R语言实验课(生信)(附代码)

2023-10-31

实验五

题目1:

解决方法:

a<-read.table("E:/R/Rcode/temp.txt")#读取txt文件,找到下载路径
b<-list();c<-list();d<-list();e<-list();h<-matrix(0,5,1)#声明变量
for (i in 1:5) {
  b[[i]]<-a[i,which(nchar(a[i,])>=5)]
}
b#对于每一行,取出字符数大于等于5的元素;nchar
for (i in 1:5) {
  c[[i]]<-paste(b[[i]],collapse ="")
}
c#将每一行提取的元素拼接起来(中间不分隔)变成一个字符(每一行变成一个字符);paste
for (i in 1:5) {
  d[[i]]<-substr(c[[i]],3,9)
}
d#然后,对于拼接后的5个字符,取出各自第3-9个字母;substr
for (i in 1:5) {
  g<-strsplit(d[[i]],"f")#根据字母“f”将字符拆分;strsplit
  e[[i]]<-g[[1]][1]
  h[i]<-e[[i]][1]
}
h#将拆分后的每一行的第一个元素放在一起变成向量的形式
x<-paste(h,sep = " ",collapse = "_")
x#将拆分后的第一个元素以“_”为分隔拼接起来;paste

 结果:

 

题目二:

 解决办法:

f<-function(b){
  start<-Sys.time()#计算初始时间
  b[which(lower.tri(b)==TRUE)]=t(b)[which(lower.tri(b)==TRUE)]
  #利用lower.tri函数将b矩阵变成对称矩阵
  end<-Sys.time()#计算终止时间
  runningtime<-end-start#计算运行时间
  list(b,runningtime)#返回矩阵和与运行时间
}
a<-sample(1:100,100)#在1—100之间随机生成100个数,不放回抽样
b<-matrix(a,10,10)#以向量a生成一个10*10的随机矩阵
f(b)#调用自定义函数f,参数是矩阵b

 结果展示:

第一次:

 第二次:

 题目三:

 解决办法:

rotate <- function(x) {
  t(apply(x, 2, rev))
}#将输入的x矩阵进行逆时针旋转90°
g<-function(b){
  c<-rotate(b)#旋转之后的新矩阵赋给c
  start<-Sys.time()
  c[which(lower.tri(c)==TRUE)]=t(c)[which(lower.tri(c)==TRUE)]
  #利用lower.tri函数将c矩阵变成对称矩阵
  end<-Sys.time()
  runningtime<-end-start
  list(rotate(c),runningtime)#返回c的旋转矩阵和与运行时间
}
a<-sample(1:100,100)
b<-matrix(a,10,10)
g(b)

 结果展示:

第一次:

第二次:

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

R语言实验课(生信)(附代码) 的相关文章

  • R大数定律(Python切比雪夫不等式验证大数定律)模拟圆周率

    大数定律 在概率论中 大数定律 LLN 是描述大量执行相同实验的结果的定理 根据规律 大量试验所得结果的平均值应接近预期值 并随着试验次数的增加而趋于接近预期值 LLN 很重要 因为它保证了一些随机事件的平均值的长期稳定结果 例如 虽然赌场
  • Stata输出统计结果到Excel或word

    目录 一 安装外部包 二 相关命令 三 实例 1 描述性统计结果输出 2 相关性结果输入 3 回归结果输出 1 单模型结果 2 多模型结果 参考 一 安装外部包 在Stata内安装外部包 estout和logout ssc install
  • 论文R语言复现

    高斯混合概率在众多领域都有重要应用 依据已知观测数据估计高斯模型中未知参数就显得尤为重要 由于观测值具体来自于高斯分布的哪个分模型是未知的 那么利用传统的极大似然 MLE 方法进行参数估计就变得十分困难 引入 EM 算法 该方法通过构造分布
  • Error in createDataPartition(...):y must have at least 2 data points

    项目场景 在R中使用caret包 划分训练集和测试集时 出现错误Error in createDataPartition data OS STATUS p 0 5 list FALSE y must have at least 2 data
  • R语言——数据排序

    R语言中涉及排序的基本函数有order sort和rank三个 下面看看它们的基本用法 x表示需要排序的数据 decreasing表示是否按降序排序数据 method表示所使用的排序算法 na last表示如何处理NA值 缺失值 若为FAL
  • r语言写九九乘法表并保存为txt文件

    r语言写九九乘法表并保存为txt文件 代码 for i in 1 9 for j in 1 i cat j x i i j t file 九九乘法表 txt append TRUE cat n file 九九乘法表 txt append T
  • R语言的Rattle可视化BI数据挖掘分析工具

