2023年R语言学习笔记内附实例及代码.doc

R语言入门R是开源的记录绘图软件，也是一种脚本语言，有大量的程序包可以运用。R中的向量、列表、数组、函数等都是对象，可以方便的查询和引用，并进行条件筛选。R具有精确控制的绘图功能，生成的图可以另存为多种格式。R编写函数无需声明变量的类型，能运用循环、条件语句，控制程序的流程。R网络资源：R主页: R资源列表 NCEAS R Graphical Manual 记录之都: QuikR 丁国徽的R文档: R语言中文论坛 一、用函数install.packages()， 直接输入就可以联网，第一次的话之后选择镜像，然后选择包下载即可假如已经连接到互联网，在括号中输入要安装的程序包名称，选择镜像后，程序将自动下载并安装程序包。例如：要安装picante包,在控制台中输入install.packages("picante")已经安装了？二. 安装本地zip包途径：Packages>install packages from local files选择本地磁盘上存储zip包的文献夹。(文献，运营R的脚本，选择所在文档)三.调用程序包在控制台中输入如下命令 library(“picnate”) 程序包内的函数的用法与R内置的基本函数用法同样。四.程序包内部都有哪些函数？分别有什么功能？查询程序包内容最常用的方法：1 菜单帮助>Html帮助；2 查看pdf帮助文档五.查看函数的帮助文献函数的默认值是什么？怎么使用？使用时需要注意什么问题？需要查询函数的帮助。1 ?t.test直接打开相关函数的说明和使用模板。2 RGui>Help>Html help同样的效果，同上3 apropos("t.test")合理使用T检查，五种模式的T检查4 help("t.test")帮助同1-25 help.search("t.test")有关T检查的一切东西都可以查出来。6 查看R包pdf手册六、帮助很强大 lmstats #函数名及所在包 Fitting Linear Models #标题 Description #函数描述 Usage #默认选项 Arguments #参数 Details #详情 Author(s) #作者 References #参考文献 Examples #举例七、R图形界面：R commander 1安装R commanderinstall.packages("Rcmdr") 2 R将自动下载并安装Rcmdr所需的所有程序包调用R Commander图12 R commander界面library(Rcmdr)八、R的函数R是一种解释性语言，输入后可直接给出结果。功能靠函数实现。函数形式: 函数(输入数据，参数= )假如没有指定，则参数的以默认值为准。例如:平均值 mean(x, trim = 0, na.rm = FALSE, .)线性模型 lm(yx, data=test)每一个函数执行特定的功能，后面紧跟括号，例如：平均值 mean()； 求和 sum()； 绘图 plot() ；排序 sort()。除了基本的运算之外，R的函数又分为”高级”和”低档”函数，高级函数可调用低档函数,这里的”高级”函数习惯上称为泛型函数。如plot()就是泛型函数，可以根据数据的类型，调用底层的函数，应用相应的方法绘制相应的图形。这就是面向对象编程的思想。查询的方法：Help>Html help>packageslog()log10()exp()sin()cos()tan()asin()acos()binom.test()fisher.test()chisq.test()friedman.test()mean()sd()var()glm(yx1+x2+x3, binomial).九、赋值与注释与对象起名<- 右边的值赋值给左边的变量或者对象 ； # 注释注释部分不会编译R解决的所有数据、变量、函数和结果都以对象的形式保存。1.区分大小写,注意China和china的不同。2.不能用数字作为变量，对象也不能用数字开头，但是数字可以放在中间或结尾，如2result与result2，后者是合法的。3.建议不要用过短的名称。可以用”.”作为间隔，例如 anova.result1。4.不要使用保存名：NA, NaN, pi, LETTERS, letters, month.abb, month.name十、元素与对象的类1.对象是由各元素组成的。每个元素，都有自己的数据类型。2.元素种类数值型 Numeric 如 100, 0, -4.335字符型 Character 如“China”逻辑型 Logical 如TRUE, FALSE因子型 Factor 表达不同类别复数型 Complex 如：2 + 3i3.对象的类class：因子(factor) 因子是一个分类变量c("a","a","b","b","c")向量(vector)一系列元素的组合。