数据进行包裹
Tibble
由于现在数据分析中对于数据框的使用和以往的不同，导致现在使用数据框存在很多烦恼，因此诞生了 tibble 这个类型。
对比数据框 tibble 的不同有：
- 与数据框的结构类似，但是相对与数据框拥有更多的返回信息，以及更多的懒加载机制
- 没有行名，所以 tibble 类型提供了行名转换的接口，
tibble(rownames="")以及rownames_to_colume() - 取子集时保持行为的一致性，如
tibbl[, var]和tibble[var]的结果保持一致，都是 tibble；tibble$var时取得的都是一个向量 - 不会无端自发扩展，在进行
tibble$x时，不会自动对 x 进行模糊匹配 - 当构建一个
list-colume时不再需要I()进行包裹
总结
{% asset_img “summary02.png” %} {% asset_img “summary01.png” %} {% asset_img “R_Vector.png” %}
| 对象 | 可包含类型 | 同一对象能否有多种类型 |
|---|---|---|
| 向量 | ALL | F |
| 因子 | 数值、字符 | F |
| 数组 | ALL | F |
| 矩阵 | ALL | F |
| 数据框 | ALL | T |
| 列表 | ALL、函数、表达式 | T |
| 时间序列 | ALL | F |
1.3. 特殊对象
NaN
Not A Number 非数字NA
Not Allow 非法值，缺失数据Inf
无穷大，可加正负
2. 其他常见属性
- 长度：通过
length()获得 - 类属：通过
class()获得 - 名：通过
names()获得 - 维度：通过
dim()获得
4. 基本运算
+加-减*乘/除%%取余%/%取整除^幂- 声明和赋值
=和<-同样赋值，但是作用不同
参数定义，赋值/传参：=
变量定义，传参：<- ' "作用一致
单引号内可以有双引号，双引号内可以有单引号
| 运算符 | 描述 |
|---|---|
& | 元素逻辑与运算符，将第一个向量的每个元素与第二个向量的相对应元素进行组合，如果两个元素都为 TRUE，则结果为 TRUE，否则为 FALSE。 |
｜ | 元素逻辑或运算符，将第一个向量的每个元素与第二个向量的相对应元素进行组合，如果两个元素中有一个为 TRUE，则结果为 TRUE，如果都为 FALSE，则返回 FALSE。 |
! | 逻辑非运算符，返回向量每个元素相反的逻辑值，如果元素为 TRUE 则返回 FALSE，如果元素为 FALSE 则返回 TRUE。 |
&& | 逻辑与运算符，只对两个向量对第一个元素进行判断，如果两个元素都为 TRUE，则结果为 TRUE，否则为 FALSE。 |
｜｜ | 逻辑或运算符，只对两个向量对第一个元素进行判断，如果两个元素中有一个为 TRUE，则结果为 TRUE，如果都为 FALSE，则返回 FALSE。 |
5. 操作符
""
''
; #语句分割，相当于换行
\ #
$ #$对应的是S3类，$比较常用
#$表示从一个dataframe中取出某一列数据
@ #@对应的是S4类，@比较少用
#@是从R的类实例里面读取数据
# bg=x@colors$bg.col就是从对象实例x中取出colors，
# 而这个colors本身又是个dataframe，所以需要进一步用$读取bg.col列。
~ #分面时用以指定
. #tidyverse中可以代表管道的输出
#b <- a %>% .[5]
% #百分号
%% #取余
%/% #取整除
%*% #向量内积
%o% #向量外积
%in% #类似于in
#向量运算时对每一个元素进行遍历
== #判断
#向量运算时进行循环补齐同时进行值的判断
%>% #管道
%$% #??
%<>% #??
%T>% #??
!!
:=
6. 发现R包
RDocumentation 搜索引擎，发现和了解 R 包和函数。
参考资料
小洁忘了怎么分身-生信技能树GEO分析课程 R语言数据对象类型-简书 R4beginner-cran R语言编程入门-PLoB Welcome | Advanced R