R语言基础学习

参考

W3C的R教程
R语言初级教程
rdocumentation

概论

R适合统计和可视化；Python适合机器学习和深度学习。
R的集成开发环境RStudio，下载找R语言初级教程(01): R编程环境的搭建
R有强大的社区支持，可以通过以下查看你需要使用的贡献包。

• CRAN Task Views
• 如何搜索你想要的R包？
• rdocumentation

使用install.packages('data.table')安装"data.table" 包
使用installed.packages()查看已经安装的全部包
使用library(data.table)加载"data.table" 包
使用library(help=data.table)来查看 “data.table” 包的相关信息
使用Ctrl+L清屏
使用q退出当前的查询文档，使用q()退出交互界面
使用help(mean)或者?mean查询函数“mean”的用法
使用getwd()得到当前工作目录
使用source('xx/tool.R')在当前工作脚本中导入R脚本’tool.R’中的对象，如果在’tool.R’中有对象
dir = path.expand(dirname(sys.frame(1)$ofile))，则在使用当前工作脚本时，可以根据dir得到’tool.R’所在的目录

运算

算术运算

• 四则运算 +、-、*、/
• 幂指数对数 ^、exp()、log(x,base=a)或者log()或者log2()或者log10等【log是自然对数】
• 整除商%/%、余数%%
• 三角函数为弧度制cos、sin等
• 绝对值abs
• 平方根sqrt

关系运算和逻辑运算

• 比较大小：<, >, =, <=, >=, !=, ==
• 且 &，或 |，非！，异或 xor(x, y)

变量

在R语言中，使用变量前不需要声明变量的类型。变量是在赋值运算后才创建的。

变量名中包含_和.和字母（区分大小写）和数字，但是不能包括空格，并且不能以数字或者符号开头（只能以字母开头）

可以使用向左，向右和等于运算符来为变量赋值。建议使用<-为变量赋值，使用=进行传参。见你知道R中的赋值符号箭头(<-)和等号（=）的区别吗？

可以使用print()或cat()函数打印变量的值。 cat()函数将多个项目组合成连续打印输出。

判断：NA,NULL,NaN,Inf

a = (0:3)
b = b^Inf
print(b)

数据类型

向量

向量（vector）是R语言最基本的数据类型。向量中的元素必须为同一属性，常见的向量类型有数值型向量、字符型向量和逻辑型向量。

创建

单个数（标量）也是一个向量，只不过它的长度为1。我们可以通过is.vector()函数来验证.

print(is.vector(3))  # [1] TRUE
ages <- c(23, 26)   # 数值型向量
print(ages) #[1] 23 26
nw_ages <- c(60, ages, 32)
print(class(nw_ages))  #[1] "numeric"
print(length(nw_ages))  #[1] 4
print(mean(nw_ages))  #[1] 35.25

这里的c(......)函数（c是combine的首字母）会把它所有的参数首尾相连而形成一个向量，其中函数可以传入任意数量参数。并且参数也可以是向量。当c()函数的参数类型不同时，会强制转化成同一类型；而且每种类型的强弱不一样，强弱顺序为：character > complex > numeric > integer > logical。

另外的创建方法，如冒号，seq，rep，见R语言初级教程(10): 向量（中篇）

访问

有时你可能只需要使用向量中的某些元素，这时要用到索引。在R中，[]来指定索引，索引从位置1开始。注意：元素访问操作不会改变原向量的内容。

• 使用向量，访问多个元素

> new_ages[c(1, 3, 4)]
[1]  60 26 32

• 使用-符号进行排除输出，以及使用关系运算进行条件输出

> new_ages[-c(1,3,4)] # 排除掉1,3,4后输出
[1] 23
> new_ages[new_ages<50] # 输出小于50的值
[1] 23 26 32

• 使用冒号进行切片

> new_ages[1:3]  # 输出1,2,3
[1] 60 23 26

有名称的向量的相关操作见R语言初级教程(09): 向量（上篇）

修改

使用重新赋值的方式修改，可以对整个向量赋值，也可以对部分元素赋值

ages <- 2:5
ages[1] <- 100
ages[3:4] <- c(0,0)
ages <- 20:25

向量运算

• 向量间运算是元素运算的扩展，当不匹配时，以循环方式补全长度短的向量

> a1 <- 2:3
> a1
[1] 2 3
> a2 <- 4:6
> a2
[1] 4 5 6
> a1 + a2   # a1 补全为2 3 2
[1] 6 8 8  
Warning message:
In a1 + a2 :
  longer object length is not a multiple of shorter object length
  > a3 <- 4:7
> a1 + a3   # a1 补全为2 3 2 3
[1]  6  8  8 10

