一、差异分析1234567891011121314151617181920212223242526272829setwd("E:/R/My Analysis/") # 设置工作目录getwd() # 查看当前工作目录dir() # 查看工作目录下的文件library(DESeq2) # 载入DESeq2data <- read.delim("clipboard",header=T,row.names=1) # 从剪贴板载入要分析的数据countData <- dataconditio ...

12=IF(AND(AC2<AD2,Y2<AB2),"Y","N") # 套用IF语句，如果AC2<AD2且Y2<AB2，则判断为Y，否则为N，注意，Y或N要加引号，否则报错=IF(OR(AE2="Y",AF2="Y"),"Y","N") # 套用IF语句，如果AE2="Y"或AF2="Y"，则判断为Y，否则为N

最近在分析RNA-SEQ结果时，遇到一个问题，总是提示： message: In mde(x) : NAs introduced by coercion to integer range 最开始时，我以为是原始数据中有NAs，但是检查了一遍发现没有，真正的原因是，原始数据中的整数太大，超出机器设定的最高限，因此才会报错。 12345678.Machine$integer.max # 查看最大整数# [1] 2147483647x <- as.interger(.Machine$integ ...

1、查看当前目录 1getwd() # get working directory 2、改变工作目录 1setwd() 3、查看当前目录中的文件 1dir() 4、查看行数 1nrow() 5、排序 1data <- data[order(data$row,decreasing=FALSE),] # decreasing=FALSE为默认升序排列 6、查看文件 12head() # 查看前6行tail() # 查看最后6行 7、查看类型 1class() 8、载入文档 123read.cs ...

一、安装clusterProfiler source(“https://bioconductor.org/biocLite.R") # 如果报错，请尝试http://biocLite(“clusterProfiler”)library(clusterProfiler) # 载入包，测试是否安装成功，如果提示找不到某个包，则安装相关的包即可，比如我的电脑提示“不存在叫‘rvcheck’这个名字的程辑包”，则使用如下语法安装“rvcheck”，如缺乏其他包，也是同理。install.pac ...

比如一个名为diff的数据，我们来看一下最后五行： 1tail (diff, n=5) # 查看最后五行 control1 control2 rep1 rep248816 ENSMUSG00000110418 0.000000 0 0.0000000 0.000000048817 ENSMUSG00000110420 0.000000 0 0.0000000 0.000000048818 ENSMUSG00000110421 0.000000 ...

一、安装pheatmap123source("http://bioconductor.org/biocLite.R") #调入安装工具biocLite("pheatmap") # 安装pheatmaplibrary(pheatmap) # 检测是否安装成功 二、读取数据12setwd("E:/R") # 设置工作路径，本例是在E盘下的R文件夹，如果要查询当前工作路径，则使用getwd()命令，其中，wd=working directorydata <- read.delim("clipbo ...

参考文献：Transcript-level expression analysis of RNA-seq experiments with HISAT, StringTie and Ballgown 一、下载数据并解压12wget ftp://ftp.ccb.jhu.edu/pub/RNAseq_protocol/chrX_data.tar.gz # 下载原始数据tar zxvf chrX_data.tar.gz # 解压 解压后在当前目录下生成新文件夹chrX_data，里面包含如下文件： ...

1、均匀分布随机数在R语言中，生成均匀分布随机数的函数是：runif() 基本语法：runif(n, min=0, max=1)，n表示生成的随机数的数量，min表示均匀分布的下限，max表示均匀分布的上限；在默认状态下，min=0，max=1，也可以指定。 例1： 12> runif(10) # 生成10个[0,1]上的均匀分布随机数[1] 0.22640211 0.44554231 0.51034146 0.43492569 0.02381349 0.16912671 0.560140 ...

伯努利试验首先简单介绍一下伯努利试验（Bernoulli experiment）。 伯努利试验，是指在同样的条件下，重复地，相互独立地，进行的一种随机试验，该随机试验只有两种结果：发生或不发生。 假设：该项试验重复独立地进行了N次，则称为N重伯努利试验，N即为该试验的SIZE。 比如，连续抛N次硬币，每次抛硬币相互独立互不影响，结果只能是“正面”或者“反面”，得到正面的概率为0.5，每次抛硬币的试验即为伯努利试验。 二项分布多次伯努利试验的分布概率，即为二项分布；换句话说，当二项分布的试验次数 ...