《R语言入门与实践》学习笔记一

第一天：

1.在windows环境下下载和安装R和RStudio。

2.简单了解R包与R命令。

3.学会利用命令进行文件操纵。

4.学会简单的调试代码。

………………………………………………………………………………………

---------------------安装-----------------------

R包的维护工作由一个国际化可开发者团队负责，下载页面叫做The ComprehensiveR Archive Network，即CRAN（https://cran.r-project.org）。页面顶部有三个下载链接，分别对应：Windows，Mac和Linux。下载步骤为Download R for Windowsbase，然后打开新页面中单击顶端的第一个链接（类似于Download R for 3.0.3 for Windows），下载后安装程序即可。

RStudio是类似于word的R语言编写帮助工具，可以从网址http://www.rstudio.com/ide（需要翻墙）免费下载RStudio，只要单击Download RStudio即可。RStudio安装上之后需要选择已安装的R包。

----------------------R包与R命令-----------------------

  R包的概念类似于C/C++中的库（library），一个R包就是一些有用的函数，帮助文档和数据集的集合。最常见的R包就是R基础包（BaseR），就是每次打开R之后，R默认加载的所有函数。这些函数构成了R的基石，是不需要加载任何R包就可以使用的。

要想使用其他的每个R包，必须先在计算机上安装R包，然后在当前R会话中加载它。安装R包最简单的方法是利用install.packages函数。打开R，在命令行键入一下命令进行下载和安装：

install.packages(“包名称”)#安装单个包

install.package(c(“ggplot2”,”reshape2”,”dplyr”))#安装多个包

然后输入以下命令加载R包：

library(包名称)

library的作用是在当前的R会话被关闭之前，该包中所有的函数，数据集和帮助文档都可以被拿来使用，在下一个会话中，虽然不必再安装该包，但是需要重新加载。想要查看当前R库中存储了那些R包，可以运行以下命令：

library()

更新R包：

updata.packages(“包名称”)

R自带了很多数据集，被储存在R基础包的datasets包中，输入以下指令查看每个数据集以及数据集简介：

help(ackage=“datasets”)

---------------------------文件操纵----------------------------

了解计算机上R的工作目录及位置：

  getwd()

将某个文件夹设置位工作目录：

  getwd(“绝对地址或相对地址”)

查看当前工作目录下所有文件：

  list.files()

如果想要打开一个纯文本文件，可以使用read.table函数,其中第一个参数应该为代取文件名称（文件在工作目录中）或者代取文件的路径，第二个参数sep告诉read.table需要使用什么分隔符，如果未设置sep，则read.table函数会默认空格为分隔符，第三个参数header告诉函数是否将第一行作为变量名称而不是值如果是变量名称，则header=TRUE,第四个参数代表使用什么表示缺失信息：

  poker<-read.table(“poker.csv”,sep=”,”,header=TRUE,na.strings=”.”)

使用skip告诉R在读取数据时忽略开头的一些行，nrow告诉R在读多少个数据行之后不再读取。

 read.table(“poker.csv”,sep=”,”,header=TRUE,na.strings=”.”,skip=3,nrow=5)

只要将参数stringAsFactors设置为FALSE即可确保R在保存字符串数据时，不会强制将其转换为因子型，而是保留它的字符串类型。

更改全局设置来改变R将字符串转换为因子型的行为：

  options（stringAsFactors=FALSE）#关闭

  options（stringAsFactors=TRUE）#打开

读取CSV文件：

  poker<-read.csv(“poker.csv”)

有一种特殊的文件，它的每一行都占用文件的一行，而每一列都开始于固定位置，这种类型的文件被称为固定宽度文件（fixed_width file）,.fwf在R中读取fwf文件比普通文件多出一个widths参数,用来表示得是第i个元素表示第i个列的宽度：

poker<-read.fwf(“poker.fwf”,widths=c(10,7,6),header=TRUE)

打开网络文件：

poker<-read.csv(“http://.../../poker.csv”)

