R 语言入门

大家好，欢迎来到IT知识分享网。

R语言入门

Author:tony
R语言是用于统计分析、绘图的语言和操作环境。它是一个自由、免费、源代码开放的软件，与MATLAB一样，也是一个用于统计计算和统计制图的优秀工具。

本博客致力于推广并领广大编程、建模爱好者入门。

赋值

R中使用”=“与”<-“进行赋值，其中”<-“快捷键是alt + -.

>a <- 1 >b <- 2 a+b=3 

向量

向量是 R 语言中最基本的数据类型，在 R 中没有单独的标量

> a <- c(1,3,4) > a [1] 1 3 4 

向量的索引
利用python中索引的思想，我们可以找出向量中的下标筛选
但需要注意的是，区别于其他编程语言，R中的索引是从1开始的，而不是0

> a[1:3] [1] 1 3 4 

> a[-2] [1] 1 4 

除了下标筛选，我们还可以利用算术基本逻辑来进行索引

> a[a>2] [1] 3 4 

为了理解算术基本逻辑，我们可以到底看看a>2的本质是什么：

> a>2 [1] FALSE TRUE TRUE 

可以看出，a>2筛选的本质就是选出向量中Boolean值为TRUE

向量的合并
利用向量索引来将其合并成新的向量

> b <- c(a[1:2],5,6,9,a[3]) 

在R中，向量还有一个特别有意思的规则，在实现向量的相互操作时，如果向量长度不足，则会进行长度自动补齐，但仅限于整除倍数

> a+b [1] 2 6 9 7 12 8 

(2).若不可整除:

> c <- c(3,4,5,1) > a+c [1] 4 7 9 2 Warning message: In a + c : 长的对象长度不是短的对象长度的整倍数 

R中关于向量的函数也有很多大家可以在这篇BLOG里学习: R向量函数的使用

矩阵

在R中，矩阵，本质来说就时多维的向量。

现在我们来看一下如何创建一个矩阵：

> c <- matrix(c(1,3,4,5,6,7,1,2,3),nrow=3) > c [,1] [,2] [,3] [1,] 1 5 1 [2,] 3 6 2 [3,] 4 7 3 

这里默认是先排满竖排，如果你想要先排满横排，则需要在后面加入 byrow = TRUE 的参数
如：

> c <- matrix(c(1,3,4,5,6,7,1,2,3),nrow=3,byrow=TRUE) > c [,1] [,2] [,3] [1,] 1 3 4 [2,] 5 6 7 [3,] 1 2 3 

矩阵检索
如向量一样，矩阵也可以利用’下标’进行索引:
例如:

> c[1:3,3] [1] 4 7 3 

可以看出，索引中前一项是选择竖排，后一项是选择横排，因为横排只选择了一个，所以矩阵就降为成了向量，更可以看出矩阵本质其实就是多维向量。

数据框

数据框与矩阵基本类似，在R中，数据库可以是不同类型的数据（矩阵中只能是数字）。
在R中，如果将Excel文件导入R变会得到数据框，一般来说，数据库每一行代表一个样本，每一列代表一个变量。
这里我们以R内置的经典IRIS数据集为例子: IRIS百科

> data("iris") > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 0.4 setosa 

我们利用data函数导入iris数据集，用head函数表示前面几行

利用summary函数我们可以简单对导入的数据集分析，如下:

> summary(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300 Median :5.800 Median :3.000 Median :4.350 Median :1.300 Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800 Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500 Species setosa :50 versicolor:50 virginica :50 

我们可以看到，利用summary函数可以分析该数据集最大值，最小值，中值，标准差……

列表

与python相同，R中的列表作为一种数据结构可以储存不同的数据类型，例如:

> a <- list(a,3,tony="is_handsome") > a [[1]] [1] 1 3 4 [[2]] [1] 3 $tony [1] "is_handsome" 

这个例子中我们在列表中储存了vector，int，hash tables 数据类型
列表检索
列表索引如python中大致相同，如:

> b <- list(a,3,tony="is_handsome") > b[[2]] [1] 3 > b$tony [1] "is_handsome" 

简单的绘图
利用向量绘图

> p <- c(1,2,3,4,5,6,7,8) > plot(p[1:4],p[5:8]) 

R Studio

R本身的GUI可以说是非常朴素，如图所示：

如今有许多供R使用的IDE，推荐使用R Studio，它可以供你实时看变量，代码，制图，终端，环境。也可以直接用它下载安装各种扩展包，针不戳！如图所示：

后记

编者的话

由于编者只是在读学生，这篇博客难免会出现纰漏，望君见谅。若能在评论区雅正，感激不尽！