R语言入门 (有其他编程语言基础)

Posted 2021-03-08 pear-linzhu

慢慢才意识到概率统计的重要性，当时学的时候只知道很重要，是机器学习基础啥的，但是却没有真正意识到( ╯□╰ )。我现在的理解是，统计学习可以从大数据中挖掘出规律（其实和数据挖掘还是很相关的），在科研工作和生活中都可以帮助和指导我们。生活中，我们可以通过分析数据，“透过现象看本质” (learning from data)，参考大概率发生的事件，帮助我们少走一些弯路，做出正确的决策。

最开始的概率思维来自大一的近现代史老师，老师说 “为什么公司要区分985，211等学位？”，其实我当时也不是很理解，我觉得哪里都会有优秀的人，但是老师说因为985，211大概率会比较优秀，这是来自大量公司的统计（不过撇过部分公司的硬性条件，不管是哪种学位，只要自己努力去变优秀，金子一定不会被埋没的！(? •_•)?）。后来的概率思维来自一位哲学老师分享的案例，比如分析理科学者，学术年龄38岁是个分界线，在38岁学术产出率达到高峰；还有对诺奖得主的工作岗位分析，发现多数都有在不同机构间流动的这一特征，得出流动性与职业成功的关系。显然，我们可以借鉴这些分析结果。（废话太多，进入正题）

学统计学，R语言是必不可少的，以下参考W3Cschool的教程：https://www.w3cschool.cn/r/ 

这里只是简单的总结，基本部分和其他语言都差不多，学习完这些基本之后，多写程序，需要的再查。

安装：使用conda安装R及Rstudio，但是我用conda-navigator装Rstudio报错，所以直接从Rstudio官网手动安装。
执行方式：和python一样，R的执行方式有两种，命令行和脚本文件
• 命令行：直接键入R
• 脚本：创建好脚本文件.R 之后，使用命令 Rscript xxx.R

注意事项：R 不支持多行注释，单行注释用#
数据类型：并不会声明为某种数据类型，而是直接赋予对象(动态类型语言)

变量：
字母，数字，下划线，点；以字母或不以数字后跟的点开头
如：.2a × .ab √
变量赋值：向左 向右 等于
打印：print() 和连续打印 cat()
查找工作空间中所有可用的变量print(ls()) print(ls(pattern="var"))，以.开头的变量被自动隐藏，要输出：print(ls(all.names=TRUE))
运算符：
算数运算符： + - * /(正常除法) %%(余数) %/%(整除) ^
关系运算符：> < == <= >= !=
逻辑运算符： & | ！ &&（仅作用于两个向量的第一个元素） ||（仅作用于两个向量的第一个元素）
赋值运算符： 左分配：= <- <<- 右分配：-> ->>
其他： ： %*%(矩阵乘以其转置) %in%（判断某一元素是否在其内）
条件循环语句：
条件：
if：
else if:
else:

switch case
循环：
repeat
while
for

break; next (like continue in python);
包相关操作：
默认只有默认的R包可用，如果需要用自定义安装的则需要显示加载
.libPaths() 获取R包库位置
library() 获取已安装的所有包
search() 获取当前加载的所有包
安装：从cran自动安装 （install.packages("xxx") ）+ 手动安装（从R pkgs(https://cran.r-project.org/web/packages/available_packages_by_name.html)下载对应zip，使用命令

install.packages("E:/XML_3.98-1.3.zip", repos = NULL, type = "source")
安装）
加载包到当前环境：library("")
数据重塑
cbind()函数连接多个向量来创建数据帧（连接列组成frame）。 此外，我们可以使用rbind()函数合并两个数据帧（合并sample）。
merge() melt() cast()
函数
自定义 ： Name <- function(args){}
R有大量内置函数：seq() mean() max() sum() paste()
字符串
paste(..., sep = " ", collapse = NULL) sep是分割字符串的符号 collapse是字符串之间的空格操作
format（）
nchar（）
tolower（）toupper（）
substring（"",begin,end）
数据类型详细
访问向量元素：t[c(index/bool/01)]
两个向量进行操作长度不同时，较短的会循环自身补足长度
sort（data，decreasing=TRUE）inverse
listdata中的每个元素可以赋予名字：names(list)<- c("","")
列表可以通过索引或者名字访问，list[1] list$name
通过赋值操作对列表实现增删改（增删只能末尾），删除时赋值为NULL
合并列表c(list1,list2)
使用unlist将列表转换为向量

图表

R语言强大的地方之一就在于其绘图功能，这里只是简单的内置函数的示意，还有很多强大的绘图包，如ggplot2。

 

 

 结果如下：

 

 

箱线图可以反应数据集中数据的分布，也可以用来比较数据集之间的数据分布；直方图可以反应连续范围数据的频数/频率情况；折线图可以反应数据中发展的趋势。学会用图可以更加清晰直观的表达含义，一图胜千言，这在学术论文写作中也是非常有必要学习的。

还有其他文件读取，统计方法等R的语法，用到再查即可。