R语言与生物信息学

R语言基础教程1：数据类型R语言基础教程2：散点图R语言基础教程3：曲线图、误差线和图例R语言基础教程4：柱形图R语言基础教程5：图形页面排版R语言基础教程6：程序设计基础R语言基础教程7：数据描述性统计一、基本柱形图：从R自带的airquality中获取一些数据做示例：set.seed(1000)# 查看 airquality 数据集的基本结构str(airquality)## '

R语言基础教程1：数据类型R语言基础教程2：散点图R语言基础教程3：曲线图、误差线和图例R语言基础教程4：柱形图R语言基础教程5：图形页面排版R语言基础教程6：程序设计基础R语言基础教程7：数据描述性统计先了解一个概念：函数。简单地说，把一些R语句（赋值、计算或其他操作步骤）包装起来并给它一个名称，这就是函数。我们前面接触过的getClass( ), class( ), head( ), rep(

R语言的图形颜色是非常丰富的，绘制出的彩色图表美观大方。但发表论文时如果适当选用黑白或灰度图形，不仅可以减少一些不必要的开支，而且也可以减少印刷油墨消耗，低碳环保。在灰度模式下，R语言绘制的很多图形都很容易设置，仅柱形图有些困难。多系列柱形图的黑白图形可以选用两种方式绘制。第一种方式非常简单，直接使用灰度颜色区分不同样品，灰度颜色直接用gray函数产生：set.seed(100

做为R用户中的Emacs/orgmode粉，如果能一步将org文件导出为HTML或pdf文件，感觉会很爽。下面方法可能不是最简，但应该还有用。1 ox-ravel.el对于习惯使用Emacs编辑R代码文档的人来说，这是一个非常有用的插件，它填补了orgmode文件到knitr文件间的空白，作用是把orgmode类型文件转成Rhtml、Rnw或Rmd文件。插件文件放在 Cha

1 曲线图从R自带的airquality中获取一些数据做示例：set.seed(1000)datax as.matrix(na.omit(airquality))x sample(1:nrow(datax), 20)y1 datax[x, 1]y2 datax[x, 2]labs c("Ozone", "Solar.R")用序号

R作图包plotrix提供了不连续y轴（或者称断裂y轴）图形的绘制，原barplot函数的beside参数都不能用，图形也不怎么如意：library(plotrix)par(mar=c(3,3,1,1))par(mgp=c(2,0.5,0))y1 c(75, 130, 4, 3, 5, 10, 100, 1, 150, 110)y2 c(60, 120, 3, 8, 6, 12,

有关绘图的全局参数多数都可以使用par()函数设置，该函数有丰富的在线参考信息，可通过?par获得。这只讲些常用参数的设置。1 图形边距：mar/mai参数R绘图参数中表示距离大小的一般都有“英寸”和“行”两种单位方式。图形边距设定参数可以用mai（英寸边距）和mar（行边距）。四个边距的顺序是下、左、上、右。设置方法：par(bg = "cyan") #把图

汇总、透视、提炼、凝炼，对数据处理来说这些词的意思都差不多，R语言提供了很多函数处理这些事情，还有一些软件包也提供了非常方便的数据汇总功能，方法不胜枚举。summary是获取数据概要最常用的函数，应该很熟悉了。这里只简单介绍rowSums, colSums, rowMeans, colMeans, table、apply、lapply、sapply、vapply、tapply、mapply、by

从不同途径得到的数据的组织方式是多种多样的，很多数据都要经过整理才能进行有效的分析，数据整形不仅仅是为了改善数据的外观，也是进行一些统计分析和作图前必要的步骤。数据整形和数据凝练/汇总往往密不可分，这是门学问，是R语言数据处理的内容之一。一、通过重新构建数据进行整形数据整形最直接的思路就把数据全部向量化，然后按要求用向量构建其他类型的数据。这样是不是会产生大量的中间变量、占用大量内存？没错。R语言

