R语言傻瓜教程1基础.docx

《R语言傻瓜教程1基础.docx》由会员分享，可在线阅读，更多相关《R语言傻瓜教程1基础.docx（26页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、R语言傻瓜教程1基础0. 约定阴影为代码或R的输出内容。1. 安装1.1 安装R和RStudio（1）从下载R语言相应版本，双击安装；（2）从下载RStudio安装。1.2 说明（1）R语言本身仅提供了命令行工具，一般用户可能会觉得使用不便，所以用RStudio作为工具来使用R语言；（2）RStudio仅为R的IDE（集成开发环境），依赖于R；（2）在苹果系统中，启动RStudio时要求安装command line tools，在弹出窗口中选择安装即可）；（3）R和RStudio都是免费开放源代码的，所以尽可能在官方网站上下载（R在全球有很多镜像，等同于官网，上述下载地址即其在北京交通大学的镜

2、像）。2. 运行2.1 运行R语言如果不使用RStudio，双击R语言图标（如下图）即可启动。启动后如下图所示，在提示符处输入R语言命令。1.2 RStudio启动RStudio相对于R语言自身提供的命令行工具，使用要便捷得多。RStudio图标如下图。启动后RStudio的环境如下图所示。左侧为同启动R时一样的命行窗口；右上侧为“环境”和“历史”。环境是指当前R语言的运行环境，也称为工作空间，在使用过程中所创建的变量、数据都在这里列出，而用户在使用过程中输入的命令都在“历史”子窗口中列出。右侧包括“文件”、“绘图”、“扩展包”、“帮助”、“视图”等子窗口。相关功能在后续使用过程中再详细说明。

3、除此之外RStudio还有很多默认没有显示的子窗口，通过顶部菜单view中的选项可以选择显示它们。1.3 退出在退出时，R和RStudio默认都会弹出窗口询问是否保存工作空间，如果选择保存，则R或RStudio会保存全部的变量、数据等，下次打开R或RStudio时还可以继续使用而不用再次输入。如下分别为R和RStudio退出时的弹出窗口。3. R语言运算符号运算符号：+（加）、-（减）、*（乘）、/（除）、（乘方）、%/%整除、%求余；逻辑判断符号：（大于）、=（大于等于）、=（小于等于）、!=（不等）、 =（相等）逻辑运算符号：&（逻辑与）、|（逻辑或，Enter键上边的竖线）赋值符号：示例

4、：在命令窗口输入xa的功能与a-2一样。赋值符号也可以用=替代，但是在某些情况下会出错，所以不建议在R语言中使用。4. R语言数据类型4.1 基本数据类型R语言中基本数据类型是指仅包含一个数值的数据类型，主要包括数值型、字符型、逻辑型、空值等。（1）数值型如1，3.14等能够进行数学运算的数字。（2）字符型即文本数据，需放在双引号或单引号之间，如a”、abc、张三。特别提示，这里的单引号和双引号都是英文输入法下的双引号和单引号，中文的符号只能算是普通文本。在各种编程语言中，中文标点都只能作为同普通文本一样的字符使用，代码中不应出现，如下代码会出现错误：x-“hello R”y-hello R下

5、面是正确代码（注意引号）：x-hello Ry- hello R用中文标点符号替代英文符号是初学编程的人最容易出现的错误，需特别注意以免打击学习积极性。（3）逻辑型逻辑型数据只有两个取值TRUE和FALSE，TRUE和FALSE必须是大写的。TRUE和FALSE可以分别简写为T和F，也必须大写。如：x-TRUEy-FALSE（4）空值在统计数据中常常会出现一些缺失的值，R语言中用一个特殊的值NA（大写）来表示。NA与其他数据的运算结果都是NA。如：x-NA有时候，不能确定一个变量是否是空值，R语言提供了一个函数is.na()用来判断是否空值，如：x-NAis.na(x)结果为TRUE。4.2

6、数据对象R语言中数据对象是指包含一组数值的数据类型，主要包括向量、矩阵、数组、列表、数据框。（1）向量向量是由相同基本类型数值组成的序列，可以认为其等同于数学中的向量，在R语言中向量的使用相当频繁。在R语言中使用函数c()来创建一个向量，如：x-c(1,2,3,4,5)x输出为：1 1 2 3 4 5其中1为输出内容的行号。a. 向量运算向量的加减乘除运算是对向量元素的加减乘除运算。输入xc(1,2,3,4)x+1x输出为1 2 3 4 5输入x-c(1,2,3,4)y-c(1,1,1,1)x+y输出为1 2 3 4 5。b. 快速生成有序向量（函数seq和rep）在需要大量有序数值向量时，为

