1.R包的安装图片option是设置图片1.R包安装和使用的逻辑:安装包-加载包-使用包里的函数2.用library()检查是否安装成功——唯一标准3.已经安装的包用::快速调用里面的函数4.常见疑问1 )没有error就忽略2)package not available包名写错;命令写错;R语言版本和包要求版本不同;包过时被剔除图片3)是否更新:建议选n,除非一直报错;不想回答安装命令参数:update =F, ask=F4)加载A包,报错B包不存在:缺啥补啥;当依赖包的版本不够高,更新包:重新安装或先删除后安装,更新所有包:update.packages()5)网络问题 connection url require(stringr))install.packages("stringr")6.R包如何使用-获取帮助1) 快速查看函数帮助文档? sd 2)找R包介绍页面3)browsevignettes('') 在线教程7.补充常见的R语言符号图片中括号前是数据框或者矩阵两个中括号前是列表library括号里的是包文件名称出现在代码里,必然在实际参数的位置上带引号
包的CRAN(The Comprehensive R Archive Network)镜像地址。 这里选择的是中国清华大学的镜像服务器,这样做的好处是在国内下载R包时速度会更快。 install.packages("dplyr"): 这行代码用于安装名为 dplyr 的R包。 library(dplyr): 这行代码加载了之前安装的 dplyr 包,使其函数可以在当前R会话中使用。 /Local/R/win-library/4.4’ 2.熟悉dplyr五个基础函数 mutate() 函数是 dplyr 包提供的一个用于修改数据框(data frame)的函数,它可以创建新的列或者修改现有的列
在 https://www.promptcloud.com/blog/data-visualization-text-mining-taylor-swift-song-lyrics/ 这篇文章里找到了答案
强烈建议你读了前两节后,再来读次教程 R高级|利用cowplot包拼接图片(1)基本操作 R高级|利用cowplot包拼接图片(2)巧用NULL调节距离、排版 这次我们来讲overlap 我们要画下面这张图 有2种思路: 1、利用NULL,调节两张图片的位置,让两张图片靠近,距离为-1 2、像PS软件那样,图层一层一层叠加 0、准备3张图片A、B、 3、overlap(2) overlap到这里还没有结束,因为我们还没有画《R高级|利用cowplot包拼接图片(2)巧用NULL调节距离、排版》中最后的一幅图。 draw_plot(B, scale = 0.22, x=0.35, y=0.3) 总结: 到目前为止,我们花了3节内容 ,来讲解cowplot包拼图的2种模式 1、plot_gird命令,图片排版,结合NULL,可以灵活调节图片之间的距离,当NULL对应的相对宽度或相对高度为负数值,可以实现图片的overlap 2、使用
R包 多个函数的打包存放 相应的R包可实现特定的分析功能 R包包含函数、数据、帮助文件、描述文件 安装 R包来源有CRAN、Bioconductor、GitHub install.packages(tidyr jmzeng1314/idmap1") library("tidyr")#加载 devtools::install_local(“xxxx.zip”)#本地安装 安装后每次使用都要先加载,也可用来检验是否成功安装 载入包时回答提示信息尽量 no* 已经安装的包,可直接调用其中的函数 pheatmap::pheatmap(volcano)#包名::函数名 library(pheatmap) pheatmap(volcano) 学习R包的使用 browseVignettes("limma") #作者一手教程,不是每个包都有 ls("package:limma")#列出包中的函数等 引用自生信技能树 小洁老师
stringr包是Hadley Wickham大神贡献的R包之一,主要用于字符串的处理。对于经常需要对数据进行预处理的分析人员来说,简直是一把“利器”,可谓是上能屠龙,下能剔牙。 其用法相比于R自带的函数,更加简单明了。stringr包在我工作中,是属于频繁使用的R包之一。简单的用法也是深入我心,强烈推荐使用该包进行字符串的预处理。 #提取filepath 字母大小写转换 场景:在Excel中,查找匹配不区分大小写,但是在R中区分大小写,常出现在Excel中能查到到但是R中匹配不到的情况,故先预处理统一大小写再做匹配。 #大小写转换r.letter 检测 场景:常跟ifelse函数配合使用,对某一列字符串进行判断是否匹配。 多用于新建列 #检测df df$b df a b1 1 数字2 2 数字3 3 数字4 a 非数字5 b 非数字6 c 非数字 以上是本人较常用的stringr包函数,可以发现该包的语法简洁
今天继续学习R语言基础的R包使用,以R包:dplyr为例 数据准备 01 R包的安装 install.packages(“dplyr”) 或BiocManager::install(“dplyr”) #务必要打引号 02 R包的调用/加载 library(dplyr) 或require(dplyr) #这里不用引号 部分人可能会因为镜像的问题失败,解决方法https://mp.weixin.qq.com /s/XvKb5FjAGM6gYsxTw3tcWw 03 R包及数据准备 install.packages("dplyr") library(dplyr) test <- iris[c(1:2,51:52,101 经过这几期的R语言基础,你应该能够入门R了,渐渐的也要自己去学会看帮助文档,去搜报错,还记得怎么搜命令和R包的帮助文档吗? ? +命令 #搜命令帮助文档 help(package='R包') #搜R包帮助文档 如果你能独立处理这些问题,那么恭喜你,你的R应该没问题啦! 应该没问题了!!!!吧?
