R学习1-基础

Made by Mike_Zhang

---

所有文章:
R学习1-基础
R学习2-I/O
R学习3-Vector List Matrix
R学习4-Data Frame
R学习5-Graphics

---

1 R Start

R: The R Project for Statistical Computing官网地址: https://www.r-project.org/

1. 进入网站后点击 CRAN；
2. 选择对应地区的mirror，如：TUNA Team, Tsinghua University
3. 下载对应系统的安装包并安装。
4. 打开R应用，显示R Console界面，如下图：

R Console

输入命令后按下回车，测试如下：

> 1+1
[1] 2

在R中，输出的结果为向量(Vector)，上述例子中结果为只有一个元素向量，因此结果2被标记为[1]，指向量的第一个元素。

---

2 Print Out

在输入完命令后按下回车，R会自动调用print()方法来输出结果在console中，用户也可以使用print()或者cat()方法来输出。

2.1 print()

如下：

> print(2^2)
[1] 4
> print(pi)
[1] 3.141593

但是print()方法有限制，其一次只能输出一个对象，不支持同时输出多个对象，如下：

> print(2^2,"pi")
Error in print.default(2^2, "pi") : invalid printing digits -2147483648
In addition: Warning message:
In print.default(2^2, "pi") : NAs introduced by coercion
>
> print("pi is: ",pi,".")
Error in print.default("pi is: ", pi, ".") : invalid 'quote' argument

如要输出多个对象，则可以使用多个print()语句，并用分号(;)隔开:

> print("pi is: ");print(pi);print(".")
[1] "pi is: "
[1] 3.141593
[1] "."

另一种方法就是使用cat()方法。

---

2.2 cat()

> cat("pi is:",pi*2,".","\n")
pi is: 6.283185 . 

此方法可以把多个对象结合起来连续输出，注意cat()方法输出时默认用空格隔开每个对象，并不是换行符(\n), 因此建议在此输出方法末尾加上换行符(\n)。

---

3 Variables

3.1 Assignment

1. 变量赋值符:<- （由一个less-than character< 和 hyphen-连接而成，中间无空格）

如：

x <- 1
y <- 2^2

变量无需定义即可赋值

1. 强变量赋值符: <<-
   如：

x <<- 1

此符号把变量值赋值给一个全局变量(global variable)，而不是局部变量(local variable)

注意：
=和->符号也支持变量的赋值，但是并不推荐使用，前者容易和比较符产生歧义，后者在表达式过长时不便于阅读。

---

3.2 List Variables

使用ls()或ls.str()方法来列出目前工作区定义了那些变量和方法。

3.2.1 ls()

> x <- 1
> y <- 2
> z <- 3
> f <- function(n) n^2
> ls()
[1] "f" "x" "y" "z"

此方法会返回一个字符串向量，包含了定义的变量名和方法名。
若工作区内没有定义的变量名或者方法名，则：

> ls()
character(0)

3.2.2 ls.str()

> ls.str()
f : function (n)  
x :  num 1
y :  num 2
z :  num 3

此方法除返回名字外，也会返回变量的值。

但是ls()方法不会返回名字以点(.)开头的变量，如：

> .var = 4
> ls()
[1] "f" "x" "y" "z"

如需要返回所有变量，则需要设置ls()的all.name参数为TRUE，如下：

> ls(all.names=TRUE)
[1] ".Random.seed" ".var"         "f"            "x"            "y"            "z"   

---

3.3 Remove Variables

rm()方法可以从工作区移除不需要的变量或者方法，如下：

> rm(x)
> x
Error: object 'x' not found

> ls()
[1] "f" "y" "z"
> rm(y,z)
> y
Error: object 'y' not found
> z
Error: object 'z' not found

变量或方法一旦被移除，则不可以撤回。

也可以设置rm()方法的list参数为ls()，则可以移除整个工作区的变量以及方法，如下：

> x <- 1
> y <- 2
> z <- 3
> rm(list=ls())
> ls()
character(0)

