R语言学习详解文档格式.docx

R语言学习详解文档格式.docx

《R语言学习详解文档格式.docx》由会员分享，可在线阅读，更多相关《R语言学习详解文档格式.docx（24页珍藏版）》请在冰豆网上搜索。

plot（hp,mpg,pch=cyl）#马力与油耗的散点图，pch表示用字符图案画点

legend（250,30,pch=c（4,6,8）,legend=c（"

4cylinders"

"

6cylinders"

8cylinders"

））#做出各气缸符号的说明标记。

这里250,30是说明框的左上角位置

线形回归

z<

-lm（cyl~mpg）#将回归所有结果放入z中

cor（cyl,mpg）#汽缸数与油耗的相关系数

cor（cyl,mpg）^2#一元回归Rsquare即为相关系数的平方

残差分析

lm.res<

-lm（cyl~mpg）#将回归所有结果放入lm.res中

lm.resids<

-resid（lm.res）#提取lm.res中的残差向量

plot（lm.resids）#画残差图

hist（lm.resids）#残差的直方图

qqnorm（lm.resids）#残差的qq图

qqline（lm.resids）#残差的qq线

结束分析并退出R

detach（mtcars）#从内存中清除数据集mtcars

q（）#退出R

改变内存变量

name<

-"

Carmen"

;

n1<

-10;

n2<

-100;

m<

-0.5#定义内存变量

ls（）#显示所有定义的内存对象

ls（pat="

m"

）#显示内存中含m的指定对象

^m"

）#显示内存中打头字为m的指定对象

ls.str（）#显示内存中所有对象的详细信息

rm（x,y）#从内存中删除对象x与y

rm（list=ls（））#从内存中删除所有对象

rm（list=ls（pat="

））#从内存中删除所有打头字为m的指定对象

建立数值型向量

向量具有简单规律

seq（）或”:

”

1:

10#建立1到10的数字向量

10-1#建立0到9的数字向量

（10-1）#建立1到9的数字向量

-seq（1,5,by=0.5）#从1到5，每次递增0.5

-seq（from=1,to=5,by=0.5）#等价于z<

-seq（1,5,by=0.5）

-seq（1,10,length=11）#从1到10，等分为11个点

-seq（1,10,length.out=11）#等价于z<

-seq（1,10,length=11）

向量具有复杂规律

-rep（2:

5,2）#2到5循环2次

5,times=2）#等价于z<

5,2）

5,rep（2,4））#等价于z<

-rep（1:

3,times=4,each=2）#数字1到3每个重复2次，共循环4次

向量没有规律

-rep（c（3,5）,c（2,4））#3按后面2循环2次，5按后面4循环4次

通过键盘逐个输入

-scan（）#直接输入数据，回车键输入数据，空数据表示停止输入

sequence（3:

5）#建立连着的数据，从1到3，1到4，再1到5

sequence（c（10,5））#建立连着的数据，从1到10，再从1到5

建立逻辑向量

-c（10.4,5.6,3.1,6.4,21.7）#建立数值向量x

temp<

-x>

13#建立一个x是否满足大于13的逻辑向量

函数factor（）的调用格式

factor（x,levels=sort（unique（x）,na.last=TRUE）,labels=levels,exclude=NA,ordered=is.ordered（x））

字符型向量转换为因子

a<

-c（"

green"

blue"

yellow"

）

-factor（a）

数值型向量转换为因子

b<

-c（1,2,3,1）

-factor（b）

字符型因子转换为数值型因子

levels（a）<

-c（1,2,3,4）

参考类似

-factor（c（"

A"

B"

C"

）,labels=c（1,2,3））

数值型因子转换为字符型因子

levels（b）<

low"

middle"

high"

参考

ff<

-factor（1:

3,labels=c（"

））

提取向量中的元素

-seq（1:

100）#建立1:

100的数据向量，存入x

x[1:

10]#提取x的前10个元素

x[c（1,4）]#提取x的第1和第4元素

y<

-x[-（6:

10）]#去除向量中与索引向量对应的元素

提取逻辑向量

-c（42,7,64,9）#产生数值向量x

x>

10#产生x>

10是否成立的逻辑向量

x[x>

10]#取x>

10的值

x[x<

40&

10]#取x<

40且x>

10]<

-10#修改x中所有满足条件的数据为10

y=runif（100,min=0,max=1）#产生0-1上的100个均匀分布的随机数

sum（y<

0.5）#求小于0.5的元素的个数

sum（y[y<

0.5]）#求小于0.5的元素的和

-x[!

is.na（x）]#求出x中的非缺失值放入向量y中

-x[（!

is.na（x））&

（x>

0）]#求出x中的大于零的非缺失值放入向量z中

建立数组

array（data,dim,dimnames）

A<

-array（a,dim=c（3,4,2））#以a中数据建立维数为（3,4,2）的数组A

具体例子

-array（1:

8,dim=c（2,2,2））#建立一个2x2x2的数组，里面放置1到8

dim（A）#求出A的维数

dimnames（A）<

-list（c（"

a"

b"

）,c（"

c"

d"

e"

f"

））#定义数组中向量名

colnames（A）#A的列变量名

rownames（A）#A的行变量名

建立矩阵

6,c（2,3））#建立2行3列矩阵A，用1-6填入

4,c（2,3））#如果数据不够，自动循环

8,c（2,3））#建立A时，如数据多余，则自动截尾

标准矩阵命令

X<

-matrix（1,nr=2,nc=2）#建立2x2标准矩阵

-diag（3）#建立3x3的单位阵

-diag（c（10,20,30））#建立以10,20,30为对角元素的对角阵

-diag（2.5,nr=3,nc=5）#建立3X5的广义对角阵

-matrix（1:

4,2）#建立2x2的矩阵，用1-4填入

4,2,2）#等价于X<

4,2）

rownames（X）<

）#定义行名

colnames（X）<

）#定义列名

dim（X）#求出行列数

dimnames（X）#求出行列别名

4,2,4）#按列填入，不够再次循环

4,2,4,byrow=TRUE）#按行填入，不够再次循环

提取矩阵下标和元素

6,2,3）#用1到6建立一个2x3的矩阵

X[2,2]#提取X的（2,2）位的一个元素

X[2,]#提取X的第二行

X[,2]#提取X的第二列（按最小行或列数显示）

X[,2,drop=FALSE]#提取X的第二列，按原样显示

X[,c（2,3）]#提取X的第二、三列

X[-1,]#去掉第一行

X[,-2]#去掉第二列

X[,3]<

-NA#将第三列设为缺失值

X[is.na（X）]<

-1#缺失值替换为1

矩阵的运算

6,2,3）#用1到6建立一个2x3的矩阵

t（X）#转置矩阵

diag（X）#对角向量

矩阵按行或列合并

m1<

-matrix（1,nr=2,nc=2）#建立一个2x2的全1矩阵

m2<

-matrix（2,nr=2,nc=2）#建立一个2x2的全2矩阵

rbind（m1,m2）#矩阵按行合并

cbind（m1,m2）#矩阵按列合并

矩阵运算

m2*m2#矩阵按单元乘积，也即点乘

rbind（m1,m2）%*%cbind（m1,m2）#矩阵乘积1

cbind（m1,m2）%*%rbind（m1,m2）#矩阵乘积2

4,2）#建立一个2x2的1到4的行列式

det（X）#X的行列式

cov（X）#求出X各列之间的协方差矩阵

-c（1,2）#设x

-c（3,4）#设y

cor（x,y）#相关系数矩阵

求均值、中位数

-matrix（rnorm（n=12）,nrow=3）#建立一个3行的12个服从标准正态分布的随机数矩阵

apply（m,MARGIN=1,FUN=mean）#按行取均值

apply（m,MARGIN=2,FUN=mean）#按列取均值

scale（m,center=T,scale=T）#中心化随机变量

row.med<

-apply（m,MARGIN=1,FUN=median）#计算矩阵m每行的中位数

sweep（m,MARGIN=1,STATS=row.med,FUN="