R包是多个函数的集合,具有详细的说明和示例。 本次以dplyr为例安装和加载R包镜像设置运行这两行代码options("repos"=c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/"))options (BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/")安装R包安装命令:install.packages()或者BiocManager ,而bind_cols()函数则需要两个数据框有相同的行数函数和R包的学习方式快速查看函数帮助文档? dplylr可以用问号连接任何想知道使用方式的函数名称找R包介绍页面(善用搜索引擎,或者找帮助)##Vignettes这个单词硬翻译会翻译成“小插图”,其实就是作者写的网页版教程,不是每个R包都有的,可以运行代码试试看
在这篇文章中,我们将学习如何操控R中的字符串,主要用的是Biostrings包。 Getting started 如果你是第一次使用,请先用以下命令安装Biostrings包: source("http://bioconductor.org/biocLite.R") biocLite 如果你想要查看这个包的说明文档,请点击链接http://www.bioconductor.org/packages/release/bioc/manuals/Biostrings/man/Biostrings.pdf 我们将通过实际操作一些Biostrings包提供的函数去熟悉它做的是什么,又是如何实现的。 Generating DNA alphabets R 提供了函数生成大写和小写的字母表。 如果你还没有下载好bioconductor包,可以使用下面的命令: source("http://bioconductor.org/biocLite.R") biocLite("BSgenome.Hsapiens.UCSC.hg19
这几天收到师兄的任务,熟悉iGRaph包的使用,通过查资料,外加自己的实践,在此做个简单的学习笔记。 以下例子均是在R 3.0.1版本下测试的。 1.用igraph创建图表 g<- graph(c(1,2, 1,3, 1,4, 2,4, 3,4), directed=T) > g IGRAPH D--- 4 5 -- > plot(g graph.full(4) > g1 IGRAPH U--- 4 6 -- Full graph + attr: name (g/c), loops (g/x) > g2 <- graph.ring(3) > g2 IGRAPH U--- 3 3 -- Ring graph + attr: name (g/c), mutual (g/x), circular (g/x) > g3 = graph.lattice (c(3,4,2))#create a lattice > g3 IGRAPH U--- 24 46 -- Lattice graph + attr: name (g/c), dimvector (g/
安装加载R包R包安装命令是install.packages(“包”)或者BiocManager::install(“包”)。取决于你要安装的包存在于CRAN网站还是Biocductor。 使用一个包,是需要先安装再加载options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) options(BioC_mirror 0.354管道操作 %>% (cmd/ctr + shift + M)(加载任意一个tidyverse包即可用管道符号)test %>% group_by(Species) %>% summarise # 3 d 46.简单合并在相当于base包里的cbind()函数和rbind()函数;注意,bind_rows()函数需要两个表格列数相同,而bind_cols()函数则需要两个数据框有相同的行数test1 3 30## 4 4 40## 5 5 50## 6 6 60bind_cols(test1, test3)## x y z## 1 1 10 100## 2 2 20 200## 3 3
这次和大家分享的还是基于R包‘gemtc‘的网状Meta分析,之前已经讲解过如何导入数据以及使用固定效应模型去分析。 3. 使用Markov Chain & Monte Carlo(MCMC)方法进行抽样模拟和计算,参数为n.adapt=5000, n.iter=10000, thin=5。 绘制森林图 forest(relative.effect(mcmc_b_bin_re, t1="A"), digits=3) ? 5. 另外mcmc_b_bin_fe这个文件是在上一期的内容中就已经创建好的,大家可以查阅往期内容网状Meta分析之R语言‘gemtc’包实战(2)。 ? 好了,以上就是使用‘gemtc’包进行网状Meta分析的最后一部分内容,希望大家能喜欢!有问题欢迎在留言区进行讨论。
查看Ubuntu系统以及R版本 cat /etc/issue 通常来说,很多R包的安装对R版本是有要求的,比如BiocManager需要 R (≥ 3.5.0),但是并不需要最新版R语言。 会删除软件包而保留软件的配置文件r # apt-get purge 会同时清除软件包和软件的配置文件 #然后更新Ubuntu源文件 ## 这里,不同Ubuntu系统有点不一样: cat /etc/issue r-base-core r-base-dev 使用sudo安装一些必备包 这里只是举例,我比较常用的包,安装非常耗时,一般来说小半天就过去了。 https://mirrors.tuna.tsinghua.edu.cn/CRAN/')\"" sudo apt-get install gdebi-core wget https://download3. 安装我们的主角-3大R包 从代码的角度来看,很简单: options()$repos options()$BioC_mirror options(BioC_mirror="https://mirrors.ustc.edu.cn
