R语言基础介绍

Posted 2021-04-18 五李三张

R 语言是一个用于统计计算和统计制图的优秀工具。而我学习R语言主要是因为它做出来的图不仅比Excel高清，而且图片的色彩颜值也很好看，数据处理功能也多样化。我最近是刚刚上手，所以是从小白的角度讲一些个人学习心得。

今天主要从①R语言书籍推荐、②R与Rstudiod的安装、③R包的介绍与安装、④R学习论坛、⑤R画图与可视化五方面来介绍一下。

① R语言学习书籍推荐

最近在网上看了很多R语言文章，普遍都很碎片化，而且不够通俗易懂。

最好的学习资料还数官方的帮助文档《R for data science》（R数据科学）http://t.cn/EiCWrRK

这本书通俗易懂，从 ggplot2开始，即如何画图开始，后讲理论和语法。也就是，先告诉你怎么用，然后告诉你为什么这样用，这也是我认为它最大的优点，推荐。

② R与RStudio的安装

先安装R，后安装RRStudio。RStudio是R的编译器，这两者的区别相当于word与记事本的区别，安装方法见：https://zhuanlan.zhihu.com/p/66246956

③ R包

介绍：R包是对R自带功能的扩展，包括 函数，数据，文件。其中有关数据处理和画图的R包主要为 tidyverse。

安装：可以用下面的代码进行安装（需联网）

   
     
     
   

    
      
      
    install.packages("tidyverse")
    
      
      
    

   
     
     
   

加载：安装完成后，前还需使用 library()加载包

   
     
     
   

    
      
      
    library(tidyverse)
    
      
      
    

   
     
     
   

加载结果如图1所示，表明 tidyverse 的核心包 ggplot2, tibble, tidyr, readr, purrr,   dplyr 已经加载完成，这些都是平常数据分析作图常用到的。（后续可以用 tidyverse_update()进行更新）

图1

R包的代码通常放在代码脚本的顶部，这样方便自己检查，对于 tidyverse中的库,使用 tidyverse_update()检查最方便。

④ R学习论坛

如果代码运行遇到问题，可以先浏览一下以下网站或博客，寻求答案。当然，百度、公众号等也都都能搜到。

1. Google

2. stackoverflow(http://stackoverflow.com/)

3. RStudio blog(https://blog.rstudio.org/)

4. 代码窗口输入??。比如你不清楚tidyverse，可以输入??tidyverse如图2，在输出窗口中help当中可以看到它的解释。

   
   

   

   图2

5. 
   

⑤ R画图与数据可视化

以 ggplot2包当中的 mpg数据来举例（ mpg数据是美国环境保护署收集的有关汽车类型，尾气排放效率等的数据）。如图3所示，列名为变量名，行中的数值为观测值，中间含 <>的为值的类型。（其中，displ表示汽车引擎大小，hwy表示汽车燃料效率）

图3

当我们想查看displ与hwy的关系的散点图时，可以输入如下代码

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy))
    
      
      
    

   
     
     
   

（注：“+” 在后面）

   
     
     
   

    
      
      
    ggplot(data = mpg)
    
      
      
    
 + geom_point(mapping = aes(x = displ, y = hwy)) （×）
    
      
      
    

   
     
     
   

其中， ggplot（）函数中的参数表明在图中使用的数据集， ggplot(data = mpg)表示你使用的mpg数据集。

ggplot有很多 geom函数，其中 geom_point()表示在图层中加入一个点图层，即该函数可以创建一个散点图。

asx表示数据与图的映射， aes(x = displ, y = hwy)表示 x轴与 y轴对应的变量。

运行结果如图4

图4

当你想要让图中的点，按照车的类型（class）分别显示不同的颜色， 可以这样改写

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy, color = class))
    
      
      
    

   
     
     
   

运行结果如图5，颜色类别由软件自动填充。

图5

注：当所有点的颜色不按类别（class）分，而是统一调整为某个色（如蓝色），代码为 color = “blue”，且它应当在aes（）的外面，代码如下

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy), color = "blue")
    
      
      
    

   
     
     
   

运行结果如图6

图6

当然，划分车的类型时，不一定使用颜色区分，也可以使用透明度（图7a）、形状（图7b）来区分。

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy, alpha = class
    
      
      
    
  
    
      
      
    
  ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy, shape = class))
    
      
      
    

   
     
     
   

图7a 透明度

图7b 形状

上面讲了怎么画散点图，如果想要画线呢？可以使用 geom_smooth()

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_smooth(mapping = aes(x = displ, y = hwy))
    
      
      
    

   
     
     
   

运行结果如图8

图8

如果， 你不想要显示线周围的灰色区域呢，可以添加 se = FALSE

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_smooth(mapping = aes(x = displ, y = hwy),se=FALSE)
    
      
      
    

   
     
     
   

图9

如果，你希望点和线都显示（图10）

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy)) +
    
      
      
    
  geom_smooth(mapping = aes(x = displ, y = hwy),se = FALSE)
    
      
      
    

   
     
     
   

图10

今天的分享就先到这里，欢迎留言讨论~