如 c(1,2,3); c("a","a","b","b","c")矩阵(matrix)二维的数据表，是数组的一个特例：x <- 1:12 ; dim(x) <- c(3,4) ,1 ,2 ,3 ,41, 1 4 7 102, 2 5 8 113, 3 6 9 12数组(array) 数组是k维的数据表（k in 1:n, n 为正整数）。向量(n = 1) 矩阵(n = 2) 高维数组(n >= 3) 数据框(dataframe)是由一个或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类型。每个数据表可以看作一个数据框(dataframe)。每一行(row)作为一个记录(entry)，每一列(column)作为一个向量(vector)。由很多不同类型的向量组成，如字符型，因子型，数值型。如何生成数据框？两种办法：(1)从外部数据读取；(2)各类型因子组合成数据框。列表(list)列表可以包含任何类型的对象。可以包含向量、矩阵、高维数组，也可以包含列表。十一、运算符数学运算运算后给出数值结果： +, -, *, /, (幂)比较运算运算后给出判别结果： (TRUE FALSE)：>, <, <=, >=, =（=是计算机编程的二元运算符。当左边的内容与右边的内容相同时，返回1。其余时候返回0。=是判断两个值大小是否相同的运算符。）, !=不等于逻辑运算与、或、非：!, &, &&, |, |十二、数据的读取1.最为常用的数据读取方式是用read.table() 函数或read.csv()函数读取外部txt或csv格式的文献。 txt文献，制表符间隔； csv文献，逗号间隔。一些R程序包（如foreign）也提供了直接读取Excel, SAS, dbf, Matlab, spss, systat, Minitab文献的函数。2.read.csv()的使用例：test.data<-read.csv("D:/R/test2.csv",header=T)header=T表达将数据的第一行作为标题。read.table(file=file.choose(),header=T)可以弹出对话框，选择文献。3.数据量较大时用read.table函数从外部txt文献读取第1步将Excel中的数据另存为.txt格式（制表符间隔）或.csv格式。第2步用read.table()或read.csv()函数将数据读入R工作空间，并赋值给一个对象。4.例子：mydataframe<-read.csv("F:/KAGGLE1/train.csv",header=F)命名读取函数数据位置文献夹名称是否读取头（T/F）十三、向量、矩阵和数据框的创建有时需要对读入的数据进行操作，将某历来量转换成矩阵，如条件筛选，此时将碰到向量、矩阵和数据框的生成、条件筛选等。1.1四种类型的向量：字符型character<-c("China", "Korea", "Japan", "UK", "USA", "France", "India", "Russia") ；数值型numeric<-c(1, 3, 6, 7, 3, 8, 6, 4)； 逻辑型logical<-c(T, F, T, F, T, F, F, T)；复数型略。1.2创建向量 用X<-c()函数或者c() , rep() , seq() , ”:”c(2,5,6,9) rep(2,times=4) seq(from=3, to=21, by=3 ) 1 3 6 9 12 15 18 21“：” 1:15 #意思是 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15通过与向量的组合，产生更为复杂的向量。 rep(1:2,c(10,15)1.3向量创建产生随机数runif(10, min = 0, max= 1) rnorm(10, mean = 0, sd = 1)1.4几个随机数的相关函数概率密度 dunif(x, min=0, max=1, log = FALSE) 累积函数 punif(q, min=0, max=1, )分位数 qunif(p, min=0, max=1, ) 随机均匀分布 runif(n, min=0, max=1)2.矩阵的创建生成矩阵的函数 dim()和matrix()dim() 定义矩阵的行列数，例如： x <- 1:12 dim(x) <- c(3,4) ,1 ,2 ,3 ,4 1, 1 4 7 10 2, 2 5 8 11 3, 3 6 9 12 matrix.x <- matrix(1:12,nrow=3,byrow=T)t(x)#转置 为行或列添加名称：row.names() col.names()3.数据框的创建创建数据框的函数:data.frame(), as.data.frame(), cbind(), rbind()cbind() # 按列组合成数据框rbind() # 按行组合成数据框data.frame() #生成数据框head() #默认访问数据的前6行4.