露哥的摸爬滚打|R语言入门

Posted 2021-04-18 somylu

说在前面

新的领域，关于R语言的学习，

这是本人的学习笔记，

也是对自己的监督，

参考书籍：《R语言实战（第2版）》，

Let's begin！

简介

本文主要是对R语言初步了解，包括R的介绍、包的安装，不同数据集的创建等内容。

废话不多说，看就完事了！

为啥使用R

基于我对R的了解，R有以下优点：

1、它free。

2、制图功能强大

3、数据分析技术强大

4、听说代码简单

5、待补充

走入R

一个R会话示例

> age<- c(1,2)> weight <- c(122,133)> mean(weight)[1] 127.5> sd(weight)[1] 7.778175> plot(age,weight)

这是系统定义的图形，不够美观哈哈哈。如果想大概了解R能够做出何种图形，在命令行中运行demo（）即可。

注意：R语句由函数和赋值构成。R使用＜-，而不是传统的=作为赋值符号。

demo(package = .packages(all.available = TRUE))可列出所有*可用*包中的演示。

获取帮助

R提供了大量的帮助功能，学会如何使用这些帮助文档可以在相当程度上助力你的编程工作。

工作空间

工作空间（workspace）就是当前R的工作环境，它存储着所有用户定义的对象（向量、矩阵、函数、数据框、列表）。

注意:setwd()命令的路径中使用了正斜杠“/”。

输入与输出

1、输入

函数source("filename")可在当前会话中执行一个脚本。

2、输出

函数sink("filename")将输出重定向到文件filename中。默认情况下，如果文件已经存在，则它的内容将被覆盖。使用参数append=TRUE可以将文本追加到文件后，而不是覆盖它。参数split=TRUE可将输出同时发送到屏幕和输出文件中。不加参数调用命令sink()将仅向屏幕返回输出结果。

3、图形输出

要重定向图形输出，使用下表中列出的函数即可。最后使用dev.off()将输出返回到终端。

4、流程图

啥是包

包是R函数、数据、预编译代码以一种定义完善的格式组成的集合。计算机上存储包的目录称为库（library）。

函数.libPaths()能够显示库所在的位置，函数library()则可以显示库中有哪些包。命令search()可以告诉你哪些包已加载并可使用。

包的sao操作

安装包：install.packages()

示例：install.packages("gclus")，不要忘记引号哦！

更新包：update.packages()

查看包：installed. packages()

载入包：library()

帮助包：help(package="package_name")

创建数据集

数据结构

1、向量

> a <- c(1,2,3,4,5)> a[1] 1 2 3 4 5> b<-c("黑黑","哈哈","露哥")> b[1] "黑黑" "哈哈" "露哥"

注：单个向量中的数据必须拥有相同的类型或模式（数值型、字符型或逻辑型）

2、矩阵

myymatrix < - matrix ( vector,nrow=number_of_rows,ncol=number_ of_columns,byrow=logical_value, dimnames=list(char_vector_rownames,

char_vector_colnames))

> y<-matrix(1:6,nrow=2,ncol=3)> y [,1] [,2] [,3][1,] 1 3 5[2,] 2 4 6> cells <- c(177,180,182,188)> > rnames <- c("露哥","黑黑")> cnames <- c("2019","2020")>mymatrix<matrix(cells,nrow=2,ncol=2,byrow=TRUE,dimnames=list(rnames,cnames))> mymatrix

     2019 2020

露哥  177  180

黑黑  182  188

3、数组

myarray<-  array(vector,dimensions,dimnames)

> dim1 <- c("a1","a2")> dim2 <- c("b1","b2")> dim3 <- c("c1","c2","c3")> myarray <- array(1:12,c(2,2,3),dimnames=list(dim1,dim2,dim3))> myarray

, , c1

   b1 b2

a1  1  3

a2  2  4

, , c2

   b1 b2

a1  5  7

a2  6  8

, , c3

   b1 b2

a1  9 11

a2 10 12

4、数据框

数据框可通过函数data.frame()创建：

mydata<-data.frame(col1,col2,col3,col4...)

> a <- c(1,2,3)> b<-c("黑黑","哈哈","露哥")> c <- c(TRUE,FALSE)> c <- c(TRUE,FALSE,TRUE)> mydata <- data.frame(a,b,c)> mydata

  a    b     c
1 1 黑黑  TRUE
2 2 哈哈 FALSE
3 3 露哥  TRUE

> mydata$b[1] "黑黑" "哈哈" "露哥"> table(mydata$b,mydata$c)

       FALSE TRUE

  哈哈     1    0

  黑黑     0    1

  露哥     0    1

5、列表

mylist <- list(object1,object2,object3...)

mylist<-list(name1=object1,name2=object2,name3=object3...)

> g <- "哈哈哈哈哈"> a <- c(1,2,3,4,5)> b<-c("黑黑","哈哈","露哥")> c <- c(TRUE,FALSE)> mylist <- list(title=g,messages=a,b,c)> mylist

$title

[1] "哈哈哈哈哈"

$messages

[1] 1 2 3 4 5

[[3]]

[1] "黑黑" "哈哈" "露哥"

[[4]]

[1]  TRUE FALSE

数据的输入

可供R导入的数据源

1、手动输入数据

mydata<-data.frame(age=numeric(0),gender=character (0),weight=numeric(0))mydata <- edit(mydata)

2、从带分隔符的文本文件导入数据

使用read.table()从带分隔符的文本文件中导入数据。

mydataframe <- read.table(file,options)

3、导入Excel数据

read.xlsx(file, n)

函数

最后

我决定在每个结尾加一个彩蛋，分享快乐！

下一期预告|基本数据处理

somylu

2020.8.21

往期推荐

＋

＋

＋  

扫二维码｜点赞+在看

一起等风来