└── [ 561] regev_lab_cell_cycle_genes.txt ├── [ 170] examples │ ├── [2.9K] marrow_commandList.R │ └── [2.5K] pancreas_commandList.R └── [ 170] tutorial ├── [8.2K] Seurat_AlignmentTutorial.Rmd /cell/pbmc3k/pbmc3k_filtered_gene_bc_matrices.tar.gz ## 下载整个压缩包解压即可重现整个流程 # Load the PBMC dataset list.files ---- Assigning cell type identity to clusters 这个主要取决于生物学背景知识: Cluster ID Markers Cell Type 0 IL7R CD4 后面还有一个10X的单细胞实战,用的就是这个包,敬请期待。
scater 这个R包很强大,是McCarthy et al. 2017 发表的,包含的功能有: Automated computation of QC metrics Transcript quantification S4对象 主要是基于 SCESet 对象来进行下游分析,跟ExpressionSet对象类似,也是常见的3个组成: exprs, a numeric matrix of expression values 最新的文档如下: HTML R Script An introduction to the scater package HTML R Script Data visualisation methods in scater HTML R Script Expression quantification and import HTML R Script Quality control with scater R包,功能肯定是非常全面的,比如前面我们讲解的normalization,DEG, features selection,cluster,它都手到擒来,只不过是包装的是其它R包的函数。
说实话,自从之前好好学习了一下入门的R以后,一直没有用过R,很多东西都忘了,还是需要靠做笔记方便日后查阅。 本期讲一下R包的几种来源以及安装指定版本R包的几种方法。 R包来源及安装方法 1. CRAN网站 可以理解为R包的官网,凡是需要通过CRAN下载的R包,都可以通过install.packages("pkg_name")来安装。 2. Bioconductor 里面多是跟生信相关的R包,通过BiocManager::install("pkg_name")来安装。 3. 安装指定版本R包 复现文章或R包的更新与当前的R版本或R代码不兼容时,就需要考虑安装某个特定版本的R包了,这里列一些常见的安装指定版本R包的方法供大家参考。 源码安装 在这里也许能找到你需要的R包历史版本。
问题 你想安装和使用一个 R 包。 这里主要介绍如何用命令行来安装 R 包,如下所示: install.packages("reshape2") # reshap2为包名 在一个新 R 线程中使用该包之前,你必须先导入它。 R包 remove.packages 移除一系列已安装的R包 installed.packages 将已经安装的R包更新到最新版本 setRepositories 设定当前的R包的资源库列表 通过命令行安装 R 包 R CMD INSTALL aplpack_1.1.1.tgz # 安装aplpack包 从其他资源库安装 R 包 devtools 包提供了从其他流行的 Git 资源库或其他 URL 上安装 R 包的工具。
> m2d=function(x){+mean(x)+2*sd(x)} #sd()是标准差 不会是一个值 > m2d(rnorm(10)) [1] 1.738949 R包 介绍 R包都在哪里 #### 1) CRAN网站 >install.package( ) #包名要加“” #### 2) Bioconductor 网站 >BiocManager::install( ) #### 3) github >devtools::install_github( ) #需要把用户名也写上 #如果不知道包从哪里来 先试前两个 若不行 就是github上的 # 安装完之后的加载(相当于打开软件) >library 否定 { } 用于容纳多行代码 #注释 " " 字符型数据 ::包::函数 #文件名必须带引号,且在能识别文件名称的函数括号里面,实际参数位置上 文件的读写 csv格式 > read.csv("ex3 sublime(适用大文件)打开 #4.R语言读取 #表格文件读到R语言中,就得到了一个数据框,对数据框进行的修改不会同步到表格文件,需重新导出 分隔符 常见的分隔符:逗号、空格、制表符(\t) 将表格文件读取到
介绍这个包扩展了ggplot2,提供了用于对齐和组织多个图的高级工具,特别是那些自动重新排序观察结果的工具,比如树形图。 create complex, publication-quality visualizations while still using the familiar grammar of ggplot2.案例安装R包 install.packages("ggalign")install.packages("ggalign", repos = c("https://yunuuuu.r-universe.dev" , "https://cloud.r-project.org"))# install.packages("remotes")remotes::install_github("Yunuuuu/ggalign name = "base mean", breaks = FALSE) + scale_fill_gradientn(colours = c("#2600D1FF", "white", "#EE3F3FFF
关于R和RStudio安装在这里就不再介绍了,网上有很多相关内容,如果安装过程有困难可以后台私信我。 PS.本次内容为R包安装及初识向量。 ? PART2 R包安装 问:什么是R包? 答:包是R函数、数据、预编译代码以一种定义完善的格式组成的集合。它们提供了种类繁多的默认函数和数据集。 (对于刚接触R的同学来说可能看起来比较抽象,但是没关系,我们会在后续的学习中慢慢了解R包的概念) 1.R包安装:第一次安装一个包,使用命令install.packages()即可。 中 2.R包载入:安装完成后,想要调用这个包中的命令、数据等信息,就需要先载入这个包,需要用到的命令为library()。 #载入ggplot2包 library(ggplot2) ? PART3 初识向量 向量是用于存储数值型、字符型或逻辑型数据的一维数组。