）#每列各自减去列中位数

建立数据集两种方法（dataframe）

x=c（42,7,64,9）#建立数据向量x

y=1:

4#建立数据向量y

1、直接法

z.df=data.frame（INDEX=y,VALUE=x）#建立一个2列变量的数据集，放入z.df

weight<

-c（70.6,56.4,80,59.5）#建立数据向量weight

adult"

team"

）#建立字符向量x

wag<

-data.frame（weight,age=x）#构建数据集，变量数据长度不同时，会自动循环填充数据

-1:

4;

y<

-2:

4#建立数据向量x,y

data.frame（x,y）#若变量长度不是一个周期，则出现错误

2、从外部数据文件读取

foo<

-read.table（file="

c:

/data/foo.txt"

header=T）

适用于数据集的函数：

attach（Puromycin）#激活数据集

summary（Puromycin）#显示主要的描述性统计量

类似的统计计算函数max（）,min（）,median（）,var（）,sd（）,sum（）,cov（）,cor（）同样适合于数据集，意义相同。

pairs（Puromycin,panel=panel.smooth）#成对数据散点图

数据集下标与子集的提取：

Puromycin[1,1]#提取第一个变量第一个观测值

Puromycin[c（1,3,5）,c（1,3）]#提取数据集的一个子集（第1、3、5行观测值，第1、3列变量）

Puromycin[c（1,3,5）,c（"

conc"

state"

）]#等价于上述命令Puromycin[c（1,3,5）,c（1,3）]

Puromycin[c（1,3,5）,]#提取数据集的第1、3、5行观测值，所有列

Puromycin$conc#等价于Puromycin[,1]，提取变量为conc的那列值

subset（Puromycin,state=="

treated"

&

rate>

160）#提取满足条件state为treated，rate>

16的子集

数据集中添加新变量的三种方法：

若想增加新变量iconc=1/conc:

1、基本方法

Puromycin$iconc<

-1/Puromycin$conc

2、使用with（）函数

-with（Puromycin,1/conc）

3、使用transform（）函数，可一次定义多个变量

Puromycin<

-transform（Puromycin,iconc=1/conc,sqrtconc=sqrt（conc））

head（Puromycin）#显示头6行数据

列表的建立：

复杂数据分析需要生成包含不同类型的对象。

R的列表可以做到

L1<

-list（1:

6,matrix（1:

4,nrow=2））#建立向量和矩阵的混合列表

L2<

-list（x=1:

6,y=matrix（1:

4,nrow=2））#建立向量和矩阵的混合列表，并各自赋名

L2$x#显示L2中的x变量

数据的存储

d<

-data.frame（obs=c（1,2,3）,treat=c（"

"

）,weight=c（2.3,NA,9））#建立数据集

1、保存为简单的文本文件

write.table（d,file="

row.names=F,quote=F）#这里quote表示变量名不放入双引号中

2、保存为csv格式的文本文件

write.csv（d,file="

/data/foo.csv"

row.names=F,quote=F）

3、保存为R格式文件

save（d,file="

/data/foo.Rdata"

保存工作空间映像

save.image（）#等价于下式

save（list=ls（all=TRUE）,file="

/data/.Rdata"

数据的读取

1、使用函数read.table（）

setwd（"

/data"

）#设置程序自动访问目录

HousePrice<

houses.dat"

header=TRUE）

2、使用函数scan（）

函数scan（）比read.table（）更灵活，可以指定变量的类型。

另外，scan（）可以创建不同的对象：

向量、矩阵、数据集、列表等。

mydata<

-scan（"

data.dat"

what=list（Sex="

"

Weight=0,Height=0））

3、使用函数read.fwf（）

读取指定宽度格式的数据

-read.fwf（"

data.txt"

width=c（1,4,3）,col.names=c（"

X"

Y"

Z"

