利用周末学R语言 (1) - RStudio,helloworld,数据类型与获取数据

因为工作需要使用R语言,利用周末了解,记录这些属于R的周末
本系列每周末更新,不断修改中

R介绍

• 开源的,源于S语言的,主要用于统计计算和作图的语言.
• 优势: 简单易学,轻量,不同系统上兼容性好,包多,有RStudio这个优秀的IDE
• 劣势: 速度较慢,包质量参差不齐,数据量大的时候性能不好,在深度学习领域缺乏包

R安装

• R官网
• R-3.4.3-win下载链接
• 安装即可
• RStudio官网
• 下载链接
• 安装即可

RStudio使用

• RStudio界面
  打开RStudio,左下console是控制台;左上是脚本输入界面;右上是工具栏,分别是环境,历史和连接;右下是多功能台,分别是files:查看文件,plots:显示图型,packages:当前下载和加载的包,help:帮助栏,viewer:数据预览.
  
• 定制R环境

# 每次执行R时会自动运行的命令，在以下文件中设置
# path="C:/Program Files/R/R-3.3.2/etc/Rprofile.site"
# 运行R时还会载入同目录的.Rprofile文件
# 如果没有还会尝试载入根目录下的.Rprofile文件
# 还可以定义.First函数> 
# .First <- function() {
   
# options(prompt="$ ", continue="+\t")                      # $ 是提示符
# options(digits=5, length=999)                             # 定制数值和输出格式
# x11()                                                     # 定制图形环境
# par(pch = "+")                                            # 定制数据点的标示符
# source(file.path(Sys.getenv("HOME"), "R", "mystuff.R"))   # 个人编写的函数
# library(MASS)                                             # 导入包
# }
# 类似的是，如果定义了函数.Last()，它(常常)会在对话结束时执行。

Hello World!

• 完成你的第一个R语言数据分析,本章的示例代码多借鉴于 R in action
• 输入以下代码并运行

#这是一行注释
if(FALSE){
  这是
  多行注释
}
age <- c(1,3,5,2,11)
weight <- c(4.4,5.3,7.2,5.2,8.5)
mean(weight)
sd(weight)
cor(age,weight)
plot(age,weight)

控制台和多功能台会输入以下内容

> mean(weight)
[1] 6.12
> sd(weight)
[1] 1.681368
> cor(age,weight)
[1] 0.9561134

和图形

数据类型

向量

a <- c(1,2,3,4,5)
a[c(1)]
# 输出 1

a[c(1,2)]
# 输出 1 2

a[c(2:4)]
# 输出 2 3 4

矩阵

• 矩阵基础

rnames <- c('r1','r2')
cnames <- c('c1','c2')
cells <- c(11,12,21,22)
mymatrix <- matrix(cells,nrow=2,ncol=2,byrow=TRUE,
                   dimnames=list(rnames,cnames))
mymatrix
# 输出
#    c1 c2
# r1 11 12
# r2 21 22

# byrow默认为FALSE
# 不指定rname和cname则为数字索引

mymatrix[2,]
# 输出
# c1 c2 
# 21 22 

mymatrix[,2]
# 输出
# r1 r2 
# 12 22 

mymatrix[2,2]
# 输出
# 22

mymatrix[2,c(1,2)]
# 输出
# c1 c2 
# 21 22 

• 矩阵工具
• 外积(矩阵/数组)

a <- matrix(c(1,2,3,4),nrow=2,ncol=2,byrow=TRUE)
b <- matrix(c(2,4,6,8),nrow=2,ncol=2,byrow=TRUE)
# 外积可以通过特别的操作符%o%实现<