R-大数据分析挖掘（5-R基础回顾）

（一）R函数

　　R是一种解析型语言，输入后可直接获取结果

函数（输入参数，参数）

　　R的函数分为“高级”和“低级函数”
　　　　• 高级函数可调用低级函数
　　　　• 高级函数称为泛型函数

　　• 函数名  <-­‐  funcion(数据，参数＝1，默认值）｛
　　　　•     异常处理
　　　　•     表达式
　　•     return  返回值
　　• ｝

（二）R赋值与注释

　　• 2+2  
　　• a  <  -­‐2
　　• c  <-­‐  a+b

　　• #注释

（三）对象起名

　　• 1.区分大小写，China与china不同
　　• 2.不能用数字作为变量，对象也不能用数字开头
　　• 3.保留字
　　– NA，NaN，Pi，LETTERS，leBers,month  等

（四）元素的类型

　　• 数值型，Numeric
　　• 字符串，Character
　　• 逻辑型，Logical
　　• 因子型，Factor
　　• 复数型，Complex  如2+3i

　　• 向量(vector),一系列元素
　　　　–  c(1,2,3);c(“a”,”a”,”b”,”b”,”c”)
　　• 因子(factor)   因子是一个分类变量
　　• c(“a”,”a”,”b”,”b”,”c”)
　　• 矩阵(matrix)，二维的数据表，是一个数组的特例

　　• 数组(array)
　　　　– 数组是k维的数据表(k  in  1:n  ,n  为正整数)
　　• 数据框(dataframe)
　　　　– 是由一个或几个向量和因子构成，他们必须是等长的，但可以是不同但数据类型
　　• 列表
　　– 列表可以包含任何类型的对象
　　– 可以包含向量、矩阵、高维数组也可以包含lixt

运算符

　　• 数学运算
　　　　– +,-­‐  ===
　　• 比较运算 返回true  or  false
　　　　– >,<,<=,>=,==
　　• 逻辑运算
　　　　– !,&,&&,|,||

外部数据读取

　　• read.table()
　　• read.csv()  读取csv或者
　　• 可以直接通过某些程序包读取excel等格式数据

　　• read.csv(‘file’,header=T)
　　　　– header=T  表示将数据的第一行作为标题

类的判断

　　• mode()  判断存储类型
　　• class(),判断数据的类

　　　　• is.numeric()
　　　　• is.logical()
　　　　• is.charactor()

数据框内元素的引用

　　• intake  <-­‐  data.frame(intake.pre,intake.post)
　　• 1.  $  引用列，后面为列的名称
　　　　– 例如：intake$  intake.pre
　　• 2.  [,]  方括号，逗号前为行，逗号后为列
　　　　• intake[,1]
　　　　• I  =  1:5;intake  [i,]

类的转换

　　• as.numeric()
　　• as.logical()
　　• as.charactor()
　　• as.matrix()
　　• as.data.frame()
　　• as.factor()

（五）R操作Json

　　1.安装Json

　　2.加载进GUI中

　　3.从json转到R上

　　4。class判断类型，cat输出不带横线的json字符串，peint输出的带有/，可以通过$取到深层次的json串，最内层的可以用[]去得到

5.将toJson之后字符串输出到文件使用sink或者writeLines

（六）R 语言不仅在统计分析和数据挖掘领域计算能力强大，它在数据可视化领域也不逊于
昂贵的商业软件。当然，R 在可视化上强大，其背后离不开各种开源软件包的支持，Cairo
就是这样一个用于矢量图形处理的类库。Cairo 可以创建高质量的矢量图形 (GIF、SVG、
PDF、PostScript) 和位图 (PNG、JPEG、TIFF)，同时支持在后台程序中高质量渲染！本节
将介绍 Cairo 在 R 语言中的使用。

1.安装

2.加载进GUI并检查Cairo包支持的图片格式

3.画散点图

（七）R中的时间序列基础库ZOO

时间序列分析是一种动态数据处理的统计方法，通过对时间序列数据的分析，我们可
以感觉到世界正改变着什么！ R 语言作为统计分析的利器，对时间序列处理有着强大的支
持。在 R 语言中，单独为时间序列数据定义了一种数据类型 zoo，zoo 是时间序列的基础，
也是股票分析的基础。本节将介绍 zoo 库在 R 语言中的结构和使用。

1.介绍

zoo 是一个 R 语言类库，zoo 类库中定义了一个名为 zoo 的 S3 类型对象，用于描述规
则的和不规则的有序的时间序列数据。zoo 对象是一个独立的对象，包括索引、日期、时
间，只依赖于基础的 R 环境。zooreg 对象继承了 zoo 对象，只能用于规则的时间序列数据。
R 语言中很多其他的程序包，都是以 zoo 和 zooreg 作为时间序列数据的基础的！

　　zoo 包的API 主要有 6 类

（1）基础对象
‰ 　　zoo: 有序的时间序列对象。
‰ 　　zooreg: 规则的时间序列对象，继承 zoo 对象。与 zoo 相比，不同之处在于 zooreg 要求数据是连续的。
（2）类型转换
‰ 　　as.zoo: 把一个对象转型为 zoo 类型。
‰　　 plot.zoo: 为 plot 函数提供 zoo 的接口。
‰　　 xyplot.zoo: 为 lattice 的 xyplot 函数提供 zoo 的接口。
‰　　 ggplot2.zoo: 为 ggplot2 包提供 zoo 的接口。
（3）数据操作
‰ 　　coredata: 查看或编辑 zoo 的数据部分。
‰　　 index: 查看或编辑 zoo 的索引部分。
‰ 　　window.zoo: 按时间过滤数据。
‰ 　　merge.zoo: 合并多个 zoo 对象。
‰ 　　read.zoo: 从文件读写 zoo 序列。
‰ aggregate.zoo: 计算 zoo 数据。
‰ rollapply: 对 zoo 数据的滚动处理。
‰ rollmean: 对 zoo 数据的滚动计算均值。
（4）NA 值处理
‰ na.fill: NA 值的填充。
‰ na.locf: 替换 NA 值。
‰ na.aggregate: 计算统计值替换 NA 值。
‰ na.approx: 计算插值替换 NA 值。
‰ na.StructTS: 计算季节 Kalman 滤波替换 NA 值。
‰ na.trim: 过滤有 NA 的记录。
（5）辅助工具
‰ is.regular: 检查是否是规则的序列。

‰ lag.zoo: 计算步长和差分。
‰ MATCH: 取交集。
‰ ORDER: 值排序，输出索引。
（6）显示控制
‰ yearqtr: 以年季度显示时间。
‰ yearmon: 以年月显示时间。
‰ xblocks: 作图沿 x 轴分割图形。
‰ make.par.list: 用于给 plot.zoo 和 xyplot.zoo 数据格式转换。