R语言入门

接下来一段时间实际工作中可能R用的会比较多，这里总结一下笔记。

1.基础

函数c()以向量的形式输入数据。

mean()、sd()、cor()分别获得体重的均值、标准差和相关度。

q()退出R。

help.start()打开帮助文档首页。

help("foo")或?foo查看函数foo的帮助。

example("foo")获得函数foo的使用实例。

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。

getwd()查看当前的工作目录，setwd()设定当前的工作目录，setwd()不会创建一个不存在的目录，如果有必要的话用dir.create()来创建。

ls()列出当前工作空间的对象。

options()显示或设置当前选项。

source("filename")在当前会话执行一个脚本。

sink("filename",append=True)将输出重定向到文件filename中，添加append参数防止覆盖。

用于保存图形输出的函数：

• bmp("filename.bmp")
• jpeg("filename.jpg")
• pdf("filename.pdf")
• png("filename.png")
• svg("filename.svg")
• postscript("filename.ps")

library()显示库中有哪些包。

install.packages(“foo”)安装包。

library(foo)载入包。

2、数据结构

2.1 向量

用函数c()创建，单个向量中的数据必须拥有相同的类型或模式（数值型、字符型或逻辑型）。

标量是只含一个元素的向量。

注意R中下标是从1开始的，与Python区别。

2.2 矩阵

通过函数matrix()创建，同样也只能包含一种数据类型，维度为1。

my_matrix <- matrix(vector,nrow=number_of_rows,ncol=number_of_columns,

                                   byrow=logical_value,dimnames=list(char_vector_rownames,char_vector_colnames))

其中nrow和ncol用以指定行和列的维数，dimnames包含了可选的、以字符型向量表示的行名和列名，byrow表明矩阵

按行进行填充（byrow=True），默认是按列填充。

X[i,j]指代第i行第j个元素。

2.3 数组

数组与矩阵类似，但是维度可以大于2，通过array（）函数来创建。

my_array <- array(vector,dimentions,dimnames)

其中dimentions参数是一个数值型向量，给出了各个维度下标的最大值。

2.4 数据框

通过data.frame()创建，每一列的数据类型必须相同。

my_data <- data.frame(col1,col2,col3,..)

table（）函数生成列联表。
 

with (mycars,{

            nokeepstats <- summary(mpg)

           keepstats <<- summary(mpg)

})

其中<<-可以将对象保存到with（）之外的全局变量中。

2.5 因子

函数factor（）以一个整数向量的形式存储类别值。

> status <- c("Poor","Improved","Excellent","Poor")
> status <- factor(status,ordered = TRUE,levels = c("Poor","Improved","Excellent"))
> status
[1] Poor      Improved  Excellent Poor     
Levels: Poor < Improved < Excellent
> str(status)
 Ord.factor w/ 3 levels "Poor"<"Improved"<..: 1 2 3 1

其中str（）函数可以提供R中某个对象的信息。

2.6 列表

是R中最复杂的数据类型，一般列表是一些对象的有序集合。

3、数据的输入

函数edit（）会自动调用一个允许手动输入数据的文本编辑器。

使用read.table()从带分隔符的文本文件中导入数据，注意默认情况下会将字符转换成因子，可以通过stringAsFactors=FALSE去掉这个行为。

导入Excel数据：

library(xlsx)
data <- read.xlsx(filename,options)

导入XML数据：www.omegahat.org/RSXML

访问数据库：RODBC包

处理对象的实用函数 ：

• length（）显示对象中元素、成分的数量；
• dim（）显示对象的维度
• str（）显示对象的结构
• class（）显示对象的类或类
• mode（）显示某个对象的模式
• names（）显示某对象中各成分的名称
• c（）将对象合并入一个向量
• cbind（）按列合并对象
• rbind（）按行合并对象
• object输出某个对象
• rm（object1,object2,...）删除一个或更多个对象
• fix（object）直接编辑对象