4、读取Excel数据

1）从剪贴板读入数据。

先将Excel的文件中的数据部分选择复制到剪贴板（ctrl+c），然后用R读入

-read.delim（"

clipboard"

2）使用程序包RODBC

安装程序包RODBC

在R中，按步骤“程序包-安装程序包-选取CRAN镜像服务器（可选北京的）-RODBC”

library（RODBC）#加载程序包RODBC

-odbcConnectExcel（"

/data/body.xls"

）#打开Excel文件

-sqlFetch（z,"

Sheet1"

）#选择Sheet1工作单数据读入foo

close（z）#关闭Excel文件

R中数据集的读取

1）R的标准数据datasets

R自身包含了一个有100多个数据集的数据集包datasets，随着R一次性自动载入。

列出全部数据集

data（）

用数据集名显示数据

Puromycin

2）专用程序包中的数据集

读取其他已安装的专用程序包中的数据，可以使用package参数

data（package="

pkname"

）#列出程序包pkname中的数据集，这里pkname只是一个已安装的程序包的代表

data（dataname,package="

）#载入程序包pkname中的数据集dataname

探索性数据分析

二项分布

n<

-20

p<

-0.2

k<

-seq（0,n）

概率函数图

plot（k,dbinom（k,n,p）,type='

h'

main='

Binomialdistribution,n=20,p=0.2'

xlab='

k'

分布函数图

plot（k,pbinom（k,n,p）,type='

标准正态分布

密度函数图

curve（dnorm（x,0,1）,xlim=c（-5,5）,ylim=c（0,0.3）,col='

red'

lwd=2,lty=3）

curve（pnorm（x,0,1）,xlim=c（-10,10）,ylim=c（0,1）,col='

lwd=2,lty=1）

直方图

从二项分布B（100,0.9）中抽取容量为N=100000的样本，画直方图

N<

-100000#建立随机数的容量

-100#建立二项分布的试验数

-0.9#建立每次成功的概率

-rbinom（N,n,p）#求出服从二项分布的随机数N个

hist（x,xlim=c（min（x）,max（x））,probability=T,nclass=max（x）-min（x）+1,col='

lightblue'

Binomialdistribution,n=100,p=.9'

）#直方图

lines（density（x,bw=1）,col='

lwd=2）#核密度估计图

单总体描述性统计

1、直方图

library（DAAG）#载入程序包DAAG

data（possum）#载入数据集possum

fpossum<

-possum[possum$sex=="

]#选出性别为雌的负鼠数据放入fpossum中

par（mfrow=c（1,2））#作图区域一分为二，一行两列

attach（fpossum）#加载数据集

hist（totlngth,breaks=72.5+（0:

5）*5,ylim=c（0,22）,xlab="

totallength"

main="

A:

Breaksat72.5,77.5,..."

）#画直方图

hist（totlngth,breaks=75+（0:

B:

Breaksat75,80,..."

）#不同点位画直方图

2、茎叶图

stem（totlngth）

3、盒形图

boxplot（totlngth）

4、正态性检验

A）使用QQ图

qqnorm（totlngth,main="

NormalityCheckviaQQPlot"

）#画QQ图

qqline（totlngth,col='

）#画正态线

B）与正态密度函数比较

#attach（fpossum）#加载数据集

dens<

-density（totlngth）#将totlngth的基本统计量存入dens变量

xlim<

-range（dens$x）;

ylim<

-range（dens$y）#选取x和y的最大值

par（mfrow=c（1,2））#将作图空间分为两个，一行两列

5）*5,xlim=xlim,ylim=ylim,probability=T,xlab="

）#画直方图

lines（dens,col=par（'

fg'

）,lty=2）#画核密度函数

-mean（totlngth）#计算均值

s<

-sd（totlngth）#计算标准差

curve（dnorm（x,m,s）,col='

add=T）#套用正态分布图

）,lty=2）#画核密度函数

C）使用经验分布函数

-sort（totlngth）#对totlgnth进行排序，存入x

-leng