掌握R語言for循環一文就夠了(認真臉)

嗨，大家好，我就是帥氣的小編~

R語言是進行統計分析和可視化的優秀語言（其實機器學習和網頁製作也可以用R，小聲說~|ω｀)）

R語言

相信大家在利用R語言進行數據分析的時候可能會有大數據分析需求。所謂大數據，很好理解，就是大樣本高維度數據，這樣的數據在當今信息爆炸時代，很是常見。比如醫學數據，數據量大，維度極高，因為醫學的檢測指標多，而且隨著基因測序特別是二代測序等高通量測序(High-throughput sequencing)技術的普及，能一次測上萬的基因，這樣就有幾萬的維度；各種真實世界的統計數據，這些數據比如汽車損耗、公司盈虧也有著大樣本的特點。

那麼大數據如此的多，批處理的需求就比較大了。R語言不考慮並行運算下的簡單批處理實現方式就是for循環。

所以，今天就來教大家怎樣掌握R語言的for循環o(^▽^)o

首先，你需要一個R，百度"R"就行，點擊有官網標識的網站，進去下載就行

如圖

打開R或rstudio（都行，小編喜歡rstudio，支持代碼補全、滑鼠操作GUI等功能，用過就不再想用普通的R了）

rstudio

在左側光標處就可以輸入你的代碼了

for循環基本結構如下

for(變量 in 值){}

for循環的邏輯是設定一個變量如x，x的改變範圍在5到20（這個可以自己設），那麼R就會自動執行{}裡的內容，按x遞增1的順序執行，一直從5,6,7...到20為止。

那麼接下來，小編就通過一個具體的例子來講解for循環(′▽`〃)

代碼都是本人自己寫的哈~

首先編一個二維矩陣數據，這樣的數據是很常見的（如果有現成的文件也可以用read.csv/read.table/read.delim讀入data.frame格式的數據，再用as.matrix函數轉為矩陣）

#這步是新建一個名為data的矩陣，matrix函數後面的c(1:5000)是矩陣填入的數據，是從1,2,3...一直填到5000,nrow是矩陣的行數，可以理解為number of rows，ncol是矩陣的列數，可以理解為number of columns，所以明白了為啥要填5000個數了吧(`)

data <- matrix(c(1:5000),nrow = 100,ncol = 50)

如圖

可見1到5000是按列填充的，這就是R語言的一個特性，默認優先進行列運算~

我現在想要進行for循環了，首先明確我的目的是想計算每一行之間的pearson相關係數和P值，最後得到一個4列的data.frame並輸出為csv，可用excel進行進一步編輯。4列的data.frame每一列依次是某一行的行名、與前者進行相關分析的另一行的行名、pearson相關係數、P值，那麼讓我們開始~

N1=c("gene1") #首先把最後4列的data.frame表頭設定好，我這裡用基因1表示，可以隨你換

N2=c("gene2")

R=c("r") #相關係數

P=c("p") #P值

for (r in 1:nrow(data)){ #在下面的{}內r的範圍從1到data的行數，即100

for (t in r:nrow(data)){ #在下面的{}內t的範圍從1到data的行數，兩個for疊加的話，先固定第一個for r=1再執行下一個for，直到下一個for的r從1到100都執行完後再跳到第一個for r=2，再執行r從1到100，再r=3以此類推直到r=100，整個for循環就結束了。這裡用兩個for很巧妙，這樣可以規避計算了第r行與t行的相關數據及第t行與r行的相關數據，造成人為的重複運算

N3=rownames(data)[t] #data行名的第t個數據，這個很好理解，data行名rownames(data)是一個有100個數據的向量vector，從1到100依次是每一行的行名，這裡[t]就取第t個數即第t行行名

N4=rownames(data)[r] #同上取第r行行名

R1=cor(as.numeric(data[t,]),as.numeric(data[r,]),method="pearson") #cor函數計算pearson相關係數，參數裡依次是向量1，向量2，運算方法這裡是pearson，向量1這裡是data第t行的數據，保險起見轉為了numeric即數值型，向量2這裡是data第r行的數據

P1=cor.test(as.numeric(data[t,]),as.numeric(data[r,]),method="pearson")[[3]] #結構同上，這裡是得到P值

N1=c(N1,N3) #把N1和N3合併為N1，這裡N1最開始是gene1，後來每運行一次，就加上一個新的N3，也就是每運行一次，就得到長度加一的向量，加的部分就是相關分析中前者的行名

N2=c(N2,N4) #把N2和N4合併為N2，這裡N2最開始是gene2，後來每運行一次，就加上一個新的N4，也就是每運行一次，就得到長度加一的向量，加的部分就是相關分析中後者的行名，注意N1和N2的順序是一一對應的，因為N1和N2的順序就是每次運行的順序，即N1和N2的第3個數據都是第2次運算的結果

R=c(R,R1) #把N2和N4合併為R，這裡R最開始是r，後來每運行一次，就加上一個新的R1，也就是每運行一次，就得到長度加一的向量，加的部分就是相關分析中相關係數

P=c(P,P1) #把N2和N4合併為P，這裡P最開始是p，後來每運行一次，就加上一個新的P1，也就是每運行一次，就得到長度加一的向量，加的部分就是相關分析中的P值，注意R和P及N1、N2都是一一對應的，理由同上

}

}

Q=data.frame(N1,N2,R,P) #最後把N1,N2,R,P向量按列合併創建成data.frame，因為R和P及N1、N2都是一一對應的，按列合併不會打亂順序，至於為啥是按列，這裡就是前文說的R語言特性~

write.csv(Q,file="G:/PR1.csv") #輸出為csv

結果

這就是結果，為啥N1，N2不變呢？因為沒有設定行名所以每次運算的N3、N4都是空的，所以N1，N2一直都是gene1和gene2。為啥R為1P為0呢？因為看了data就知道了(o)

data

怎麼樣，R語言for循環有意思吧︿(￣︶￣)～，你學會了嗎？不妨用自己的數據試試~

最後，學習程序語言，小編覺得理解代碼邏輯非常重要（來自一個自學R語言、生物信息學和機器學習的臨床醫學生）

小編資料——武漢大學臨床醫學專業在讀，已發表多篇SCI論文。這是小編的第一篇文章，希望大家多多關注、支持，你們的支持是我走下去的動力

你們還想看怎樣的文章，不妨在評論區談一談，對於R語言或者這篇文章其他內容也可以談一談~