R语言入门课| 04 R语言基本函数

发布于:2025-04-01 ⋅ 阅读:(18) ⋅ 点赞:(0)

视频教程

大家可以先做一做R语言基础小测验,看看自己是否需要跟我们5.5h入门R语言的课程。

先上教程视频,B站同步播出:

完整视频回放和答疑服务可见:R语言入门课回放来啦~

本节课程视频:(点击原文查看)

"R语言入门课"是我们认为生信小白入门不得不听的一个课程,我们也为这个课程准备了许多干货。在第三节课中,我们给大家详细的介绍了Rstudio的基本使用技巧。RStudio是一款强大且广受欢迎的集成开发环境(IDE),专为 R 语言设计(当然也能运行Python和shell),旨在提升数据分析和统计建模的效率。它提供了一个用户友好的界面,将代码编辑、数据可视化、调试和项目管理等功能集成在一起,使统计/生信人能够更加高效地工作。

本次课程代码

大家可以跟着视频练习如下代码:

###### R语言基本函数#######

#(1)帮助与示例函数
help.start() # 输出通用的帮助信息 
help(topic = "Seurat")# 包、函数、数据集 # help( "Seurat")# 或?Seurat输出函数Seurat()的帮助信息 
?Seurat
help(package = "Seurat")# 输出Seurat包的帮助信息                          
help.search("Seurat")# 或??Seurat | 在帮助系统中查找名称中带有字符串Seurat的实例(包、类、函数等)的帮助信息 
??Seurat

example("heatmap")# 输出Seurat()的示例信息(可以省略引号)                  
data("ChickWeight")# 列出当前已加载的包中的所有可用的示例数据集               
vignette() # 列出当前已加载的所有可用的简介信息                   
vignette("ggplot2") # 输出主题ggplot2的简介信息                         

# (2) 用于管理R工作区的函数 ######
getwd() # 显示当前的工作目录              
setwd("路径") # 设置或修改当前的工作目录           
ls()# 列出当前工作区中的对象            
rm(objectlist)#  移除(删除)一个或多个对象
save.image("myfile.rdata")# 保存工作区到文件myfile中(默认值为.RData)
saveRDS(ChickWeight,'ChickWeight.rds') # 保存指定对象到一个文件中           |
ChickWeight <- readRDS('ChickWeight.rds')


dir.create()# 创建新目录       

# (3) R包相关函数 #####

# 包的基本函数 #
# 这里涉及需要包名的地方用 tidyr 举例,实操中需要其他包则改为具体的包名;
.libPaths()# 显示库(库即存储包的目录)所在的位置
library(ggplot2)# 显示库中有哪些包(已经加载)
# ggplot2::coord_quickmap()

search()# 显示哪些包已被加载并可以使用
install.packages("ggplot2")# 安装ggplot2包,注意双引号必须有     
update.packages("ggplot2")# 更新包,注意双引号必须有
library(ggplot2) # 加载包,无需引号 
installed.packages()#   列出已安装的包

R语言入门课

1、课程简介

生信基地希望能够给大家提供系统性形成性规范性的生信教学。前面几次活动中同学们表示希望能够有线下集中学习以及针对性的指导、答疑。所以,此次我们已推出"生信R语言入门课",分为"R介绍"、"R语言数据对象"、"基本数据管理"、"图形初级(ggplot2)"四个模块共12节课。当然,我们也不做生信快餐,本次活动回放已剪辑完毕,方便错过活动的小伙伴加入。后续我们会持续拉群在群里进行课程内容的答疑。

2、R语言介绍

R语言是一种专门为统计分析、数据可视化和计算而设计的编程语言,广泛应用于各个领域。R语言支持各种统计分析方法,如线性回归、方差分析、聚类分析等,同时也能够进行复杂的图形和数据可视化。R语言凭借其开源、免费、工具包丰富、数据处理能力强、可视化丰富的特性在生物信息学中被广泛应用。例如RNA-Seq差异分析常用的DESeq2、edgeR的引用次数多达数万次。我们制作的单细胞教程几乎也全是基于R语言环境。很多同学找我们学习单细胞的时候都表示不想学习R语言,直接学习单细胞分析,不积跬步无以至千里,这显然是不现实的,所以,欢迎大家来参加此次的课程。

资料&课表

目前12节总计5.5h的视频课程回放已剪辑完毕,方便错过直播的同学随时加入学习:

除了学习视频外,还给大家准备了学习资料,包括学习手册、课后习题。

课程目录(点击查看原文)


网站公告

今日签到

点亮在社区的每一天
去签到