• 函数作用，相当于分别作用

• 点集，使用%*%，只对长度相同的操作，没有补全机制，输出为一个矩阵

> a1 %*% a1
     [,1]
[1,]   13

常用函数

参见R语言初级教程(11): 向量（下篇），主要是统计运算和集合运算。

矩阵和数组

矩阵和数组类似于向量

列表

列表是一个R对象，它可以在其中包含许多不同类型的元素，如向量，函数甚至其中的另一个列表。
列表的基本使用
可以发现，R的列表近乎Python的有序字典，用起来很方便。
列表取值上，嵌套的话可以config$data$train这种方式连续取值。

数据框

数据框（dataframe）是R中最常处理的数据结构。数据框由行、列构成。本身可以看成是一种特殊的列表。可以使用data.frame()函数创建数据框，也可以通过read.table()从文件中得到。

处理数据框的时候，有两点要记住：

• 虽然各列允许有不同类型：数值型向量、因子、字符型向量、日期时间向量等，但同一列的数据类型一定是相同的。

• 列名中不允许有空格出现，否则read.table()将读取失败。因此上面的变量名Field Name，Soil pH，Worm density中的空格会用.来代替。

打印

打印数据类型：print(class(a))
cat和print的差别：参考

• print只能输出一个，且默认以换行结尾，输出结果带编号
• cat可以输出多个（以逗号分隔），可以设置sep，需要显示添加换行符

文件操作

文件基本操作
无需导入包，直接操作，很方便
文件读取（网站含有在线R工具，很方便）

命令行解析

参考R optparse Args 命令行传递参数包，，总结如下。

1. 加载optparse包：library(optparse)
2. 定义命令行选项列表：

option_list = list(
make_option(c('-c', '--config'), type='character', help='配置文件路径', default=NULL),
make_option(c('-o', '--out_dir'), type='character', help='输出目录', default=NULL)
)

3. 定义OptionParser对象：

opt_parser = OptionParser(option_list=option_list)

4. 定义解析后的(named)列表：

opt = parse_args(opt_parser)

5. 取出选项值：

config = opt$config

在使用中，如果建立一个可执行文件try.R保存1-5(文件头：#!/usr/bin/env Rscript)。如果在命令行输入：./try.R -h会显示option使用方法，打印出make_option中的相关help信息。打印完后就退出程序。

另外还可以用函数print_help(opt_parser)打印出同样的帮助信息，但是不会退出程序。如果要退出程序，可以使用stop("提示信息")。

完整的代码示范：

#!/usr/bin/env Rscript
library(optparse) #加载optparse包的命名空间，并且把它放在搜索列表中，如果这个包不存在，就报错。
option_list = list(
make_option(c("-c", "--config"), type = "character", default = NULL,
help = "config file path", metavar = "character")
)  # 返回OptionParserOption对象，
# 看https://www.rdocumentation.org/packages/optparse/versions/1.6.4/topics/make_option学习make_option函数的参数用法
opt_parser = OptionParser(option_list = option_list)
# 返回OptionParser对象，有默认参数usage = "usage: %prog [options]"
# 看https://www.rdocumentation.org/packages/optparse/versions/1.6.4/topics/OptionParser学习OptionParser函数
opt = parse_args(opt_parser)
# 返回list，
# 看https://www.rdocumentation.org/packages/optparse/versions/1.6.4/topics/parse_args学习parse_args函数
if (is.null(opt$config)) {
    print_help(opt_parser)  # print_help在library(optparse)中，打印OptionParser对象的Usage消息，但是不会退出执行
    stop('The config file path is missing.')  # 退出执行，并且打印提示消息
}

常用包

plotROC、pROC：ROC可视化和分析

caret构建模型
The caret package (short for Classification And REgression Training) is a set of functions that attempt to streamline the process for creating predictive models. The package contains tools for:

• data splitting
• pre-processing
• feature selection
• model tuning using resampling
• variable importance estimation
• as well as other functionality.