7、了避免手工输入的麻烦，R语言提供了快速生成的方法。如：输入x-1:10x输出为1 1 2 3 4 5 6 7 8 9 10输入x-10:1x输出为1 10 9 8 7 6 5 4 3 2 1上述利用“:”只能生成步长为1的向量，若要生成任意步长的向量需要使用函数seq()，它有三个参数，（最小值,最大值,步长）。如：输入x-seq(1,20,2)x输出为1 1 3 5 7 9 11 13 15 17 19输入x-seq(1,5,0.5)x输出为1 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0别外一个函数rep()可以通过重复一个基本数值或数值对象多次来创建一个较长的向

8、量，它有二个参数，（数据，重复次数）。如：输入x-rep(1,10)x输出1 1 1 1 1 1 1 1 1 1 1输入x-rep(c(1,2,3),3)x输出1 1 2 3 1 2 3 1 2 3c. 向量索引向量索引也称为向量中数值元素的下标，用来引用向量中的单个数值，用方括号表示，如：输入x-c(1,2,3,4,5)x1输出1 1向量索引除了引用单个值之外，还起过滤的作用，如：输入x3输出x中大于3的数值1 4 5d. 常用的向量函数函数名功能示例，已知x-c(2,1,5,3,4)，y-c(8,9)输入输出sum求和sum(x)1 15max最大值max(x)1 5min最小值min(x

9、)1 1mean均值mean(x)1 3length长度length(x)1 5var方差var(x)1 2.5sd标准差sd(x)1 1.581139median中位数median(x)1 3quantile五个分位数quantile(x)0% 25% 50% 75% 100% 1 2 3 4 5sort排序sort(x)sort(x,TRUE)1 1 2 3 4 51 5 4 3 2 1rev倒序rev(x)1 4 3 5 1 2append添加append(x,8)append(x,y)1 2 1 5 3 4 81 2 1 5 3 4 8 9replace替换replace(x,1,7)

10、replace(x,c(1,2),7)1 7 1 5 3 41 7 7 5 3 4提示：利用help函数可以查看R语言文档。例如，当不知道replace函数的功能时，输入help(replace)，在RStudio右下的help窗口中即显示repalce函数的详细说明。（2）矩阵矩阵运算虽然是统计理论的重要工具，但与基本统计方法的应用关系不大，因此没有矩阵运算基础可以跳过本部分。R语言中的矩阵基本等同与数学中的矩阵。R语言中使用matrix函数创建一个矩阵。matrix函数有三个参数，（数值向量，行数，列数）。如：输入x-matrix(c(1,2,3,4),2,2)x输出两行两列的矩阵及其行号

11、和列号 ,1 ,21, 1 32, 2 4matrix还有第四个参数byrow，即数据向量转为矩阵时数据的排列顺序，其默认值为FALSE，如：输入x-matrix(c(1,2,3,4),2,2,TRUE)输出 ,1 ,21, 1 22, 3 4a. 矩阵运算矩阵的+-*/运算是对矩阵元素的运算，如：输入x-matrix(c(1,2,3,4),2,2)x*2输出 ,1 ,21, 2 62, 4 8输入x-matrix(c(1,2,3,4),2,2)y-matrix(c(5,6,7,8),2,2)x+y输出 ,1 ,21, 6 102, 8 12矩阵运乘法运算符号为%*%，如：输入x-matrix

12、(c(1,2,3,4),2,2)y-matrix(c(5,6,7,8),2,2)x%*%y输出 ,1 ,21, 23 312, 34 46Why：X11=1*5+3*6=23b. 矩阵下标矩阵下标类似向量的下标。所不同的是，向量是两维的，下标包括两个数字，表示相应元素所在的行和列，如：输入x-matrix(c(1,2,3,4),2,2)x1,2输出第一行第二列元素1 3c. 常用的矩阵函数函数名功能diag取对角元素/生成对角阵solve求逆/解线性方程组eigen求特征向量/特征值rank求秩(元素位置，矩阵秩可用qr()$rank)t转置det行列式（3）数组R语言中，数组是向量和矩阵的推

