小鲨鱼2018

摘要： 1、测试数据 root@PC1:/home/test# ls outcome.ped root@PC1:/home/test# cat outcome.ped ## 测试数据， 将每隔一个空格的两列并排为一列 G G C C G G G G G A A A G G G C G G G C G G G 阅读全文

摘要： 1、 ## 测试数据test <- c("200005: Smoker_1","200076: Smoker_2","200087: Smoker_3","200088: Smoker_4","200106: Smoker_5","200107: Non-smoker_6") test list1 阅读全文

摘要： 1、直接测试 dir() ## 列出当前目录中所有文件 myfile <- list.files() ## 将当前目录中的所有文件都保存为字符 myfile gzfile <- myfile[grep(myfile, pattern =".gz$")] ## 提取当前目录中以.gz结尾的文件 gzf 阅读全文

摘要： 1、测试数据 root@PC1:/home/test# ls test.py test.txt root@PC1:/home/test# cat test.txt ## 测试数据 w r s f z s d g z c w d z d g g z c e w root@PC1:/home/test# 阅读全文

摘要： 1、测试数据 root@PC1:/home/test# ls test.txt root@PC1:/home/test# cat test.txt ## 测试数据 w r s f a s d g z c w d a d g t z c e w 2、提取包含w的行 root@PC1:/home/tes 阅读全文

摘要： plink进行阈性状（质量性状）关联分析有两种方法 --assoc 和 --logistic， 这两种方法又分别有分是否校正： --assoc --adjust 和 --logistic --adjust --logistic方法有可以选择是否添加协变量： --logistic --covar 和 阅读全文

摘要： scale的作用 1、中心化： 减去平均值 2、标准化： 除以根方差 test <- c(2,3,4,6) ## 测试数据 a <- scale(test,center = F, scale = F) ## 既不中心化， 也不标准化 a b <- scale(test, center = T, sc 阅读全文

摘要： 1、 dir() dat <- read.table('test.txt',fill = T) ## fill = T，读取列数不一致的行，用“”填充 dat result <- data.frame() ## 创建空数据框 result for (i in 1:nrow(dat)) { if (( 阅读全文

摘要： 1、删除test.txt末尾的单个或者多个空格或者制表符 root@PC1:/home/test# ls test.txt root@PC1:/home/test# cat test.txt ## 测试数据 2 3 4 a 3 d d w e z v e z c g z v b root@PC1:/ 阅读全文

摘要： 1、测试数据，依据列数筛选数据 root@PC1:/home/test# ls test.txt root@PC1:/home/test# cat test.txt ## 测试数据 2 3 4 3 d a 3 d d w e f z v e z c g k e q z v b d root@PC1: 阅读全文