1 POSIXct和POSIXlt把表示时间的字符串转成时间类型数据，在R语言里面有两个基本的函数：as.POSIXlt() 和 as.POSIXct()。两者都是S3泛型函数，根据参数的数据类型选择不同的转换方法，除字符串外还能够转换数字、因子等数据类型，适应性很强：as.POSIXlt("2010/01/01")## [1] "2010-01-01

时间序列是以时间为索引的数据。时间索引为等间距递增的时间序列称为规则时间序列，其他为不规则时间序列。由于R语言核心组件的构建坚持以通用性为原则，因此R的基础包中只定义了规则时间序列，而不规则时间序列的定义和处理则留给开发人员做扩展。本文先介绍规则时间序列。1 ts数据类型R语言中基本的时间序列对象为ts，在stats基本包中定义，由同名构造函数ts()产生。使用前先看看它的参数

1 单引号和双引号两者都可以用于表示字符串分隔，用法和意义没有差别如果字符串包含有分隔符本身，字符串内的分隔符引号需要转义（使用反斜杠）R语言字符串的打印/显示都是用双引号的形式表示，双引号是推荐使用的字符串分隔符单引号字符串通常仅在字符串内含有双引号时使用(aa "This is an example.")## [1] "This is an exam

处理文本是每一种计算机语言都应该具备的功能，但不是每一种语言都侧重于处理文本。R语言是统计的语言，处理文本不是它的强项，perl语言这方面的功能比R不知要强多少倍。幸运的是R语言的可扩展能力很强，DNA/RNA/AA等生物序列现在已经可以使用R来处理。R语言处理文本的能力虽然不强，但适当用用还是可以大幅提高工作效率的，而且有些文本操作还不得不用。高效处理文本少不了正则表达式（regular

绘图是R语言的主要功能之一，而颜色是传递信息的重要图形要素。CRAN有很多免费的R调色软件包可下载使用，但是如果能用好了R基本安装包里面的调色函数，完全没必要浪费大脑细胞去学那些软件包。下面就介绍几个这方面的函数。一、R预设调色板这一系列函数有5个，即：rainbowheat.colorsterrain.colorstopo.colorscm.colors在R环境里面输入问号（?）和上面任一函数名

R语言基础教程1：数据类型R语言基础教程2：散点图R语言基础教程3：曲线图、误差线和图例R语言基础教程4：柱形图R语言基础教程5：图形页面排版R语言基础教程6：程序设计基础R语言基础教程7：数据描述性统计一、描述统计量R为描述统计量的计算提供了较全函数。我们用R自带的sunspots数据对这些函数做简单了解：> sp > class(sp)[1] "ts"> str(sp) Time-Series

在R语言的绘图函数中，如果文本参数是合法的R语言表达式，那么这个表达式就被用Tex类似的规则进行文本格式化。y function(x) log(x) + sqrt(x) + x^(1/3)plot(y, 1, 1000, main = expression(y == log(x) + sqrt(x) + sqrt(x, 3)), lwd = 3, col = "blue") 一、

S3 OOP不是最新的OOP方式，但它的使用很简单，非常适合简单交互程序设计和使用。由于系统简单，运行速度上比S4也稍有优势。如果仅仅是处理手头的那点数据，你应该选择S3而不是S4。 1 S3类1.1 类定义和类属性S3 OOP没有专门用于定义CLASS的函数，CLASS只是对象的一个属性。只要对象的class属性里面有某个类的名称，对象就属于这个类。类的定义显得非常随意：

R语言基础教程1：数据类型R语言基础教程2：散点图R语言基础教程3：曲线图、误差线和图例R语言基础教程4：柱形图R语言基础教程5：图形页面排版R语言基础教程6：程序设计基础R语言基础教程7：数据描述性统计使用R处理数据完全可以不了解它的编程方法，但编程可以提高效率。一、运算符 二、向量运算规则 R语言的数据以向量为基础。向量的运算不需要通过下标循环一个个元素来进行的。如果两个向量长度相同，是对位置