列表的创建列表可以是不同类型甚至不同长度的向量(数值型，逻辑型，字符型等等)、数据框甚至是列表的组合。list() 例如 list(character,numeric,logical,matrix.x)十四、对象类的判断与转换对象类型判断： mode() 判断存储的类型 class() 判断数据的类根据数据的类，采用相应的解决方法。以下函数，重要用在函数解决异常时使用，目的是增强程序的稳健性。类型判断is.numeric() #返回值为TRUE或FALSEis.logical() #是否为逻辑值is.charactor() #是否为字符串is.null() #是否为空is.na() #是否为na类的转换as.numeric() #转换为数值型as.logical() #转换为逻辑型as.charactor() #转换为字符串as.matrix() #转换为矩阵as.data.frame() #转换为数据框as.factor() #转换为因子十五、元素引用与访问1.向量内的元素引用# Dalgaard书中的例子intake.pre <- c(5260, 5470, 5640, 6180, 6390, 6515, 6805, 7515, 7515, 8230, 8770)intake.post <- c(3910, 4220, 3885, 5160, 5645, 4680, 5265, 5975, 6790, 6900, 7335)intake.pre5; #引用第5个元素intake.prec(3,5,7) #引用第3，5，7个元素v <- c(3,5,7); intake.prev; intake.pre1:5; #引用第1到5个元素intake.pre-c(3,5,7) #去除第3，5，7元素2.数据框内元素的引用intake <- data.frame(intake.pre, intake.post)引用数据框中的元素(1) $ 引用列，后面为列的名称例如 intake$intake.pre(2) ,方括号引用，逗号前为行，逗号后为列intake,1; 引用第1列intake5,; 引用第5行intake5,1; 引用第1列，第5行i = 1:5; intakei, 引用1到5行3.列表内元素的引用列表内元素的引用可以用” 如 list1c(1,2,3)上述放于”内的数字，称为下标。通过下标的变化，可以方便的访问向量、数据框、矩阵、列表内的各元素。熟悉下标的用法对掌握循环结构是非常重要的。4.访问数据框内的元素直接调用数据框内的列，以列的名称作为向量的名称attatch()detatch()在函数内部，对数据进行相应调整with() #with函数内部形成一个空间，在这个空间中，函数可以对列访问。within()transform() #数据的转换,如取logsubset() #取数据的子集apply() #对数据表或矩阵应用某个函数，可减少循环十六、条件筛选与排序1.条件筛选条件筛选是先对变量否满足条件进行判断，满足为TRUE，不满足为FALSE。之后再用逻辑值对向量内的元素进行筛选。intake.pre > 70001 FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE intake.preintake.pre > 7000intake.pre > 7000 & intake.pre <= 80001 FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE FALSE FALSE intake.postintake.pre > 7000 & intake.pre <= 80002.排序将向量中的元素按照一定顺序排列。 sort() 按数值大小排序举例： intake$intake.pre sort(intake$intake.pre) order() 默认给出从小到大的出现序号。 order(intake$post) o <- intakeorder(intake$intake.pre),十七、工作途径（工作空间、历史）1.工作空间 P10R的所有对象都在计算机内存的工作空间中。ls() #列出工作空间中的对象rm() #删除工作空间中的对象rm(list=ls() #删除空间中所有对象save.image() #保存工作镜像sink() #将运营结果保存到指定文献中getwd() #显示当前工作文献夹setwd() #设定工作文献夹2.输入历史History 输入的命令，在R中作为历史history保存，可输入函数 history() # 查看输入历史 history(Inf) # 查看打开R之后所有的输入 可用向上或向下的箭头切换输入的行。十八、脚本编程Scripting1.脚本语言脚本语言(scripting language)又称动态语言，是依靠解释器完毕相应的功能的一类计算机语言，通常以ASCII码的文本格式保存源程序。