rank函数是返回原数据由小到大排序后的 ”顺序“ 的下标
举例理解:向量 ori
> ori <- c(2,3,1,4,5,6,9,7,8)
> rank(ori)
[1] 2 3 1 4 5 6 9 7 8
原向量 元素顺序为 2,3,1,4,5,6,9,7,8 由小到大调整 1,2,3,4,5,6,7,8,9
故,理解rank结果为 第一个元素(2)重新排序后会出现在第二个位置,而第二个元素(3)会出现在第三位,以此类推。
出现相同大小的元素,对应的位置可能是两个元素位置之和除以2
例如:
> ori <- c(2,3,1,5,5,6,9,8,8)
> rank(ori)
[1] 2.0 3.0 1.0 4.5 4.5 6.0 9.0 7.5 7.5
1. 文章越来越难发?是你没发现新思路,基因家族分析发2-4分文章简单快速,学习链接:基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读;转录组(无参)结果解读
3. 转录组数据深入挖掘技能-WGCNA,提升你的文章档次,学习链接:WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘?学习链接:转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课:linux系统使用、perl入门到精通、perl语言高级、R语言入门、R语言画图
7. 医学相关数据挖掘课程,不用做实验也能发文章:TCGA-差异基因分析、GEO芯片数据挖掘、GEO芯片数据标准化、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他,二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!