R语言第一课.docx
《R语言第一课.docx》由会员分享，可在线阅读，更多相关《R语言第一课.docx（18页珍藏版）》请在冰豆网上搜索。
R语言第一课
R语言
基础篇
简介：
R语言在英文里写成R或R-project,最开始的时候，国内将R语言翻译成R软件，后来觉得不妥，翻译成R语言或R或环境，R语言是S语言的一种实现。
S语言是国外学者开发的用来做数据探索、统计分析、作图的语言。
R软件是一套完整的数据处理、计算和制图软件。
用户可通过R软件的网站（_project.org）获得最新的R软件信息，并得到最新的应用统计软件包。
说R是统计软件，还不如说是数学计算软件，因为它提供了若干统计程序包，各种数学计算、统计计算函数，包含了很多程序包。
国外好多大学学生，学的统计工具都是R语言，而国内最早应用它的大学是清华大学，学生为了参加世界数学建模大赛，目前只有中国人大、广东暨南大学统计专业才有教授R语言课程，人大肖凯老师在网上讲授R语言课程目前比较畅销。
R语言是一种用于开源免费的用于数据分析的计算环境,是用于统计分析、绘图的语言和操作环境，是一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
R语言参考书：
R语言实用教程，薛毅，陈立萍编著，清华大学出版社，2014年10月第一版。
1.下载安装R软件：
R的网站：
，进入网站后出现画面：
第一步：
点击“CRAN”链接
第二步：
选择镜像china“”
第三步：
选择“DownloadRforWindows”——根据你的操作系统选择
第四步：
选择“base”
第五步：
选择“DownloadR3.2.0forWindows”下载安装
................................................................完成............................................................
二.R基础（用help（）,或?
求帮助,getwd（）获得R的当前工作目录，#是注释符）
1.R有两个主要概念：
对象和函数，用赋值运算符赋给对象内容。
赋值运算符赋：
尖括号<和减号-组成：
<-
###################################################
R变量
###################################################
x<-945
x
y<-39
y
y<-43#####刷新前面y的内容
y
z<-5
w<-z^2
w
i<-（z*2+45）/2#####用赋值表达式赋给对象内容
i
（34+90）/12.5#####只想知道结果
ls（）########知道当前对象
rm（y）########删除当前对象，释放空间
rm（z,w,i）
.............................................完....................................................
###################################################
R向量
###################################################
对象都有模式和长度属性，数据类型有：
字符串、数值型、逻辑型、复数型。
用小写c加括号建立向量，数值向量可以做四则运算
v<-c（4,7,23.5,76.2,80）
v
length（v）###############长度
mode（v）###############模式
c（1,2,3,4）>c（1,1,4,5）##########向量做比较，产生的是逻辑向量F,T,F,F
一个向量的所有元素必须具有相同的模式，即数据类型，否则强制转换
v<-c（4,7,23.5,76.2,80,"rrt"）#########执行强制转换，字符值用单引号或双引号
v
u<-c（4,6,NA,2）##############NA代表缺失值
u
k<-c（T,F,NA,TRUE）
k
v[2]##############向量的某个元素
v[1]<-'hello'
v
x<-vector（）##############创建空向量
x[3]<-45
x
length（x）
x[10]
x[5]<-4
x
v<-c（45,243,78,343,445,44,56,77）
v
v<-c（v[5],v[7]）#########创建向量子集
v
....................................................完.........................................................
###################################################
###VectorizationR向量化
###################################################
函数的向量化，函数可以直接对向量的每个元素进行操作
v<-c（4,7,23.5,76.2,80）
x<-sqrt（v）#########算术平方根
x
v1<-c（4,6,87）
v2<-c（34,32,12）
v1+v2
v1<-c（4,6,8,24）
v2<-c（10,2,4）###########重复循环短的向量
v1+v2
v1<-c（4,6,8,24）
2*v1
ages<-c（li=33,zhang=29,liu=18）###########带字符下标的向量
names（ages）###########给向量各元素起名字
ages[“liu”]或ages[‘liu’]或ages[3]###########取向量某元素
fruit<-c（5,10,1,20）
names（fruit）<-c（'orange','banana','apple','peach'）####给向量取名字
fruit
与数值向量有关的函数
max（x）##########求向量最大值
min（x）##########求向量最小值
range（x）##########求向量的范围
sum（x）##########求向量各分量之和
prod（x）##########求向量各分量之积
length（x）##########求向量各分量的个数（维数）
...................................................完...................................................