保存纯文本文件，第一个参数为要储存的R对象，第二个参数代表文件名或者绝对路径，row.names防止R在存储纯文本文档时将行名称存储为一列，即防止为每行加上行号(write函数无法创建新的文件夹)：

write.csv(poker,”data/poker.csv”,row.names=FALSE)

压缩文件：

write.csv(poker,file=bzfile(“data/poker.csv.bz2”),row.names=FALSE)

R自带的三个用来压缩文件的辅助函数：

函数名 压缩文件类型

bzfile bzip2

gzfile gnu zip(zip)

xzfile xz压缩

R的read函数可打开任何一种压缩文本文件。

R本身提供了两种文件格式，分别是.RDS和.RData，RDS可以存储单个R对象，而RData文件可以存储多个R对象,但是.RDS的可再现性好：

打开.RDS文件：

saveRDS(a,file=”stuff.RDS”)

打开.RData文件：

load(“file.RData”)

保存RData文件：

save(a,b,c,file=”文件名或路径”)

保存.RDS文件

saveRDS(a,file=”stuff.RDS”)

将剪贴板中的数据读入R中：

read.table(“clipboard”)

-------------------------调试--------------------------

RStudio中完善了对错误代码的调试，其中主要包括traceback（追溯），browser（浏览），debug（调试），debugonce，trace（追踪），recover（恢复）。

E1 traceback

在命令行键入traceback（），traceback会反回一个调用栈，也就是被调用函数的有序列表，最顶层就是出错的函数，而且traceback显示了函数调用的整个调用顺序，揭示了无限循环错误。

E2 browser

利用browser函数可以使得R在运行时暂停，使你键入新的命令。要使用browser函数，只要将browser（）添加到函数体的对应位置，然后保存改函数即可。此时控制台出现三个按钮：NEXT（执行下一行代码）Continue（继续执行直到结束） Stop（立即停止运行）。

E3 断点

断点就是可视化的添加browser函数，打开R脚本，找到想要添加browser的行，右键鼠标就会出现一个空心红点，断点添加成功。

E4 debug

debug函数的第一步就是在调试函数的第一行加入browser（），它的使用方法是debug（函数名），解除方法是undebug（函数名），利用isdebugged（函数名）判断函数是否处于调试状态。

E5 trace

trace函数将一个函数插入其他函数的任意位置，第一个参数表示带插入函数的名称，是一个字符串。第二个参数代表要插入函数的R表达式。第三个参数at=代表将表达式插入函数第几行。

trace(“sample”,browser,at=4)

在对某个函数完成trace调试之后，可以使用untrace将函数恢复原来状态：

  untrace(sample)

E6 recover

recover提供的代码调试方式可以进入调用栈的任意层级，从而进入某函数运行时环境进行调试，输入对应栈编码进入函数环境，输入0推出调试：

  fifth<-function()recover()

运行全局选项，R会在每次报错时进入recover()命令：

  options(error=recover)

直到关闭当前R会话或者执行以下命令前都有效：

  options(error=NULL)

-----------------------------注-------------------------------

1.本学习记录来自Garrett Grolemund先生所著《Hands-On Programming with R》（中文名R语言入门与实践）一书。

2.R包为R语言环境，需要第一个安装。

3.R包既有32位也有64位版本，两个版本都使用32位整数，它们计算时具有相同的精度，二者的区别在于内存管理方面分别使用了64位指针和32位指针，这代表这64位有更大的使用和搜索的内存空间。从经验上看32位要更快。

4.R包可以选择中文版本,但是RStudio输入中文会出现乱码。

5.许多R包并没有在CRAN上托管，如果想要安装这些R包，可以借助devtools这样一个R包。这个包提供了install_github，install_gitorious，install_bitbucket和install_url等函数来从其他安装源安装R包。

6.常用网址：

R包邮件列表：

https://stat.ethz.ch/mailman/listinfo/r-packages

R-bloggers博客：

http://www.r-bloggers.com

RStudio下的实用R包列表：

http://support.rstudio.com

CRAN归类R包：

https://cran.r-project.org/web/views