1.1特点脚本语言语法和结构通常比较简朴，不需要编译，通过解释器对脚本进行解释，从而给出结果，能用简朴的代码完毕复杂的功能，但是速度较慢。1.2常见的脚本语言Windows批解决程序, PHP, Perl, Python, Ruby, JavaScript等。2.集成开发环境很多计算机语言都有IDE (integrated development environment)，即集成开发环境,如 Windows的VisualStudio, Visual Basic等等。 但是R通常无需集成开发环境，脚本在一般的文本编辑器里即可编辑。 如 Windows自带的记事本,Notepad+, UltraEdit，TinnR。Linux下的Vi, Vim, Emacs等等。在代码较多的情况下，常需要对行数、函数、括号、函数选项等进行高亮显示，设立成不同的颜色，以减少错误的发生。 3.编辑器R自带的脚本编辑器 Editplus （.com ） TinnR ( ) Ultraedit （.com/ ） Emacs （.org/software/emacs/ ） Notepad+ 与NpptoR组合 （ ） 记事本或写字板 等等十九、R绘图R具有卓越的绘图功能，通过参数设立对图形进行精确控制。绘制的图形能满足出版印刷的规定，可以输出Jpg、tiff、eps、emf、pdf、png等各种格式。通过与GhostScript软件的结合，可以生成600dpi，1200dpi的等各种分辨率和尺寸的图形。绘图是通过绘图函数结合相应的选项完毕的。 绘图函数涉及高级绘图函数和低档绘图函数。1.高级绘图函数：plot() 绘制散点图等多种图形,根据数据的类，调用相应的函数绘图hist() 频率直方图boxplot() 箱线图stripchart() 点图barplot() 柱状图dotplot() 点图piechart() 饼图matplot()数学图形2.低档绘图函数：lines()添加线curve()添加曲线abline()添加给定斜率的线points()添加点segments()折线arrows()箭头axis()坐标轴box()外框title()标题text()文字mtext()图边文字3.绘图参数参数用在函数内部，在没有设定值时使用默认值。font = 字体,lty = 线类型,lwd = 线宽度,pch = 点的类型,xlab = 横坐标,ylab = 纵坐标,xlim = 横坐标范围,ylim = 纵坐标范围,也可以对整个要绘制图形的各种参数进行设定，参见 par()4. 分步绘图1.打开绘图窗口，不绘制任何对象 plot(x, y, type="n", xlab="", ylab="", axes=F) 2.添加坐标点 points(x,y) 3.添加坐标轴 axis(1); axis(at=seq(0.2,1.8,0.2), side=2) 4.补齐散点图的边框 box() 5.添加标题、副标题、横轴说明、纵轴说明 title(main="Main title", sub="subtitle", xlab="x-label", ylab="y-label")5.在原有图形上添加元素举例：x <- rnorm(100) # 生成随机数hist(x,freq=F) # 绘制直方图curve(dnorm(x),add=T) # 添加曲线h <- hist(x, plot=F) # 绘制直方图ylim <- range(0, h$density, dnorm(0) #设定纵轴的取值范围hist(x, freq=F, ylim=ylim) #绘制直方图curve(dnorm(x),add=T,col="red") #添加曲线二十、编写函数1.编程基础R可以灵活的编写程序，用户自己编写的程序可以直接调用。编程时无需声明变量的类型，这与C,C+等语言不同。基本格式： 函数名 <- function(数据,参数1= 默认值,) 异常解决; 表达式(循环/判别); return(返回值); 函数内部也可用#添加注释2.函数实例：data2mat()3.程序流程控制 3.1 条件ifif(条件) 表达式 if(条件) 表达式1 else 表达式2 举例：p = 0.03 if(p<=0.05) print("p <= 0.05!")else print("p > 0.05!")3.2 循环 for, whilefor(变量 in 向量) 表达式 用法： for(i in 1:10) print(i) while(条件) 表达式 用法:i <- 1while(i<10) print(i); i <- i + 13.3 返回值 返回值表达函数输出的结果。 返回值必须是一个对象。 R默认将最后一行作为返回值。 假如函数的结果需要有多个返回值，可以创建一个list()，并返回该对象。 也可以用return()函数，设定返回值。 但是一个函数的返回的对象只有一个。3.4 异常解决 如数据输入不能满足规定，或者参数设定错误等等，也许导致函数给犯错误的结果，则需要对函数的运营过程发出警告或终止，以提高程序的稳健性。 