Skip to content

Latest commit

 

History

History
287 lines (187 loc) · 8.46 KB

1-introduction.md

File metadata and controls

287 lines (187 loc) · 8.46 KB
Raw

% R语言基础春令营（1）：导论 % \href{mailto:[email protected]}{陈堰平} % April 14, 2013

课程介绍

课程目标

在完成本课程学习后，学员将可以：

  • 自行在各种平台上安装和使用R语言；
  • 用R语言实现对各种常见数据的基本分析和绘图；
  • 用R语言绘制符合论文发表要求的统计图形；
  • 了解R语言的整体情况，可以根据自己的需求选择进一步学习的方向。

课程计划

  • R语言简介和系统安装
  • R语言基本语法
  • R语言基本统计分析与绘图
  • 简介R语言高级统计和绘图方法

讲师介绍

陈堰平

  • 2007.9~ 2010.7，中国人民大学统计学院，数理统计专业，硕士
  • 北京交通大学理学院，信息与计算科学，本科
  • 统计之都理事会理事
  • 中国R语言会议理事会理事
  • COS沙龙理事会理事
  • 《R语言编程艺术》的主要译者

R基本介绍和安装

什么是R?

R是一个用于统计计算和图形的自由软件环境。

R is a free software environment for statistical computing and graphics.

R与数据分析

  • 基本统计分析
  • 多元统计分析
  • 数据挖掘：分类、回归、聚类、推荐、关联规则
  • 专业领域数据分析：社交网络、生命科学、行为分析、商业智能……
  • 大数据分析：Hadoop、HANA、Bigmem
  • 生物数据分析：Bioconductor

R语言与数据可视化

  • 基本图形系统：R软件中最基本的绘图系统，简单、易用，功能较弱，系统性不强，例如plot函数、hist函数等
  • Lattic、grid、rgl等图形系统：由于R基本图形系统的不足，诞生了很多第三方的图形系统
  • ggplot2 基于图形语法（ grammar of graphics），理论上可以画出所有的统计图形，而且语法简洁。但跟基本统计图形的使用有较大差异，有一定的学习难度。
  • 自动文档：knitr

统计之都与R语言

如何安装

R的官方网站 http://www.r-project.org/

\centering\includegraphics[height=0.6\textheight]{figure/cran.png}

开发环境

RStudio官方网站 http://www.rstudio.com

工作空间

  • getwd() 显示当前的工作目录
  • setwd("D:/work")或setwd("D:\\work")修改当前的工作目录为mydirectory 列出当前工作空间中的对象
  • rm(objectlist) 移除（删除）一个或多个对象
  • help(options) 显示可用选项的说明
  • options() 显示或设置当前选项
  • history(N) 显示最近使用过的N个命令（默认值为25）
  • savehistory("myfile") 保存命令历史到文件myfile中（默认值为 .Rhistory）
  • loadhistory("myfile") 载入一个命令历史文件（默认值 为 .Rhistory）

工作空间（续）

  • save.image("myfile") 保存工作空间到文件myfile中（默认值为 .RData）
  • save(objectlist, file="myfile") 保存指定对象到一个文件中
  • load("myfile")读取一个工作空间到当前会话中（默认值为 .RData）
  • q() 退出R。将会询问你是否保存工作空间

第一个R会话

见代码

获取帮助

  • help.start() 打开帮助文档首页
  • help("foo")或?foo 查看函数foo的帮助（引号可以省略）
  • help.search("foo")或??foo 以foo为关键词搜索本地帮助文档
  • example("foo") 函数foo的使用示例（引号可以省略）
  • RSiteSearch("foo") 以foo为关键词搜索在线文档和邮件列表存档
  • apropos("foo", mode="function") 列出名称中含有foo的所有可用函数
  • data() 列出当前已加载包中所含的所有可用示例数据集
  • vignette() 列出当前已安装包中所有可用的vignette文档
  • vignette("foo")为主题foo显示指定的vignette文档
  • ??, ?

包

R使用包来存储若干相关联的程序文件

+-----------------+-----------------------------------+ |安装包 | install.packages("ggplot2") | +-----------------+-----------------------------------+ |加载包 | library(ggplot2) | +-----------------+-----------------------------------+ |当前加载包的情况 | search() | +-----------------+-----------------------------------+ |本地安装包的列表 | .packages(all.available = TRUE) | +-----------------+-----------------------------------+

启动时自动加载的包

包 描述

stats 常用统计函数

graphics 基础绘图函数

grDevices 基础或grid图形设备

utils R工具函数

datasets 基础数据集

methods 用于R对象和编程工具的方法和类的定义

base 基础函数

参考资料

R语言基本语法

基本数据类型

数据类型

  • 向量 vector
  • 矩阵 matrix
  • 数组 array
  • 数据框 data frame
  • 因子 factor
  • 列表 list

向量

  • 单个数值（标量）没有单独的数据类型，它只不过是向量的一种特例
  • 向量的元素必须属于某种模式（mode），可以整型（integer）、数值型（numeric）、字符型（character）、逻辑型（logical）、复数型（complex）
  • 循环补齐（recycle）：在一定情况下自动延长向量
  • 筛选：提取向量子集
  • 向量化：对向量的每一个元素应用函数
  • 使用seq()创建向量
  • 使用rep()重复向量常数

矩阵

矩阵（matrix）是一种特殊的向量，包含两个附加的属性：行数和列数。所以矩阵也和向量一样，有模式的概念，例如数值型或字符型。（但反过来，向量却不能看作是只有一列或一行的矩阵。）

  • 创建矩阵
  • 矩阵运算
  • 索引
  • 增加或删除行（列）

数组

数组（array）是R里一个更一般的对象，矩阵是数组的一个特殊情形。数组可以是多维的。例如一个三维的数组可以包含行、列和层（layer），而一个矩阵只有行和列两个维度。

array(data = NA, dim = length(data), dimnames = NULL)
as.array(x, ...)
is.array(x)

列表

向量的元素要求都是同类型的，而列表（list）与向量不同，可以组合多个不同类型的对象

数据框

数据框类似矩阵，有行和列这两个维度。然而，数据框与矩阵不同的是，数据框的每一列可以是不同的模式（mode）。例如，某列可能由数字组成，另一列可能由字符串组成。

因子

因子的设计思想来源于统计学中的名义变量（nominal variables），或称之为分类变量（categorical variables）。这些变量的值本质上不是数字，而是对应为分类，例如民主党、共和党和无党派，尽管它们可以用数字编码。

算术运算

  • x + y 加法
  • x - y 减法
  • x * y 乘法
  • x / y 除法
  • x ^ y 乘幂
  • x %% y 模运算
  • x %/% y 整数除法

逻辑运算

  • x == y 判断是否相等
  • x <= y 判断是否小于等于
  • x >= y 判断是否大于等于
  • x && y 标量的逻辑“与”运算
  • x || y 标量的逻辑“或”运算
  • x & y 向量的逻辑“与”运算（x、y以及运算结果都是向量）
  • x | y 向量的逻辑“或”运算（x、y以及运算结果都是向量）
  • !x 逻辑非
  • 逻辑值TRUE和FALSE可以缩写为T和F（两者都必须是大写）。而在算术表达式它们会转换为1和0

函数

 g <- function(x) {
   return(x+1)
}

函数也是对象

条件语句

if (r == 4) {
  x <- 1
} else {
  x <- 3
  y <- 4
}

循环语句

  • for
  • while
  • repeat

repeat没有逻辑判断退出条件，必须利用break（或者类似return()）的语句。当然，break也可以用在for循环中。

代码格式化工具

library(formatR)