双11买的米家电火锅到了，今天和老婆在家吃了火锅，吼吼吼！~排骨、羔羊肉、鱼丸、蟹足棒、老油条、生菜、土豆、豆腐还有各种菌菇，超级满足。
吃完当然要继续学习R语言了，因为最近的数据挖掘中，深感自己的基础太差，很多时候一行代码要查很多package的help文档，非常不流畅，所以要一边做生信挖掘，一边给自己的R语言补课（linux表示不服）。下面就一边学习，一遍罗列一些我之前搞不灵清的函数和package吧。
1.seq()函数
> seq(2,10)
[1] 2 3 4 5 6 7 8 9 10
#产生从2到10的向量，注意中间是‘，’而不是‘：’！
> seq(5,65,by=2)
[1] 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65
#以公差为2，去递增产生向量
> seq(5,65,length = 10)
[1] 5.00000 11.66667 18.33333 25.00000 31.66667 38.33333 45.00000 51.66667 58.33333 65.00000
#从5到65递增，一共存在10个向量，公差函数自己帮忙算
体会：seq()很方便可以按照自己的方式取出想要的向量，比如取单双的时候，可以使用。
2.which()函数
> a <- c(2,3,4,2,5,1,6,3,2,5,8,5,7,3)
> which.max(a) #变量a中最大的向量所处的位置
[1] 11
> which.min(a) #变量a中最小的向量所处的位置
[1] 6
> which(a==2) #变量a中，等于2的向量所处的位置
[1] 1 4 9
> a[which(a==2)] #将“变量a中等于2的向量所处的位置”上面的向量列出
[1] 2 2 2
> which(a>5) #变量a中大于5的向量所处的位置
[1] 7 11 13
> a[which(a>5)] #将“变量a中大于5的向量所处的位置”上面的向量列出
[1] 6 8 7
体会：which()函数可以明确变量中，具体条件的向量所处的位置。
3.rev()函数，sort()函数
> a=1:20
> a
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14
[15] 15 16 17 18 19 20
> rev(a) #将变量a逆向排序
[1] 20 19 18 17 16 15 14 13 12 11 10 9 8 7
[15] 6 5 4 3 2 1
> a=c(2,3,4,2,5,1,6,3,2,5,8,5,7,3)
> sort(a) #将变量a从小到大排序
[1] 1 2 2 2 3 3 3 4 5 5 5 6 7 8
> rev(sort(a)) #将变量a从大到小排序
[1] 8 7 6 5 5 5 4 3 3 3 2 2 2 1
> a=c(2,3,4,2,5,1,6,3,2,5,8,5,7,3)
> rev(a) #单纯逆向排列，并不排序
[1] 3 7 5 8 5 2 3 6 1 5 2 4 3 2
体会：rev()函数简单说就是把数据集中的排列反过来；sort()函数简单说就是从小到大将数据集中的向量重新排序。
4.matrix()函数
> a1=c(1:12)
> matrix(a1,nrow = 3,ncol = 4)
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
> matrix(a1,nrow = 4,ncol = 3,byrow = T)
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
体会：matrix()函数，默认是按照列，依次排列的，如果需要按照行，依次排列，就需要“byrow = T”。
5.t()函数，矩阵加减
> a=matrix(1:12,nrow = 3,ncol = 4)
> a
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
> t(a)
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
> a=b=matrix(1:12,nrow = 3,ncol = 4)
> a+b
[,1] [,2] [,3] [,4]
[1,] 2 8 14 20
[2,] 4 10 16 22
[3,] 6 12 18 24
> a-b
[,1] [,2] [,3] [,4]
[1,] 0 0 0 0
[2,] 0 0 0 0
[3,] 0 0 0 0
体会：t()函数，行和列互换。
6.diag()函数
> a=matrix(1:16,nrow = 4,ncol = 4)
> a
[,1] [,2] [,3] [,4]
[1,] 1 5 9 13
[2,] 2 6 10 14
[3,] 3 7 11 15
[4,] 4 8 12 16
> diag(a)
[1] 1 6 11 16
> diag(diag(a))
[,1] [,2] [,3] [,4]
[1,] 1 0 0 0
[2,] 0 6 0 0
[3,] 0 0 11 0
[4,] 0 0 0 16
> diag(4)
[,1] [,2] [,3] [,4]
[1,] 1 0 0 0
[2,] 0 1 0 0
[3,] 0 0 1 0
[4,] 0 0 0 1
体会：从来没用过diag()函数，大概就是方阵（行和列相等的矩阵）取对角线的数据，或者列出方阵的对角线数据。
7.向量转化为数组，dim()函数
> x=c(1:6)
> x
[1] 1 2 3 4 5 6
> is.vector(x)
[1] TRUE
> is.array(x)
[1] FALSE
> dim(x) <- c(2,3)
> x
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
> is.array(x)
[1] TRUE
> is.matrix(x)
[1] TRUE
> dim(x)
[1] 2 3
体会：dim()函数，可以直接看矩阵的行数和列数，也可以给予向量纵深，使其具有行和列，从而变成数组和矩阵。