警告的写法if(any(is.na(inputdata)inputdata <- na.omit(inputdata)cat(“NAs are found in the input data, and has been removed.n") 终止的写法 if(any(is.na(xx) stop("NAs are not allowed!n")3.5 函数举例：问题:输入直角三角形的两个边长，求其斜边长。定义函数：rcal <- function(x,y) z <- x2 + y2 result <- sqrt(z) return(result)调用函数：rcal(3,4)二十一、数据保存write.table()write.csv()save.image()sink()unlink()若有LaTeX基础，可以用 ：Sweave() 函数该函数能将脚本、程序说明和运算结果直接保存成.tex文献，用LaTeX编译成pdf文献。代码与实际操作1.（:30126/library/base/html/name.html）examplean <- as.name("arrg")赋值is.name(an) # TRUE判断是否是name格式属性？mode(an) # name an 的模式是什么？typeof(an) # symbol an的数据类型是什么？symbol2.现有6名患者的身高和体重，检查体重除以身高的平方是否等于22.5。（从数据输入到t检查）编号123456身高m1.751.801.651.901.741.91体重kg607257909572代码：height<-c(1.75,1.80,1.65,1.90,1.74,1.91)weight<-c(60,72,57,90,95,72)number_1<-1:6X<-(weight/height2)t.test(X,mu=22.5)#结果显示 One Sample t-testdata: Xt = 0.34488, df = 5, p-value = 0.7442alternative hypothesis: true mean is not equal to 22.595 percent confidence interval: 18.41734 27.84791sample estimates:mean of x 23.13262height<-c(1.75, 1.80, 1.65, 1.90, 1.74, 1.91)weight<-c(60, 72, 57, 90, 95, 72)sq.height<-height2ratio<-weight/sq.heightt.test(ratio, mu=22.5)#结果显示One Sample t-testdata: ratiot = 0.34488, df = 5, p-value = 0.7442alternative hypothesis: true mean is not equal to 22.595 percent confidence interval: 18.41734 27.84791sample estimates:mean of x 23.13262T检查的原假设是U0或者U1U2,=0.05水平的话，P>0.05，不能拒绝原假设，也就是说U1不等于U2记录学上是支持的。T检查单侧与双侧的关系，双侧规定严格，其结果相对比较稳健；拟定分布的话选择（没有负数）单侧检查，不拟定的话建议选择反侧检查。记录书（P104）3.读取文献并进行T检查>read.table("C:/Users/Administrator/Desktop/t.test.data.txt",header=T)>BMI<-c(weight/height2)>t.test(BMI,mu=22.5)height weight1 1.75 602 1.80 723 1.65 574 1.90 905 1.74 956 1.91 72或者> t.test.data<-read.table("C:/Users/Administrator/Desktop/t.test.data.txt",header=T)> attach(t.test.data) #意义是让函数可以直接进行运算，而不需要赋值。The following objects are masked _by_ .GlobalEnv:height, weight>ratio<-weight/height2>t.test(ratio) One Sample t-testdata: ratiot = 12.611, df = 5, p-value = 5.569e-05alternative hypothesis: true mean is not equal to 095 percent confidence interval: 18.41734 27.84791sample estimates:mean of x 23.132624.