13、广，向量和矩阵是数组的特殊形式。向量是一维数组，而矩阵是二维数组。利用array()函数创建数组，其参数为（数据向量，维数向量）如：输入x-array(c(1,2,3,4),c(2,2)x上述语句输入数据为1,2,3,4，生成两行两列的数组，输出为 ,1 ,21, 1 32, 2 4所以，array(c(1,2,3,4),c(2,2)等价于matrix(c(1,2,3,4),2,2)。利用array函数可以生成更高维的数组。注意：向量、矩阵和数组中也可以包含其他的数据类型，如字符型、逻辑型、空值。（4）列表向量、矩阵和数组要求元素必须为同一基本数据类型。如果一组数据需要包含多种类型的数据，则可

14、以使用列表，如：输入x-list(a=1,b=2,c=3)输出为$a1 1$b1 2$c1 3与向量、矩阵和数组相比，列表没有下标号，但是每个数据都有一个名字。数组使用下标来引用元素，而列表用名字来引用元素，如：输入x-list(a=1,b=2,c=3)x$a输出1 1列表与向量、矩阵和数组的另一个重要区别是，向量、矩阵和数组的元素只能是一个简单基本数据，而列表的元素还可以是其他的其他各种数据对象，比如向量、矩阵、数组或者另一个列表，如：输入x-list(a=1,b=c(1,2,3),c=ab,d=c(a,c,c),e=matrix(c(1,2,3,4),2,2),f=list(a=1,b=2

15、)x这是一个复杂的列表，a为数字，b为向量，c为字符，d为字符向量，e为矩阵，而f为另一个列表。输出为$a1 1$b1 1 2 3$c1 a$d1 a c c$e ,1 ,21, 1 32, 2 4$f$f$a1 1$f$b1 2列表的名字可以连续引用，输入x$f$a输出为1 1（5）数据框数据框是另一种可以有不同基本数据类型元素的数据对象。简单来说，一个数据框包含多个向量，向量的数据类型可以不一样。因此，数据框是介于数组和列表之间的一种数据对象，与矩阵相比它可有不同数据类型，与列表相比它只能包含向量，而且这些向量的长度通常是相等的。a. 创建数据框R语言使用data.frame()来创建数据

16、框，如：输入x-c(张三,李四,王五,赵六)y-c(男,女,女,男)z-c(89,90,78,67)data.frame(x,y,z)输出为 x y z1 张三 男 892 李四 女 903 王五 女 784 赵六 男 67其中，每行行首的数字是该行名字，可以使用row.names()来重新为每行命名。输入row.names(student)80,输出 x y za 张三 男 89b 李四 女 905. 数据导入导出分别介绍利用RStudio导入数据，利用R函数导入导出数据。初学者可以忽略后一种方法。假设有文件student.txt以及student.csv，csv文件是以Tab符号分隔的文本

17、文件，Excel数据可以另存为csv文件（Mac 系统中建议使用Numbers编辑、导出csv文件，以避免出现乱码）。这两个文件内容相同：姓名 性别 分数张三 男 89李四 女 90王五 女 78赵六 男 675.1 利用RStudio导入数据顶部菜单选择tools-Import Dataset-From Local File，弹出窗口选择要导入的数据文件，然后弹出如下窗口：因为数据文件中包含了列名，所以Heading选择yes；文件中列是用逗号分隔的，所以Separator选择Comma，点击Import即可导入数据并保存入student对象。其他格式文件的导入方法一样。5.2 导入R包中的

18、数据R的扩展包中常常包含样例数据，这些数据有助于学习扩展包的功能。此外，datasets包中包含大量的数据，可以用来学习R语言。要想利用这些数据，就要将它们导入到当前工作空间中来。可以利用data函数导入扩展包中的数据，如：输入data(package=datasets)该命令导入datasets包中的全部数据。输入data()查看当前工作空间的数据。输入data(Nile,package=datasets)该命令仅将datasets包中的Nile数据导入工作空间。此外，R语言在工作空间中使用扩展包前，要加载相应的扩展包，使用函数library可加载扩展包，如：library(datasets

19、)加载扩展包后，其中的数据集就会全部加载到工作空间中，可直接使用。5.3 利用R语言函数导入数据（1）读入文本文件read.table(student.txt,header=T,sep=,)（2）读入csv文件read.csv(student.csv,header=T,sep=,)（3）读入SPSS数据read.spss(dataname.sav)注意：如果数据文件不在当前工作目录中，需要加上正确的相对或绝对路径。5.4 导出数据（1）导出为文本write.table(student,student.txt)（2）导出为csv文件write.csv(student,student.csv)6.