###################################################
###Factors因子
###################################################
因子处理分类数据，数据集中有取值个数固定的名义变量，因子特别有用，因子用水平来表示所有可能的数值。
factor（x=character,levels,labels=levels,exclude=NA,ordered=is.ordered（x））
X为数据向量，也是被转换成因子的向量，levels为可选向量，表示因子水平，当此参数取默认值时，由x元素中的不同值来确定，labels指定各水平名称，默认时取levels值，exclude为从x中删除的水平值，默认值NA,ordered为逻辑变量，取TURE为水平有次序，否则FALSE无次序。
g<-c（'f','m','m','m','f','m','f','m','f','f'）
#######有10个人的性别向量
g
g<-factor（g）#############把这个向量转换为因子
g
gg<-factor（c（'m','m','m','m','m'）,levels=c（'f','m'））
#######有5个男性，要与g有相同的水平（数值个数）
gg
gg<-factor（c（'m','m','m','m','m'））#######否则只有1个水平个数
gg
table（g）#######table（）计算每个值的发生次数
table（gg）
is.factor（g）#######查看对象是否为因子
as.factor（）#######强制转化为因子
levels（g）#######查看因子的水平
g<-c（1,2,3,2,3,1,1,1）
g<-factor（g）
levels（g）<-c（'I','II','III'）#######为因子的水平赋值
g
g<-factor（c（'f','m','m','m','f','m','f','m','f','f'））
a<-factor（c（'adult','adult','juvenile','juvenile','adult','adult',
'adult','juvenile','adult','juvenile'））
t<-table（a）#######统计各因子水平出现的频数
t<-table（g）
t<-table（a,g）#######table（）用于获取多个因子的交叉表
margin.table（t,1）#######a的水平数
margin.table（t,2）#######g的水平数
prop.table（t,1）#######按行算总数，table（a,g）阵中的元素与总数比
prop.table（t,2）#######按列算总数，table（a,g）阵中的元素与总数比
prop.table（t）######各元素总和算总数，table（a,g）阵中的元素与总数比
###################################################
生成序列seq（）,rep（）,gl（）
###################################################
x<-1:
1000
10:
15-1#############冒号优先
10:
（15-1）
5:
0#############递减
seq（-4,1,0.5）#############seq（）生成实数序列，步长0.5
seq（from=1,to=5,length=4）#########生成4个数
seq（from=1,to=5,length=2）
seq（length=10,from=-2,by=0.2）#########从-2开始生成10个数，步长0.2
rep（5,10）############生成10个5
rep（'hi',3）
rep（1:
2,3）
rep（1:
2,each=3）
gl（k,n）生成带有因子的序列，k因子水平个数，n每个水平的重复数
gl（3,5）
gl（2,5,labels=c（'female','male'））#######labels代表因子数值名称
rnorm（10）############生成10个正态分布数
###################################################
###Indexing数据子集
###################################################
x<-c（0,-3,4,-1,45,90,-5）
x>0##########结果是逻辑值
x[x>0]##########结果是数值型
x[x<=-2|x>5]
x[x>40&x<100]
x[c（4,6）]##########提取所在向量位置的元素
x[1:
3]##########提取前3个
y<-c（1,4）
x[y]
x[-1]##########排除第1个
x[-c（4,6）]
x[-（1:
3）]
x[]<-0###########所有元素赋予0值
x<-0
###################################################
矩阵和数组
###################################################
矩阵：
数组储存的是多维数据元素，矩阵是数组的特殊情况
matrix（data=NA,nrow=1,ncol=1,byrow=FALSE,dimnames=NULL）
参数data为数据向量，默认值为NA,当不输入该数据时，可生成一个初始矩阵，nrow为矩阵的行数，默认值为1，ncol为矩阵的列数，默认值为1，byrow为逻辑变量，当取值是TURE,矩阵按行放置，当取值是FALSE,矩阵按列放置，dimnames为矩阵的行和列的名称，用列表输入，默认为空。
m<-c（45,23,66,77,33,44,56,12,78,23）
m
dim（m）<-c（2,5）############把向量组织为一个矩阵
m
m<-matrix（c（45,23,66,77,33,44,56,12,78,23）,2,5）
#####使用更简单的命令，按列添
m<-matrix（c（45,23,66,77,33,44,56,12,78,23）,2,5,byrow=T）
#####按行添数
m
m[2,3]##########取矩阵元素
m[-2,1]##########除去第2行，第一列所有元素
m[1,-c（3,5）]##########除去第3、5列，第一行所有元素
m[1,]
m[,4]
#############上面得到是向量
m[1,,drop=F]#############得到是矩阵
m[,4,drop=F]
cbind（）、rbind（）把矩阵分别按列、行结合起来
m1<-matrix（c（45,23,66,77,33,44,56,12,78,23）,2,5）
m1
cbind（c（4,76）,m1[,4]）##################把矩阵按列结合
m2<-matrix（rep（10,20）,4,5）
m2
m3<-rbind（m1[1,],m2[3,]）##################把矩阵按行结合
m3
results<-matrix（c（10,30,40,50,43,56,21,30）,2,4,byrow=T）
colnames（results）<-c（'1qrt','2qrt','3qrt','4qrt'）
############给矩阵列起名
rownames（results）<-c（'store1','store2'）############给矩阵行起名
results
results['store1',]
results['store2',c（'1qrt','4qrt'）]
m<-matrix（c（45,23,66,77,33,44,56,12,78,23）,2,5）
m*3
m1<-matrix（c（45,23,66,77,33,44）,2,3）
m2<-matrix（c（12,65,32,7,4,78）,2,3）
m1+m2
####################矩阵运算都是元素和元素的运算
数组（Array）：
是多维的,向量为一维数组，矩阵为二维数组。
数组中的元素数据类型必须一致，建立数组方法：
array（data=NA,dim=length（data）,dimnames=NULL）
参数data为数据向量，默认NA,dim为整数向量，表示各维长度，默认为data的长度，dimnames为各维名称，用列表形式给出，默认值为空。
a<-array（1:
20,dim=c（4,5））
a
b<-array（1:
24,dim=c（3,4,2））
b
b[1,3,2]
b[1,,2]
b[3,4,]
b[c（2,3）,,-2]###########取两行
...................................................完....................................................