搁置了一些时日，原本写好的提纲很多都忘了要写些什么内容了。一些标题先留空，以后有时间再补充吧。1 闲话《R Language Definition》中只有S3 OOP的介绍，找不到S4 OOP的相关说明，因为S4 OOP还不够完善，没有定型。但很多人已经大量使用它了，尤其是BioC们，前些年用S3写的一些包都在逐渐更新为S4系统，他们可能是尝到了某些甜头。不过苦头肯定也不少，R cor

R语言基础教程1：数据类型R语言基础教程2：散点图R语言基础教程3：曲线图、误差线和图例R语言基础教程4：柱形图R语言基础教程5：图形页面排版R语言基础教程6：程序设计基础R语言基础教程7：数据描述性统计了解数据的分类和数据结构对于生物专业的学生来说是很枯燥的。但数据又是最基本的东西，没有数据，只能玩干瞪眼。怕枯燥的，这部分先粗略的看一遍，以后需要了再回来查询。R语言是面向对象的。面向对象的理论一

R语言作图设置整张图片的单一背景色很容易，但是要在作图函数中直接产生复杂背景色就相当困难。使用jpeg，tiff，png等软件包直接对图像文件进行操作可以避开R作图函数对图形区设置的限制，轻松获得渐变色等背景。下面以JPG文件为例。 library(jpeg)## 先用barplot函数产生一张JPG图片，默认背景为白色img <- "result.jpg"jpeg(img,...

knitr 使用的R代码语法加亮主题目前有80多个，一个个试太麻烦，编几行代码把它做成HTML，方便查询。xxx博客制作。Theme: acidplot(x=1:10, y=rnorm(10), type='b', pch=2, add=FALSE)geom_line(mapping = NULL, data = datax, stat = 'identity', position =

要编程才能进行的图像镶嵌拼接工作肯定是因为文件多，工作量大，手工操作几乎无法完成。前辈们已经编写过用IDL/ENVI进行图像镶嵌的程序，粘贴了几个来试用后总感觉得到的结果赶不上用ENVI手工操作的结果，虽然这些程序也使用了ENVI的mosaic_doit方法。ENVI中的mosaicing到底是不是用mosaic_doit来做的啊？不管那么多，既然ENVI能做得好，搬用它的套路来做吧。用mosai

下面是一幅NDVI分类图，可以完全抛开GIS作图软件获得，不改变原文件，非常快速对NDVI进行区间分类作图。  下面是R代码，原图有多幅NDVI图像（波段）。NA值有两处妙用，一是NDVI选值，另外一处是做连续不等式。# 注：以下代码不是用R进行NDVI分类的优化代码，有些步骤完全可以省略；也不是最佳方法。仅供参考！#library(maptools)library(rgdal)raster d

我们在准备会议或工作报告时经常要把单位或组织的徽标插入到幻灯片中，但从照片或网上截屏获得的徽标图片的背景色通常和我们幻灯片的背景不搭配，能把徽标本身的背景色透明掉就好了。如果你会用R，过程就非常简单，只要几行代码。JPG/JPEG图像背景是不能透明的，但PNG图像可以。代码如下，应用前提是背景和徽标色能较好地区分（稍修改也可以做背景色替换）library(jpeg)library(png...

OOP（面向对象程序设计）使软件编写和维护容易了，程序可靠性也提高，但程序的易用性降低，对用户素质的要求高了很多。所以，OOP不只是程序员的事情，使用者也多少得有些了解，尤其是R的使用者。以Bioconductor为例，当前版本（2013.9.23同步的2.13版)中定义S4类有13190个，而函数则多大106939个。有些软件包从专用文件读取数据直接生成类对象，数据的结构被包装得严严实实的

免责声明：运行下面的代码可能会对你的电脑和文件造成不可恢复的损害，请确认明白代码的意义后再运行！ 本主对代码运行后果不负任何责任。1 基本函数1.1 文件操作函数这类函数很多，下面列出的是基本安装包（base）中的一些：ls("package:base", pattern="^file\\.")## [1] "file.access" "file.append" "...