R(一): R基础知识

R 是一门拥有统计分析及作图功能的免费软件，主要用于数学建模、统计计算、数据处理、可视化等方向。据 IEEE Spectrum发布的2016年编程语言前10位排名来看，R语言由2015年排名第6位上升级2016年的第5位。目前在CRAN 上发布的算法包已经超过8000+多个。R体系涉及到高等数据、概率学、统计学、IT技术等多种知识的综合应用，虽然看起来超级复杂，但学过程还是得从基础开始。

解释：CRAN （The Comprehensive R Archive NetWork): 提供下载软件安装程序和相应软件包的网站，访问地址：https://www.r-project.org/

（附图2016年编程语言排名：来源于 http://spectrum.ieee.org/static/interactive-the-top-programming-languages-2016）

目录：

R语言特点
R语法规范
R工作原理
R数据类型
R对象类别
R对象判断转换
R运算符
R特殊值
R循环语句
R工作空间
R帮助

R语言特点：

灵活、开放、免费
R是一种解释性语言
R区分大小写
帮助系统很赞，开发查找方便
数量众多的算法功能包（8000+扩展包），还不包括在github上的开发包
支持在UNIX、 Windows and MacOS多种系统上运行
高质量、广泛的统计分析、数据挖掘

R语法规范：

对象的命名以"."或字母开头，当以"."开头时，第二个字符不允许是数字
基本命令要么是表达式，要么是赋值。如果命令是表达式，它被解析后，结果显示在屏幕同时清空命令所占内存。赋值被解析后，将值传给变量结果不显示。
命令以";"分隔或另起一行，注释以"#"标注
当一条命令在一行结束时还没不完整，R会结出延续提示符，默认是"+"
与其它语言相比，R有个比较个性的赋值表达方式（即箭头赋值符号），至于此表达方式的来源，在谢老师的一篇文章中有介绍，请参见 （http://yihui.name/cn/2012/09/equal-and-arrow/）
开发过程中的编码规范约定，可参见google的R语言编码风格指南，如下图（详细参见：http://bbs.pinggu.org/thread-1410518-1-1.html）

R工作原理：

当R在运行时，所有的变量、数据、函数及结果都是以对象的形式存在于计算机的活动内存中，期间进行的所有操作都是针对活动内存中的对象，如下示意图
用户通过输入一些命令调用函数，分析得出的结果可以直接显示在屏幕上，也可以直接存入某个对象或写入磁盘，因为产生的数据本身就是一种对象，所以它们也能被视为数据并能象其它数据一样被处理分析。数据的输入文件可来源于本地磁盘，也可以是从远程服务端获取
上图中示意的所有的R 函数都包含在某个库里 (library), 我们从CRAN上下载的程序包被调用的时候，都要通过 library(包名）先加载到内存，再被使用，后面会详细介绍。
在R软件安装包里自带的 base 库是R的核心，在启动R时会自动加载，它包含了如:数据读写、数据运算等基本操作。

R数据类型：

数据型：Numeric
字符型：Character
逻辑型：Logical
因子型：Factor (表示不同类别，在下面的内容中会举例来说明)
复数型：Complex

R对象类别：

向量（Vector): 线性代数里面我记得又称为矢量，它表示一系统元素的组合。（注意：向量里面的元素类型必须一致，不一致时会自动进行转换），如下图示例

因子（Factor): 为处理分类数据提供的一种有效方法，概念难懂，结合以下代码说明

#取10名考生所在的省赋给变量province
 province <- c('四川','湖南','江苏','四川','四川','四川','湖南','江苏','湖南','江苏')
 
 #创建因子, 并查看因子输出结果
 pf <- factor(province);pf
 
 #录入每位考生的分数
 score <- c(95,86,84,92,84,79,86,99,85,90)
 
 #计算各省的平均成绩,并在屏幕显示
 tapply(score,pf,mean)

输出结果如下图：（这样应该能明白了吧？）
矩阵（matrix): 一种特殊的数组，是向量在多维度下的一般形式。用法： matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
1. data为必要的矩阵元素，nrow 为行数，ncol 为列数，注意nrow 与ncol 的乘积应为矩阵元素个数，byrow 项控制排列元素时是否按行进行，默认是按列，dimnames 给定行和列的名称
2. 示例代码： 1：12表示 1至12 的有序数字序列
```
> matrix(1:12,nrow = 3,ncol = 4,byrow = TRUE,dimnames = list(c("Row1","Row2","Row3"),c("col1","col2","col3","col4")))
     col1 col2 col3 col4
Row1    1    2    3    4
Row2    5    6    7    8
Row3    9   10   11   12
>
```

数据框（dataframe): 和矩阵类似的结构，列可以是不同的对象。

使用data.frame函数来初始化一个对象，示例代码如下：

> duty <-data.frame(date=c("20160814","2016015","2016016"),
+                            Name=c("tgzhu","zhangShan","LiShi"),
+                            Tel=c("13606401549","13606401550","13606401551"))
> duty
      date      Name         Tel
1 20160814     tgzhu 13606401549
2  2016015 zhangShan 13606401550
3  2016016     LiShi 13606401551
>

在通过读取本地文件、通过RODBC访问数据库访问的都是 data.frame对象，在后续会以单独的章节对其包含的操作进行介绍

列表(list): 一种泛化的向量，没有要求所有元素数型一致

通过 list 函数来初始化一个对象，示例代码如下：

#无tag 方式
list("tgzhu",16,TRUE)

