R语言快速入门

R语言是针对统计分析和数据科学的功能全面的开源语言，R的官方网址：http://www.r-project.org/  在Windows环境下安装R是很方便的

R语言的两种运行模式：交互模式和批处理模式；顾名思义交互模式是一条输入一条输出，而批处理模式则可让处理过程自动化

批处理模式演示：

pdf("demo.pdf")    #创建demo.pdf文件
hist(rnorm(1000))  #调用hist()画直方图，调用rnorm()生成随机数
dev.off()          #将实际文件输出到磁盘上

运行打开PDF文件后的效果

.csharpcode, .csharpcode pre
{
font-size: small;
color: black;
font-family: consolas, "Courier New", courier, monospace;
background-color: #ffffff;
/*white-space: pre;*/
}
.csharpcode pre { margin: 0em; }
.csharpcode .rem { color: #008000; }
.csharpcode .kwrd { color: #0000ff; }
.csharpcode .str { color: #006080; }
.csharpcode .op { color: #0000c0; }
.csharpcode .preproc { color: #cc6633; }
.csharpcode .asp { background-color: #ffff00; }
.csharpcode .html { color: #800000; }
.csharpcode .attr { color: #ff0000; }
.csharpcode .alt
{
background-color: #f4f4f4;
width: 100%;
margin: 0em;
}
.csharpcode .lnum { color: #606060; }

.csharpcode, .csharpcode pre
{
font-size: small;
color: black;
font-family: consolas, "Courier New", courier, monospace;
background-color: #ffffff;
/*white-space: pre;*/
}
.csharpcode pre { margin: 0em; }
.csharpcode .rem { color: #008000; }
.csharpcode .kwrd { color: #0000ff; }
.csharpcode .str { color: #006080; }
.csharpcode .op { color: #0000c0; }
.csharpcode .preproc { color: #cc6633; }
.csharpcode .asp { background-color: #ffff00; }
.csharpcode .html { color: #800000; }
.csharpcode .attr { color: #ff0000; }
.csharpcode .alt
{
background-color: #f4f4f4;
width: 100%;
margin: 0em;
}
.csharpcode .lnum { color: #606060; }

 

在交互模式下工作

①创建一个简单的数据集

a<-c(110,120,114,119)

从上面可以看出，在R语言中，标准的赋值语句是 “ <- ”，当然用“ = ”也是可以得，但不推荐；“ c “（concatenate）表示连接，把四个数字连接成一个向量

可以把向量再连接成向量，比如

> b<-c(a,a,a)

查看b中的内容
> b
 [1] 110 120 114 119 110 120 114 119 110 120 114 119

R语言的很多特性和Python语言很像，它们都是

②访问向量中的单个元素，访问方式和其他语言中访问数组类似，只不过索引是从 1开始计算

访问a中的第三个元素

> a[3]
[1] 114

提取b子集的

> b[3:6]
[1] 114 119 110 120

上面的代码 提取了b向量中的第三个元素到第六个元素

③调用库函数

在R语言中，可以很方便的计算出数据集的各种统计结果，比如

> mean(b)
[1] 115.75
> sd(b)
[1] 4.202272

上面代码计算了b数据集的均值和标准差，当然也可以把结果存到变量中，而不是直接输出

④使用内置数据集

运行下列函数，可以得到一份R语言内置数据集的列表

> data()

⑤退出R控制台

使用函数q() 会提示是否保存变量，退出R控制台

 

编写函数

函数是R语言的核心，我们先来编写一个函数

> #计算整数集中奇数的个数,并把结果存入oddcout变量中
> oddcout<-function(x){
+   i<-0    #初始化i
+   for(n in x){
+     if(n%%2==1) i<-i+1   #判个并计算个数
+   }
+   return(i)
+ }

定义数据集，调用函数，输出结果

> k<-c(1,2,3,4,5,6,7,8,9,10)
> oddcout(k)
[1] 5

R语言中重要数据结构

标量

标量即单个数，由于R语言是统计语言，所以单个数值在R语言中无意义，单个数值实际上是一元向量

字符串

字符串是字符模式的单元素向量，比如

> strs<-"this is a demo"
> mode(strs)
[1] "character"

上面代码用mode()函数来识别，向量的模式

矩阵

矩阵在数学中的定义是指纵横排列的二维数据表格，，在R语言中附加了两个属性：行数和列数

创建矩阵：

按行绑定

> m<-rbind(c(1,3,5),c(2,4,6))
> m
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

按列绑定

> n<-cbind(c(1,3,5),c(2,4,6))
> n
     [,1] [,2]
[1,]    1    2
[2,]    3    4
[3,]    5    6

使用rbind()函数把向量按行结合成矩阵，使用cbind()函数把向量按列结合成矩阵。矩阵中元素的访问使用双下标进行索引，不管是按行绑定还是按列绑定，访问都是先写出行号 ，在写出列号

> m[1,2]
[1] 3

提取子矩阵

> m[,2]
[1] 3 4 #提取m矩阵的第二列