注意！
谨慎使用rm(list=ls())方法。
不要在分享给他人的R文件中使用此方法，会有删除全部内容的风险！

---

4 Vector Creation

向量(Vector)是R的核心组成部分，其可以包含数字，字符串，逻辑值，但不可以是混合体。

使用c(...)语句可以初始化一个向量，如下：

> v <- c(1,2,3,3,4,5,6)
> v
[1] 1 2 3 3 4 5 6

也可以通过此语句合并两个向量，组成一个新的向量，如：

> v2 <- c(1,1,2,2,3,4,5)
> vc <- c(v,v2)
> vc
 [1] 1 2 3 3 4 5 6 1 1 2 2 3 4 5

若用户尝试合并两个不同类型的向量，则R会尝试把它们转换成相同类型的向量，如下：

> a <- c(1,2,3)
> b <- c('one','two','three')
> c <- c(a,b)
> c
[1] "1"     "2"     "3"     "one"   "two"   "three"

上面例子中，R就把numeric的123转换成了character类型。

使用mode()方法可以查看变量的类型，如下：

> mode(c)
[1] "character"

---

5 Basic Statistics

R中一些基础的数据分析方法：

mean()：计算均值
median()：计算中位数
sd()：计算标准差
var()：计算方差

如下：

> v
[1] 1 2 3 3 4 5 6
> mean(v)
[1] 3.428571
> median(v)
[1] 3
> sd(v)
[1] 1.718249
> var(v)
[1] 2.952381

若数据中出现了NA(not available)，可能会造成方法返回NA，如下：

> n <- c(1,2,3,3,4,5,6,NA)
> n
[1]  1  2  3  3  4  5  6 NA
> mean(n)
[1] NA

可以设置上述几个方法的na.rm属性为TRUE，以让R忽略NA，如下：

> n <- c(1,2,3,3,4,5,6,NA)
> n
[1]  1  2  3  3  4  5  6 NA
> mean(n,na.rm=TRUE)
[1] 3.428571

---

6 Sequences

6.1 n:m expression

> 0:10
 [1]  0  1  2  3  4  5  6  7  8  9 10
> 10:0
 [1] 10  9  8  7  6  5  4  3  2  1  0
> 5:15
 [1]  5  6  7  8  9 10 11 12 13 14 15
> 15:5
 [1] 15 14 13 12 11 10  9  8  7  6  5

此方法的步长只能为1或-1。

6.2 seq()function

此方法有三个参数，规定起点，终点以及步长，如下：

> seq(from=1,to=10,by=2)
[1] 1 3 5 7 9
> seq(from=10,to=1,by=-3)
[1] 10  7  4  1

或者可以规定序列的长度，R会自动计算出适合的步长，如下：

> seq(from=10,to=1,length.out=3)
[1] 10.0  5.5  1.0
> seq(from=1,to=10,length.out=5)
[1]  1.00  3.25  5.50  7.75 10.00
> seq(from=1.5,to=10.5,length.out=6)
[1]  1.5  3.3  5.1  6.9  8.7 10.5

小数也适用起点与终点。

6.3 rep()function

此方法会重复输出指明的值，并返回一个向量，如下：

> rep(2,5)
[1] 2 2 2 2 2
> rep(1,0)
numeric(0)
> rep(pi,3)
[1] 3.141593 3.141593 3.141593

---

7 Comparing

R中的比较符有==,!=,<,>,<=,>=，比较表达式返回TRUE或者FALSE。

可以进行单个值之间的比较，如下：

> 1<2
[1] TRUE
> 0==1
[1] FALSE
> pi != 3
[1] TRUE
> pi==pi
[1] TRUE
> x <- 3
> x == x
[1] TRUE
> x < pi
[1] TRUE