20、 工作空间数据管理6.1 查看、删除、编辑数据a.列出工作空间全部数据变量名ls()b. 删除数据rm(dataname)c. 查看数据（注意大小写）View(dataname)d. 查看dataframe前10行head(dataframe)e. 查看dataframe后10行tail(dataframe)f. 编辑数据edit(dataname)或者fix(dataname)g. 删除矩阵或dataframe的行（假设有数据data）data-1, #删除第一行datac(-1,-2), #删除第一行和第二行data-1:-3, #删除第一行到第三行h. 删除矩阵或dataframe的列

21、（假设有数据data）data,-1 #删除第一行data,c(-1,-2) #删除第一行和第二行data,-1:-3 #删除第一行到第三行6.2 变量处理a. dataframe添加一列或合并dataframedata.frame(old_dataframe,new_column)data.frame(dataframe1,dataframe2)b. 变量重命名方法1：edit()或fix()函数打开数据编辑器，点击变量名可以对其进行修改。方法2：names()函数。names()函数可以显示dataframe的变量名，也可以通过赋值进行修改，下述代码将第一列变量名字改为new_name：n

22、ames(dataframe)1-new_namec. 变量类型判断与转换类型判断转换数值型is.numericas.numeric字符型is.characteras.character向量is.vectoras.vector矩阵is.matrixas.matrix数据框is.data.frameas.data.frame逻辑型is.logicalas.logical示例：输入x-c(1,2,3,4)is.vector(x)输出TRUE输入xNew File-R Script即可以在RStudio中创建一个脚本文件。上述小节中在命令行中输入的指令都要以放入脚本中。需要注意的是，R语言脚本每行只

23、能入一条指令。如果一定要在一行中放置多条指令则需要用“;”隔开（英文输入法下的分号）。点击RStuio工具栏中的图标也可以创建R脚本。在原生的R语言中，创建脚本选择顶部菜单中File-New Document可以创建脚本。R语言脚本的扩展名为R。R语言为脚本提供了完整的程序语言语法，如if、for、while等语句，以及函数function定义等，有兴趣可以查找相关资料深入学习。7.2 执行R语言脚本在RStudio中，点击脚本编辑器顶部的按钮可以运行脚本中光标所在的行，按钮运行整个脚本中的全部指令。若要在命令窗口中运行脚本，用source()函数，如source(myscript.R)。如果

24、脚本不在当前工作空间中，则需要给出正确的路径。查看当前工作空间路径使用getwd()函数，也可以使用setwd()来设置新的工作空间。8. R语言的包R语言的功能是通过包（package）来实现的，因而其功能可以很容易的被拓展。正是R语言的这种开放性使得其具有强大的功能和时效性，新的算法被提出之后很快就有相应的拓展包被释放出来。（1）R语言中包的管理library()查看全部已安装的包library(packagename)加载名为packagename的包(.packages()查看已加载的包install.packages(packagename)安装名为packagename的包（2）R

25、Studio中包的管理RStudio中包的管理更加便捷，在Package子窗口中，如下图所示：Package子窗口中列出了全部已安装的包，选中的包为已加载的包（选中没有加载的包即可将其加载）。点击可安装新的包。9. 小结本部分介绍了R及RStudio的安装与运行、R语言的运算符、R语言的基本数据类型（数值，字符，逻辑，空值）、R语言的数据对象（向量，矩阵、列表、数据框）、数据的导入导出、工作空间中数据变量的管理，以及R语言脚本。虽然涉及到数十个函数，但是它们都很容易记忆和使用，而且也并非需要将它们全都记住，仅需熟练使用其中的15个左或即能满足日常80%的应用。学习编程需要特别注意两点：第一，一定要动手实践；第二，不要死记，灵活使用文档、手册，以及最常使用的百度谷歌。第 26 页