R语言中性价比最高的函数以及最贵的函数
今天讲几个我喜欢的函数。
1.性价比最高的函数t()
中文名称转置，就是矩阵的行列转换
先创建一个矩阵
dd <- matrix(seq(1,18),nrow = 3)
colnames(dd) <- paste0("gene",LETTERS[1:6])
rownames(dd) <- paste0("sample",LETTERS[1:3])
dd
用t()转置一下，行列就互换了
t(dd)
就一个小小的字母t完成这么复杂的操作，在调整数据格式中必不可少，比如，大部分原始数据都是，行是基因，列是样本，而ggplot2绘图需要的是清洁数据，行是样本，列是基因，这个过程中许需要使用转置。
我曾经想，如果没有t(), 我们该如何编程实现，以前我无能为力，但是自从我想通了R语言里面数据结构的本质上都是向量，我就想到了方法。
我认为，向量，矩阵，数据框，列表本质上都是一个东西，是挂在晾衣绳上的小盒子：
这样就好理解，对于data.frame而言，为什么names()和colnames()返回的结果一样，为什么获列的时候df[,1]和df[1]的结果也一样，还有，对于批量读入的数据如果存为列表，可以使用do.call(cbind，list)把列表变成数据框，因为本质上他们都是一个结构。
这样一想，连字符串都可以看作是向量：
如此，我先用lapply批量获取行，再用cbind把他们按照列合并就可以了
myt <- function(dd){
tt <- do.call(cbind,lapply(1:nrow(dd), function(x){dd[x,]}))
colnames(tt) <- rownames(dd)
return(tt)
}
myt(dd)
既然sapply是lapply的简化版本，他默认返回的是向量，通常我们看到的是一维的向量，也可以是一列列组成的向量
sapply(1:nrow(dd), function(x){dd[x,]})
既然sapply可以，那么apply理论上也应该可以，只要我按照行去取出行，那么他会自动把得到的行按列合并，在R语言中"["也是函数，表示取出。
apply(dd,1,"[")
确实也实现了效果，目前开来apply的方案是除了t()之外书写最简单的。我们看看他们的速度呢？运行10万次比较一下
t()当真是性价比最高的函数，书写最简单，速度十分快！
2.最贵的函数是table()
table用来统计元素出现的次数，举例如下
从ABCD四个字母中可放回抽取20次，得到向量dd
set.seed(522)
dd <- sample(LETTERS[1:4],20,replace = T)
dd
使用table()统计一下，返回每个字母出现的次数
为什么要说他最贵呢，情况是这样的，以前人们参加考试，比如托福，要背10000个以上的单词，但是在2003年李笑来先生分析历年的真题并制作词频后发现，去掉''a'',''the''等高频词，还有低频词，剩下的只有2100个单词，每天背诵100个，21天就可以背完，因此还写了一本畅销书，叫《TOEFL核心词汇21天突破》。
这本书的稿费支持了他大部分生活开销，应该超过100万，当年他用了9个月的时间来完成，今天我们用R语言导入，用jieba来分词，一个table()就可以搞定了。
这都是闲聊，我在机场的时候，也突发奇想，看看能不能写函数来实现，也不是很困难，先找到不重复的元素，然后计算他们的个数就可以
mytable <- function(x){
sapply(unique(x,fromLast = TRUE), function(x){sum(dd==x)})
}
mytable(dd)
可以顺利实现，现在我来比较一下速度
system.time(for (i in 1:100000) {
table(dd)
})
system.time(for (i in 1:100000) {
mytable(dd)
})
很惊喜，居然速度快三倍！
3.大道至简的函数是unique()
我在构建上一个table函数的时候，用到了unique函数，这个函数可以实现去重的功能。
set.seed(522)
dd <- sample(LETTERS[1:4],20,replace = T)
dd
unique(dd)
因为在机场没事，就想着如何自己来实现去重的功能。
我是这样想的
先找到第一个元素，记录，然后去掉向量里所有这个元素，剩下的向量，再找到第一个元素，记录，去除这个元素，以此类推就实现了。
无论是一个for循环还是函数，首先自己要能够清晰地定义每一步该做什么，本次中以此类推让我想到要使用递归功能，经过一番思考，我总结了递归函数的写法：
1.要用if语句来判断
2.要定义最极端的情况，比如最够一个元素带入函数的结果
3.尝试保留每一次迭代的结果，每次都用定义的函数
myunique <- function(dd){
if(length(dd)==0){
return(NULL)
}else{
return(c(dd[1],myunique(dd[dd !=dd[1]])))
}
}
测试一下效果也是不错
再测试一下速度
system.time(for (i in 1:100000) {
unique(dd)
})
## 比较时间
system.time(for (i in 1:100000) {
myunique(dd)
})
还是速度赶不上，好在我现在会写递归函数了，比如，算一个数的阶乘。
jiecheng <- function(x){
if(x==0){
return(1)
}else{
return(x*jiecheng(x-1))
}
}
测试一下效果：
实际上R语言里面有专门的函数实现这个功能是`factorial
没有比较速度，因为自带函数速度快到无边无界。