也可以进行向量间的比较，返回一个布尔类型的向量，如下：

> a==b
[1] FALSE  TRUE FALSE
> a!=b
[1]  TRUE FALSE  TRUE
> a<b
[1]  TRUE FALSE FALSE
> a>b
[1] FALSE FALSE  TRUE

也可以进行向量和单个值的比较，R会让单个值逐个和向量中的元素进行比较，返回一个布尔类型的向量，如下：

> a <- c(1,2,3)
> x <- 3
> a == x
[1] FALSE FALSE  TRUE
> a<x
[1]  TRUE  TRUE FALSE
> a>x
[1] FALSE FALSE FALSE
> a!=x
[1]  TRUE  TRUE FALSE

any方法：
向量中存在任何一个TRUE就返回TRUE，如下：

> a <- c(1,2,3)
> x <- 3
> any(a==x)
[1] TRUE
> any(a<x)
[1] TRUE

all方法：
向量中所有都为TRUE才返回TRUE，如下：

> a <- c(1,2,3)
> x <- 3
> all(a==x)
[1] FALSE
> all(a==a)
[1] TRUE

---

8 Vector Elements

注意：
在R中，向量的下标从1开始，不是0！

1. v[x]

   > v <-c(1,2,3,4,5,6,7,8,9,10)
   > v[2]
   [1] 2
   > v[1]
   [1] 1
   > v[0]
   numeric(0)

2. v[n:m]
   为闭区间，两端都包括。

   > v[2:3]
   [1] 2 3
   > v[4:10]
   [1]  4  5  6  7  8  9 10

   注意：
   若想访问向量的第1位到第n+1位元素，应为v[1:(n+1)]，并不是v[1:n+1]。

1. v[c(a,b,c,...)]
   通过data vector访问。

   > v[c(1,3,5)]
   [1] 1 3 5
   > v[c(1:6)]
   [1] 1 2 3 4 5 6

2. v[-x]
   忽略某些元素。

   > v[-1]
   [1]  2  3  4  5  6  7  8  9 10
   > v[-5]
   [1]  1  2  3  4  6  7  8  9 10
   > v[-(1:5)]
   [1]  6  7  8  9 10

3. v[x<y]
   通过逻辑表达式选取，若TRUE则选取，若FALSE则忽略。

   > v[v>5]
   [1]  6  7  8  9 10
   > v[v %% 2 == 1]
   [1] 1 3 5 7 9

4. names()
   通过names()方法，给某一向量的元素加上names属性，并通过此属性访问到对应的值。

   > value <- c(1,2,3)
   > names(value) <- c('one','two','three')
   > value
     one   two three 
       1     2     3 
   > value['one']
   one 
     1
   > value[c('one','three')]
     one three 
       1     3 

---

9 Operator Precedence

Operator precedence - P. Teetor, R Cookbook

自上而下为高优先级至低优先级

---

10 Functions

R中有自定义函数，语法如下：

function(p1,p2,...) {
    expr1
    expr2
    ...
}

例如：

> v <- c(1,2,3)
> addOne <- function(x) return(x+1)
> addOne(1)
[1] 2
> addOne(v)
[1] 2 3 4

可以使用lapply()方法调用方法，如下：

> lapply(v,addOne)
[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

---

11 R Editor Window

除了在R的console中编辑代码，也可以在编辑窗口中全部编写完成再运行，如下：

新建一个编辑窗口，输入全部代码；
鼠标放在某一行，按下cmd+enter，执行此行代码；
或选中某几行或全部代码，按下cmd+enter，执行选中的代码。

R Editor Window

---

参考

P. Teetor, R Cookbook. Sebastopol: O’Reilly Media, Incorporated, 2011.

---

写在最后

初次接触R语言，相关的知识会继续学习，继续更新.
最后，希望大家一起交流，分享，指出问题，谢谢！

---

原创文章，转载请标明出处
Made by Mike_Zhang

感谢你的支持