    Rattle介绍 Rattle是一个免费的开源数据挖掘工具包 使用 Gnome 图形界面以统计语言 R编写 它在GNU Linux Macintosh OS X和MS Windows下运行 Rattle正在澳大利亚和国际上用于商业 政府 研
  • R语言 Scale函数

    在我们做数据的时候 一个数据会有很多特征 比如在描述影响房价的因素 有房子面积 房间数量等 而不同的特征存在不同的量纲 为了消除量纲 数值差异等 我们就需要对数据进行中心化和标准化 那什么是中心化 什么是标准化呢 所谓中心化就是将数据减去均
  • ggplot2作图之系统发育树

    library ape tree lt read tree text A B C D E F G H I J K L M N O P library ggtree ggtree tree branch length none ladderi
  • SQL中去掉字符串中最后一个字符(小技巧)

    长度减一就可以了 select left 字段名 len 字段名 1 from 表名
  • 使用R语言进行数据对象获取的mget函数实战

    使用R语言进行数据对象获取的mget函数实战 在R语言中 我们经常需要获取由多个数据对象组成的列表 为了高效地获取这些对象 R提供了一个非常方便的函数 即mget函数 mget函数可以根据给定的对象名称 在当前环境中查找并返回相应的数据对象
  • R语言应用序列模式挖掘揭示客户购买行为:深度学习与机器学习的视角

    目录 序列模式挖掘 一个简介 使用R进行序列模式挖掘 应用深度学习和机器学习改善购买行为预测
  • R语言【数据集的导入导出】

    目录 一 从键盘输入数据 二 函数方法读取 1 读取数据文件 2 从屏幕读取数据 1 scan 2 readline 3 读取固定宽度数据文件 三 读取csv文件 四 读取表格数据文件 五 从网络中读取表格或者CSV数据文件 一 从键盘输入
  • 使用R语言构建泊松回归模型

    使用R语言构建泊松回归模型 泊松回归是一种广泛应用于计数数据分析的回归模型 它是基于泊松分布的概率模型 用于描述事件在一定时间或空间范围内发生的次数 在本文中 我们将学习如何使用R语言构建泊松回归模型 并提供相应的源代码示例 1 数据准备
  • 统计建模与r软件课后习题五 5.1~5.11题

    第五章 假设检验 问题导向 由正常男子血小板计数均值这句话 容易判断属于对均值进行检验的问题 H0 与正常男子无差异等于225 H1 与正常男子有差异 不等于225 x c 220 188 162 230 145 160 238 188 2
  • 不同kNN模型在R语言中的比较

    不同kNN模型在R语言中的比较 k近邻 k Nearest Neighbors 简称kNN 是一种常见的机器学习算法 被广泛用于分类和回归问题 它基于一个简单的假设 与某个样本集中距离最近的k个样本具有相似的特征和标签 本文将探讨在R语言中
  • 14. Bayesian Networks With Examples in R的学习笔记(贝叶斯网络 bic打分相关)

    bnlearn官网推荐书目 Bayesian Networks With Examples in R 下载了英文版pdf学习了一下 书还是比较浅显易懂的 没有读多少 暂时把自己看的部分整理 翻译到这里留存 欢迎大家交流 pdf下载地址 ht
  • R语言实现RMF模型

    RMF模型说明 RMF模型是客户管理中 常被用来衡量客户价值和客户创利能力的重要方法 它主要考量三个指标 最近一次消费 Recency 近期购买的客户倾向于再度购买 消费频率 Frequency 经常购买的客户再次购买概率高 消费金额 Mo
  • R语言中tidyverse基础知识汇总

    tidyverse group by 分组统计 gather 和spread 简单地说 gather 是列转行 而spread 是行转列 请看下面的示例 gt df id class grade 1 1 a 81 2 2 b 82 3 3
  • R语言采集获取58商铺出租转让信息

    前两篇文章给我一个朋友分析出店铺商品以及地址房源信息 后来去看了下店铺房租有点贵 还是毛坯房 要自己装修 本着节约成本的原则 熬了个通宵 给他采集了一些转租商铺数据 因为数据比较多 过于先进不方便展示 我就将我爬虫程序的模版展示给大家观看

随机推荐