《R语言实战》第1章

Posted 2022-12-13 starjuly

# 了解R能够作出何种图形,循环执行以下命令
demo(graphics)
 
demo(Hershey)

demo(persp)

demo(image)

# 查阅帮助文档
help.start()
??foo
# 查看使用例子
example("qplot")
# 以foo为关键词搜索在线文档和邮件列表存档
RSiteSearch("foo")
# 列出名称中含有foo的所有可用函数
apropos("foo", mode = "function")
# 列出当前已加载包中所含的所有可用示例数据集
data()
# 列出当前已安装包中所有可用的vignette文档
vignette()
# 为主题caret显示指定的vignette文档
vignette("caret")


# 查看当前工作目录 默认是当前用户下：/Users/moxingjian
getwd()
# 设置当前工作目录
setwd('/Users/moxingjian/Learn/R')
# 列出当前工作空间中的对象
ls()
# 移除(删除)一个或多个对象（从ls()函数中查询出来的对象）
rm(f)
# 显示可用选项的说明
help(rm)
# 显示或设置当前选项
options()
# 显示最近使用过的#个命令(默认值为25)
history(10)
# 保存命令历史到文件myfile中(默认值为.Rhistory)
savehistory("myfile")
# 载入一个命令历史文件(默认值为.Rhistory)
loadhistory("myfile")
# 保存工作空间到文件myfile中(默认值为.RData)
save.image("myfile")
# 保存工作空间到文件myfile中(默认值为.RData)
save(mod, file = "myfile")
# 读取一个工作空间到当前会话中(默认值为.RData)
load('myfile')
# 退出R。将会询问你是否保存工作空间
q()


# 实战
getwd()
setwd("/Users/moxingjian/Learn/R/test")
options()
options(digiits = 3)
x <- runif(3)
summary(x)
hist(x)
savehistory()
save.image()
q()



# 输入和输出
# 执行当前工作目录下的R文件
source("test.R")
# 文本输出，默认覆盖，使用参数append=TRUE可以将文本追加到文件后，而不是覆盖它。
sink("test.R", append = TRUE)
# 图形输出
# PDF文件
pdf("filename.pdf")
# Windows图元文件
win.metafile("filename.wmf")
# PBG文件
png("filename.png")
# JEPG文件
jpeg("filename.jpg")
# BMP文件
bmp("filename.bmp")
# PostScript文件
postscript("filename.ps")

# 实战
# 执行script1.R
source("script1.R")
# 文件script2.R中的R代码将执行，结果也将显示在屏幕上。除此之外，文本输出将被追加到文件myoutput中，图形输出将保存到文件mygraphs.pdf中。
sink("myoutput", append = TRUE, split = TRUE)
pdf("mygraphs.pdf")
source("script2.R")
# 文件script3.R中的R代码将执行，结果将显示在屏幕上。这一次，没有文本或图形输出保存到文件中
sink()
dev.off()
source("script3.R")

# 显示库中有哪些包
library
# 查询包
help(package = "ggplot2")

# 批处理 在终端使用该命令
# 其中infile是包含了要执行的R代码所在文件的文件名，outfile是接收输出文件的文件名， options部分则列出了控制执行细节的选项。依照惯例，infile的扩展名是.R，outfile的扩 展名为.Rout。
#  R CMD BATCH options infile outfile


# 将输出用为输入——结果的重用
lm(mpg~wt, data = mtcars)
# 保存结果在对象中
lmfit <- lm(mpg ~ wt, data = mtcars)
# 统计概要
summary(lmfit)
# 计算影响度量统计量
cook <- cooks.distance(lmfit)
# 生成回归诊断图
plot(cook)
# 查阅文档
help(lm)


# 1.8 示例实战
# (1) 打开帮助文档首页，并查阅其中的“Introduction to R”。
help.start()
# (2) 安装vcd包(一个用于可视化类别数据的包，我们将在第11章中使用)。
install.packages("vcd")
# (3) 列出此包中可用的函数和数据集。
help(package = "vcd")
# (4) 载入这个包并阅读数据集Arthritis的描述。
library(vcd)
help(Arthritis)
# (5) 显示数据集Arthritis的内容(直接输入一个对象的名称将列出它的内容)。
Arthritis
# (6) 运行数据集Arthritis自带的示例。如果不理解输出结果，也不要担心。它基本上显示了接受治疗的关节炎患者较接受安慰剂的患者在病情上有了更多改善。 
example(Arthritis)
# (7) 退出。
q()