#带tag方式
list(name="tgzhu",workAge=16,goodMan=TRUE)

#list 嵌套
list(name="tgzhu",workAge=16,address=list(address="JN",Tel="13606401550"))

list中元素的访问：list_name$tag_name、list_name[[tag_name]]、 list_name[[index]]
注意：list中元素的访问需要双层[[]]，如果单层[index]或[tag_name]会访问到tag_name(或者index)与值本身，是个子list，而不仅仅是值；
双层[[]]中的只能是单一的tag_name或index，不能是类似[[1:3]]这样访问，而单层可以[1:3]，提取出1~3作为子list

小结：

1. R中的数据结构主要面向《线性代数》中的一些概念，如向量、矩阵等
2. R中其实没有简单数据（数值型、逻辑型、字符型等），对于简单类型会自动看做长度为1的向量

R对象判断转换：

R对象判断函数：其返回值：TRUE或FALSE

1. is.numeric()： 是否数值型数据
2. is.character()： 是否字符型数据
3. is.vector()： 是否向量数据
4. is.matrix()： 是否矩阵数据
5. is.data.frame()： 是否数据框数据
6. is.factor()： 是否因子数据
7. is.logical()： 是否逻辑型数据

转换数据类型：函数将输入参数转换为对应的类型

1. as.numeric()
2. as.character()
3. as.vector()
4. as.matrix()
5. as.data.frame()
6. as.factor()
7. as.logical()

简单示例如下

> a <- c(1,2,3);a
[1] 1 2 3
> 
> is.numeric(a)
[1] TRUE
> 
> a<-as.character(a);a
[1] "1" "2" "3"
> 
> is.numeric(a)
[1] FALSE

R运算符：

算术运算符： + - * /
逻辑运算符： <，<=，>，>=，==,!=, &, |, !
数学函数：log，exp，sin，cos，tan，sqrt，max ，min，range，length，sum，prod，var

R循环语句：

条件语句: if (expr1 ) expr2 else expr3
循环控制：for,repeat,while

for语法： for (name in expr1 ) expr2 其中name 是循环变量，expr1是一个向量表达式，而expr2常常是根据虚拟变量name 而设计的成组表达式。在name 访问expr1所有可以取到的值时，expr2都会运行
注意：相比其他程序语言，R代码里面很少使用for(),执行效率很低
repeat expr， while (condition) expr
关键字break：可以用于结束任何循环，甚至是非常规的。它是结束repeat 循环的唯一办法。
关键字next：可以用来结束一次特定的循环，然后直接跳入"下一次"循环

R特殊值：

在某些情况下，向量的元素可能有残缺.R为确保所有数据都能被正确识别、计算或统计等，定义了一些特殊值数据

1. NULL：空数据
2. NA（not available）：表示无数据
3. NaN（Not a Number）：表示非数字
4. inf：数字除以0得到的值，无穷大

断一个object （x）是不是属于这些类型有相应的函数：

is.null(x)
is.na(x)
is.nan(x)
is.infinite(x)

R工作空间:

工作空间（workspace）就是当前R的工作环境，它储存着所有用户定义的对象（向量、矩阵、函数、数据框、列表）。在一个R会话结束时，你可以将当前工作空间保存到一个镜像中，并在下次启动R时自动载入它
当前的工作目录（working directory）是R用来读取文件和保存结果的默认目录。使用函数getwd()来查看当前的工作目录，或使用函数setwd()设定当前的工作目录。
注意：如果需要读入一个不在当前工作目录下的文件，则需在调用语句中写明完整的路径。记得使用引号闭合这些目录名和文件名
用于管理工作空间的部分标准命令：

getwd()： get working directory 显示当前的工作目录
setwd("yourdirectory"): 修改当前的工作目录为你指定的目录地址
ls()： 列出当前工作空间中的对象
rm(objectlist)： 移除（删除）一个或多个对象，变通一下： rm(list=ls()) 即表示删除工作空间内存中的所有对象
rm(list=ls(pat=“^m”)): 删除内存中以m开头的变量
options(): 显示或设置当前选项,这个命令很有用，在下面的章节会用到
save.image("myfile") ： 保存工作空间到文件myfile中（默认值为.RData）
save(objectlist, file="myfile")： 保存指定对象到一个文件中
load("myfile")： 读取一个工作空间到当前会话中（默认值为.RData），一些静态的数据文件也可保存为.rda文件，通过load加载到内存
q()： 退出R

R帮助：

help.start()： 打开所有已在本地安装的帮助文档
help( 函数名) 或 ? 函数名 : 查看函数帮助文档
help.search(“pattern”) 或 ??pattern: 函数搜索已在本地计算机安装的帮助文档
如果有些包是最近才安装的，则设置rebuild参数来刷新数据库，如：help.search(‘tree’,rebuild=TRUE）
示例：help(“bs”,try.all.package=TRUE) : 默认情况下，help只会在载入内存的包中进行搜索，选项 try.all.package = FASLSE,若设为TRUE，则可在所有包中进行搜索。在这种情况下，不会显示函数的帮助页面
若package未载入内存，而想查看帮助页面，可使用：help(“bs”,package=“splines”);
apropos("yourSearchName")：找出所有名字中含有指定字符串的函数（仅加载到内存中的包中搜）

posted @ 2016-10-25 21:28 马家寨香椿阅读(1381) 评论(0) 编辑收藏举报

刷新页面返回顶部

马家寨香椿

R(一): R基础知识

公告