单因素方差分析将三种不同菌型的伤寒病毒a,b,c分别接种于10，9，和11只小白鼠上，观测其存活天数，问三种菌型下小白鼠的平均存活天数是否有显著差异。 a菌株：2, 4, 3, 2, 4, 7, 7, 2, 5, 4 b菌株：5, 6, 8, 5, 10, 7, 12, 6, 6 c菌株：7,11,6, 6, 7, 9, 5, 10, 6, 3, 10#数据读取，将test1.txt中的内容保存到bac中，header=T表达保存标题行。bac<-read.table("d:/anova.data.txt",header=T) #将bac数据框中的type转换为因子(factor)bac$type<-as.factor(bac$type) ba.an<-aov(lm(daytype, data=bac) summary(ba.an) boxplot(daytype,data=bac,col="red")5.下标和条件筛选vector1<-seq(from=2, to=50, by=2) #创建一个2到50的向量 vector1 2, 4, 6, 8, ., 48, 50 #vector120 #选取vector1中的第20个元素 vector1c(10,15,20) #选取vector1中的第10，15，20个元素vector110:20 #选取vector1中的第10到20个元素vector1vector>40 #选取vector1中值大于40的元素6. 了解工作途径6.1查看当前R工作的空间目录getwd()6.2 将R工作的途径设立为 d:/data/setwd("d:/data")save.image("example.Rdata")load("example.Rdata")6.3 历史 history(Inf)7.例-线性回归对一批涂料进行研究，拟定搅拌速度对杂质含量的影响，数据如下，试进行回归分析表3 搅拌速度对涂料中杂质的影响转速rpm 20 22 24 26 28 30 32 34 36 38 40 42 杂质率% 8.4 9.5 11.8 10.4 13.3 14.8 13.2 14.7 16.4 16.5 18.9 18.5 脚本举例#1.编辑脚本并保存：将以下代码粘贴到编辑器中，另存为regression.r文献。rate<-c(20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42)impurity <-c(8.4, 9.5, 11.8, 10.4, 13.3, 14.8, 13.2, 14.7, 16.4, 16.5, 18.9, 18.5)plot(impurityrate)reg<-lm(impurityrate)abline(reg,col="red")summary(reg)rpm<-seq(from=20,to=42,by=2) #生成一个从20开始，间隔2，到42的向量mean(rpm)rate<-c(8.4, 9.5, 11.8, 10.4, 13.3, 14.8, 13.2, 14.7, 16.4, 16.5, 18.9, 18.5)mean(rate)plot(rate,rpm) #一般线性回归都要先画散点图观测。Y轴是rpm，X轴是rate。plot(raterpm) #一般线性回归都要先画散点图观测。Y轴是rate，X轴是rpm。reg<-lm(raterpm)print(lm(raterpm)cor(rate,rpm)#计算两者的相关系数print(reg)abline(reg.col=”red”)plot(reg)summary(reg)#2.运营脚本：三种方式：#2A.通过source()函数运营source("d:/regression.r")#2B. 通过R脚本编辑器运营：途径：RGui>File>Open Script #Ctrl+R运营#2C 直接粘贴到R控制台，ctrl+c, ctrl+v ，第三种最为简朴直接8.绘图#1.生成0到2之间的50个随机数，分别命名为x,y x <- runif(50,0,2)y <- runif(50,0,2)#2.绘图：将主标题命名为“散点图”， 横轴命名为”横坐标”， 纵轴命名为“纵坐标”plot(x, y, main="散点图", xlab="横坐标", ylab="纵坐标")text(0.6,0.6,"text at (0.6,0.6)")abline(h=.6,v=.6)#3.分步绘图1.打开绘图窗口，不绘制任何对象 plot(x, y, type="n", xlab="", ylab="", axes=F) 2.添加坐标点 points(x,y) 3.添加坐标轴 axis(1); axis(at=seq(0.2,1.8,0.2), side=2) 4.补齐散点图的边框 box() 5.添加标题、副标题、横轴说明、纵轴说明 ti