零基础学 R语言

R语言

1.什么R？

• R是用于统计分析、绘图的语言和操作环境（AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言）
• R是基于S语言的一个GNU项目
• 功能:数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;优秀的统计制图功能;简便而强大的编程语言:可操纵数据的输入和输出，可实现分支、循环，用户可自定义功能贝尔实验室。

2.怎么使用？

环境安装

https://cloud.r-project.org/bin/windows/base/ 或者百度

界面

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bXIuj4cc-1617272465327)(C:\Users\white\AppData\Roaming\Typora\typora-user-images\image-20210401103458427.png)]

3.怎么玩？

一.基础 R 语言的变量

1. R 语言有效变量名称由字母，数字以及点号.或下划线_组成。变量名称以 字母或点开头。
2. 变量赋值 最新版本的 R 语言的赋值可以使用左箭头 <-、等号 = 、右箭 头 -> 赋值:

> var.1 = c(1,2,3)
> print(var.1)
[1] 1 2 3
> var.2 <- c(1,2,3)
> print(var.2)
[1] 1 2 3 
> print(ls())  //查看已定义的变量可以使用 ls()函数：
[1] "var.1" "var.2"
> rm(var.2)   //删除变量可以使用 rm()函数
> print(ls())
[1] "var.1"
>cat(1,"+",1,"=",2)   //cat()函数拼接
1 + 1 = 2 

sink("r_test.txt", split=TRUE) # 控制台同样输出   //sink()函数可以把控制台输出的文字直接输出到文件中去：
for (i in 1:5)
print(i)
sink() #取消输出到文件
sink("r_test.txt", append=TRUE) # 控制台不输出，追加写入文件
print("RUNOOB")	

//从文件读入文字  但是如果纯粹的想将某个文件中的内容 读取为字符串，可以使用 readLines 函数

• 数学运算符

• 关系运算符 （向量之间的比较）

  v<-c(2,3,4,5)
  t<-c(1,2,6,7)
  print(v>t)
  [1] TRUE TRUE FALSE FALSE
  print(v<t)
  [1] FALSE FALSE TRUE TRUE
  print(v==t)
  [1] FALSE FALSE FALSE FALSE
  print(v!=t)
  [1] TRUE TRUE TRUE TRUE
  print(v>=t)
  [1] TRUE TRUE FALSE FALSE
  print(v<=t)
  [1] FALSE FALSE TRUE TRUE

• 逻辑运算符 : 注意：# &&、||只对第一个元素进行比较

  • > v <- c(3,0,TRUE,2+2i)
    > t <- c(1,3,TRUE,2+3i)
    > print(v&&t)
    [1] TRUE
    > print(v||t)
    [1] TRUE
    > print(v|t)
    [1] TRUE TRUE TRUE TRUE
    

• 赋值运算符

  • R 语言变量可以使用向左，向右或等于操作符来赋值
  • 向左赋值: <− = <<−
  • 向右赋值： −> = −>>

• R 语言还包含了一些特别的运算符

  • : 冒号运算符，用于创建一系列数字的向量。

  • %in% 用于判断元素是否在向量里，返回布尔值，有的话返 回 TRUE，没有返回 FALSE。

  • %*% 用于矩阵与它转置的矩阵相乘。

  eg:

  > v <- 1:10
  > print(v)
   [1]  1  2  3  4  5  6  7  8  9 10
  > v1 <- 3
  > print(v1 %in% v)
  [1] TRUE
  
  //建立矩阵时注意nrow 与 矩阵是否时对应的关系，true必须大写
  
  > M = matrix(c(2,3,45,6,7),nrow  = 2,ncol = 3,byrow = true)
  Error in matrix(c(2, 3, 45, 6, 7), nrow = 2, ncol = 3, byrow = true) : 
    找不到对象'true'
  > M = matrix(c(2,3,45,6,7),nrow  = 2,ncol = 3,byrow = TRUE)
  Warning message:
  In matrix(c(2, 3, 45, 6, 7), nrow = 2, ncol = 3, byrow = TRUE) :
    数据长度[5]不是矩阵行数[2]的整倍
  > M = matrix(c(2,3,45,6,7,9),nrow  = 2,ncol = 3,byrow = TRUE)
  > t = M %*% t(M)
  > print(t)
       [,1] [,2]
  [1,] 2038  438
  [2,]  438  166
  

• 数学函数

  • sqrt(n) n 的平方根10 exp(n) 自然常数 e 的 n 次方， log(m,n) m 的对数函数，返回 n 的几次方等于 m log10(m) 相当于 log(m,10)
  • round (n) 对 n 四舍五入取整 (n, m) 对 n 保留 m 位小数四舍五入 ceiling (n) 对 n 向上取整 floor (n) 对 n 向下取整
  • R 中的 round 函数有些情况下可能会"舍掉五