列表list（）：
不同元素可以不同数据类型，也可不同长度
my.lst<-list（stud.id=34453,
stud.name="John",
stud.marks=c（14.3,12,15,19））
my.lst
my.lst$stud.name
my.lst[1]
my.lst[[1]]##########输出时不要列名
my.lst[[3]]
mode（my.lst）
mode（my.lst[[1]]）##########输出值的属性
my.lst$stud.id
names（my.lst）##########输出列表元素名称（属性）
names（my.lst）<-c（'id','name','marks'）##########给列表元素命名
my.lst
my.lst$parents.names<-c（"Ana","Mike"）##########给列表添加元素
my.lst
length（my.lst）##########统计列表成分个数
my.lst<-my.lst[-4]##########删除列表成分
other<-list（age=19,sex='male'）
lst<-c（my.lst,other）
lst
my.lst<-list（stud.id=34453,
stud.name="John",
stud.marks=c（14.3,12,15,19））
my.lst$parents.names<-c（"Ana","Mike"）
my.lst
unlist（my.lst）#########将列表转换成向量
.....................................................完..............................................
数据框data.frame（）类似与excel表的数据结构，每列的数据类型可以不一致，但长度必须一致，列相当于属性，行相当于样本。
df<-data.frame（Name=c（'Alice','Becka','James','Jeffrey','John'）,
Sex=c（'F','F','M','M','M'）,
Age=c（13,13,12,13,12）,
Height=c（56.5,65.3,57.3,62.5,59）,
Weight=c（84,98,83,84,99.5）
）
df
与数据框有关的函数：
as.data.frame（）#######将对象（矩阵、列表）强制转换
###########成数据框（各成分必须满足数据框要求）
is.data.frame（）############判断对象是否为数据框
x<-array（1:
6,c（2,3））
######如果矩阵原有列名，则为数据框列名，否则系统给出
data.frame（x）
数据框的调用：
df[1:
2,3:
5]
df[["Height"]]
df$Weight
数据框的命名：
names（df）##########定义数据框的变量名
rownames（df）<-c（"one","two","three","four","five"）
###########定义数据框的各行名字
attach（）函数、with（）函数
R语言主要通过数据框来输入和保存数据，attach（）函数可以把数据框中的变量“连接”到内存中，便于数据框中数据的调用。
它也可连接列表。
attach（df）
r<-Height/Weight
r
df$r<-Height/Weight##########把新变量赋值到数据框中
df
detach（）##########取消连接
如果只做少量运算，也可用with（）函数
df$r<-with（df,Height/Weight）
lapply（）函数和sapply（）函数：
对列表和数据框进行运算
lapply（X,FUN,...）
sapply（X,FUN,....,simplify=TURE,USE.NAMES=TURE）
X为列表或数据框，FUN为指定的运算函数，两函数用法相同，一个返回列表，一个返回数据框。
df<-data.frame（Name=c（'Alice','Becka','James','Jeffrey','John'）,
Sex=c（'F','F','M','M','M'）,
Age=c（13,13,12,13,12）,
Height=c（56.5,65.3,57.3,62.5,59）,
Weight=c（84,98,83,84,99.5）
）
lst<-list（Name=c（'Alice','Becka','James','Jeffrey','John'）,
Sex=c（'F','F','M','M','M'）,
Age=c（13,13,12,13,12）,
Height=c（56.5,65.3,57.3,62.5,59）,
Weight=c（84,98,83,84,99.5）
）
lapply（lst[3:
5],mean）
sapply（df[3:
5],mean）
或lapply（lst[c（"Age","Height","Weight"）],mean）
sapply（df[c（"Age","Height","Weight"）],mean）
………................................完..............................................
...............................................对象和类...........................................
R是基于对象的语言，对象中包含我们需要的数据，并且对象具有很多属性，其中最重要的属性是类，基本的类是数值、逻辑、字符串，还有复合型的类，如矩阵、数组、数据框、列表，用class（）观察类，用attributes（）观察其属性,str（）用于了解对象的详细
升级会员 