语言"/>
生物信息R语言
生信大白记第3记-R语言
R语言是一种自由开源的编程语言和数据分析工具，主要用于数据分析、统计建模和可视化等领域。R语言的特点包括：
-
数据处理能力强：R语言提供了许多用于数据处理、清洗和转换的函数和工具。
-
统计分析功能丰富：R语言内置了许多统计分析的函数和工具，如线性回归、非线性回归、时间序列分析、聚类分析等。
-
可视化能力强：R语言提供了丰富的图形绘制函数和工具，能够生成高质量的数据可视化图形。
-
社区支持广泛：R语言的社区非常活跃，有大量的用户和开发者，提供了丰富的扩展包和支持。
-
易于学习和使用：R语言的语法简洁明了，易于学习和使用，同时也提供了交互式开发环境，方便用户进行实时交互。
R语言在生物信息分析领域扮演着重要的角色，很多下游生信分析需要R语言，并且很多生信结果的可视化都是用R语言做出来的。
通常使用Rstudio编辑器编辑运行R语言，目前R语言已经更新到4.2, 4.3版本了，更新速度比较快。R语言是一种脚本语言，属于高级语言，简单的用法就是调用写好的包进行分析，有体现有各种各样功能的R包，要使用这些R包，就得安装好这些R包才能为你所用。当然你也可以自己开发一些R包以供自己和大家使用，这就是R语言丰富的拓展性。
在linux中配置安装R语言及R包
这里记录一下使用R语言做分析过程中我自己遇到的问题：
#在linux中配置安装
#1.可以这样
conda create -n R4.1 #单独为R语言创建虚拟环境
conda activate R4.1 #激活虚拟环境
conda install r-base=4.1 #安装4.1版本的R语言#2.也可以直接这样
conda create -n R4.1 r-base=4.1#输入R进入R语言环境
R
#linux下的R环境里面安装包，会弹出窗口提示你选择镜像，有时候弹窗失败
#就没办法装包，于是可以输入以下命令，让它不要弹窗，直接输入数字就选择镜像了
chooseCRANmirror(graphics=FALSE)
#安装R包的方式有好几种,假如我们要安装ggplot2
#1.
install.packages("ggplot2")
install.packages("ggplot2",repos='')#2.如果1步骤安装不上，可考虑生物学领域的包安装方法，如下
#查看R4.1装哪个版本的bioconductor，装3.14的，/
if (!require("BiocManager", quietly = TRUE))install.packages("BiocManager")
BiocManager::install(version = "3.14")BiocManager::install("ggplot2") #使用BiocManager安装#3.若1,2步骤都装不上，还可以退出R语言，进入linux虚拟环境，用conda安装
conda install r-ggplot2
conda install --channel r-ggplot2
conda install -c bioconda ggplot2#4.还是没装上的话，可以先装devtools，或者githubinstall，然后再装R包
#当然这一步devtools，或者githubinstall不是那么好装的，成功率不高
install.packages("devtools")
install.packages("githubinstall") #加载github
library(githubinstall)
githubinstall("ggplot2")#5.还有一招，试试把R包下载到本地上传到服务器，再安装
#比如去.html
#下载好，然后，成功率好像也不是很高install.packages("路径/压缩包的名字", repos = NULL, type = "source")#6. 最后总结前面几个步骤，如果都没有安装好的话，有可能还是R语言版本不对应
#哈哈哈哈...折腾半天发现原来是R语言版本不对应，于是可以选择更新的版本或更旧的版本
#一般来说，还是看你要装的R包是比较新还是比较旧，开发的比较新就可以直接装最新版本R语言
#比如装R4.2版本的
conda create -n R4.2
conda activate R4.2
conda install r-base=4.2
#查看R4.2装哪个版本的bioconductor，装3.15的，/
R
chooseCRANmirror(graphics=FALSE)
install.packages("R包名")
if (!require("BiocManager", quietly = TRUE))install.packages("BiocManager")
BiocManager::install(version = "3.15")BiocManager::install("R包名") #也许你在这里安装成功！
library(R包名) #调用R包，然后开始coding！找对R语言和R包的版本很重要！
#另外分享一个函数join函数，这个函数是从刁博士那儿学习到的，感谢刁博士！
#主要的函数有以下几个
Mutating Joins: inner_join(), left_join(), right_join(), full_join()
Filtering Joins: semi_join(), anti_join()#例如left_join()，可以把两个表格中按照某一相同属性列的信息，匹配出共有的然后合并
library(readxl)
library(dplyr)data1 <- read_excel("position.xlsx",sheet = 2)
data2 <- read_excel("position.xlsx",sheet = 4)
View(data2)
names(data2)
data3 <- left_join(data1,data2, by = "Geneid")#, copy = FALSE, write.table(data3,file="df_results.xlsx",sep = "\t")生信大白记第3记，就到这里，下一记，持续更新学习生物信息学的内容！
生信大白记邮箱：shengxindabaiji@163
生信大白记微信公众号：生信大白记
生信大白记简书：生信大白记
生信大白记CSDN: 生信大白
参考链接：
更多推荐
生物信息R语言
发布评论