• 概率分布函数：

  • dnorm(x, mean = 0, sd = 1, log = FALSE) 
    #的返回值是正态分布概 率密度函数值，比如 dnorm（z）则表示：标准正态分布密度函数 f（x）在 x=z 处的函数值。
    > dnorm(0)
    [1] 0.3989423
    
    pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE) 
    #返回值是正态分布的分布函数值，比如 pnorm（z）等价于 P[X ≤ z] 
    > pnorm(0)
    [1] 0.5
    
    qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
    #返回值是给定概率 p 后的下分位点。 (4)rnorm(n, mean = 0, sd = 1) 的返回值是 n 个正态分布随机数构成的 向量。
    > qnorm(0)
    [1] -Inf
    
    > rnorm(3,5,2)
    [1] 3.738724 3.633434 3.107824
    # 产生 3 个平均值为 5，标准差为 2 的正态随机数
    #这四个都是用来计算正态分布的函数。它们的名字都以 norm 结尾，
    #代表"正态分布"。分布函数名字的前缀有四种：
    #d - 概率密度函数
    #p - 概率密度积分函数（从无限小到 x 的积分）
    #q - 分位数函数
    #r - 随机数函数（常用于概率仿真
    

二.R 语言之数据类型

R 语言中的最基本数据类型主要有三种：

• 数字：科学 ，一般
• 逻辑：逻辑类型常量值只有 TRUE 和 FALSE。注意：R 语言区分大小写，true 或 True 不能代表 TRUE。
• 文本：中常出现的字符串（String），常量用双引号包含。在 R 语言中，文本常量既可以用单引号包含，也可以用双引号包含

对象类型来分是以下 6 种（后面会详细介绍这几种类型）：

向量 （vector），列表（list），矩阵（matrix），数组（array），因子（factor)， 数据框（data.frame)。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-gojJs4Nv-1617272465328)(D:\typora\working\R语言.assets\image-20210401113636905.png)]

1. c()是一个创造向量的函数 :如果将一个二维向量和三维向量做运算，将失去数学意 义

   1. R 语言中的"下标"不代表偏移量，而代表第几个，之前讲述的常用的数学运算函数，如 sqrt 、exp 等，同样可以用 于对向量作标量运算。"向量"作为线性表结构，应该具备一些常用的线性 表处理函数

      > a = c(1,2,3)
      > a[2]  # 其他基本控制长度请查阅相关资料
      [1] 2
      #sort() rev() order()  
      

   2. 向量排序：order() 函数返回的是一个向量排序之后的下标向量

      sum	求和
      mean	平均值
      var	方差
      sd	标准差
      min/max	最大最小
      range	取值范围

   3. 向量生成 :

      1. 有间隙的等差数列，可以用 seq()

         seq(1, 9, 2)
         

      2. seq 还可以生成从 m 到 n 的等差数列，只需要指定 m, n 以及数列的 长度： > seq(0, 1, length.out=3) [1] 0.0 0.5 1.0

         seq(0, 1, length.out=3)
         

      3. rep 是 repeat（重复）的意思，可以用于产生重复出现的数字序列

         > rep(0, 5)
         

      4. NA 代表的是"缺失"，NULL 代表的是"不存在"。NA 缺失就想占位符，代 表这里没有一个值，但位置存在。NULL 代表的就是数据不存在。

   4. 逻辑型向量

      > c(1, 2, 3) > 2
      [1] FALSE FALSE  TRUE
      
      > vector = c(10, 40, 78, 64, 53, 62, 69, 70)
      > print(vector[which(vector >= 50 & vector <70)])
      [1] 64 53 62 69
      #all() 用于检查逻辑向量是否全部为 TRUE，any() 用于检查逻辑向量是
      #否含有 TRUE。
      
   • 字符串：字符串数据类型本身并不复杂，注重介绍字符串的操作函数：

   toupper/tolower	转换为大/小写
   nchar	统计字节长度 nchar(“中文”, type=“bytes”) type=“char” 总计字符数量
   substr/substring	截取字符串 从 1 到 5 // 从 5 到结束
   as.numeric as.character	字符串转换为数字/字符串
   strsplit (“2019;10;1”, “;”)	分隔符拆分字符串
   gsub ("/", “-”, “2019/10/1”)	gsub

   • 矩阵

     • 矩阵的生成：

       > v = c(1,2,3,4,5,6)
       > matrix(v,2,3)
            [,1] [,2] [,3]
       [1,]    1    3    5
       [2,]    2    4    6
       #如果想按行填充，需要指定 byrow 属性
       #矩阵中的每一个值都可以被直接访问
       > m1 = matrix(v,2,3,byrow=TRUE)
       > m1[2,3]
       [1] 6
       #矩阵通过字符串向量 每一个列和每一行都可以设定名称
       > colnames(m1) = c("x","y","z")
       > rownames(m1) = c("a","b")
       > m1
         x y z
       a 1 2 3
       b 4 5 6
       > m1[,"y"]    #y列
       a b 
       2 5 
       > m1["a",]    #a列
       x y z 
       1 2 3 
       

     • 矩阵的四则运算

       > m1 = matrix(c(2,4),1,2) (c(...),对应的行数,列数)
       > m2 = matrix(c(3,4),2,1)
       > m1 %*% m2
            [,1]
       [1,]   22
       #逆矩阵
       sovle(正常矩阵)
       > A = matrix(c(1, 3, 2, 4), 2, 2)
       > solve(A)
            [,1] [,