R语言基础知识

第一章 R基础知识

R既是一套计算机语言，也是一个软件

1.1 R语言的特点

• 功能强大且扩展性强
  • R语言的库函数以扩展包的形式存在，R包的安装和调用应该类似于Python（R的运行速度只有Python的一半，R能实现的Python全能，只是实现方式可能没有R直接（其实就是R对症下药，在某些方面做了优化，编程语言的内卷），Python能实现的R表示无能为力）
• 编程简单且交互性强
  • 感觉这是编辑器Rstudio的功劳
• 与其他编程语言或软件配合方便
  • 这一点R卷不过Python
• 跨平台
• 开源和免费
• 强大的社区支持
• 方便撰写分析报告

1.2 R的缺点

• 严重消耗内存
• 运行效率低（上面提过了，数据量大了考验耐心？）
• 版本兼容性的问题
• 源代码读不懂？（要多学）

1.3 R语言的主要用途

• 统计与绘图
  • 与Python的scipy对标 ,机器学习和sckit-learn对标
• 互联网数据挖掘
• 金融分析
• 生命科学

1.4 R语言的集成开发环境（RStudio）

类似于Python的Spyder

• RStudio的页面直观而简洁
  • 四大板块：Source、Console、History、Help
• 多种编程辅助工具
  • 傻瓜式操作很香
• Rstudio支持在文档中混编代码
  RStudio支持Rnw和Rmd文件格式
  Rnw文件混合编写Tex代码和R代码（前提是会Tex代码），两种代码交替调用，生成的报告对R代码自动语法高亮，运行结果自然插到报告中。
  Rmd文件混合编写Markdown代码和R代码，Markdown好学多了。
  下面这篇文档是我用R+Markdown完成的

---
title: "R+Markdown"
output:
  word_document: default
  pdf_document: default

---

## 1.安装RStudio和knitr包

### Install Bioconductor Packages

```{r}
if (!require("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install()

Upgrading installed Bioconductor packages

if (!require("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install()

BiocManager::install(c("knitr"))

2.打开RStudio点击Tools,进入Options进行设置，在Sweave中操作

3.然后根据Markdown语法编写文本

4.当需要插入R代码时，点击右上角添加R的Chunks

5.点击上方Knit生成文件

1.5 三板斧搞定R语言

1. 安装和加载需要的扩展包
2. 设定工作目录，并保证输入数据的存在
3. 复制粘贴代码，运行程序

1.6 简单的语法知识

1.6.1 变量

Python是"=“，R是”<-“，感觉”="直观

1.6.2 函数

R语言中所有操作都是由函数完成的

1.6.3 综合案例

readHTMLTable()                                #读入HTML格式的表格
names()                                        #取一个表格各列的名称
as.numeric()                                   #将向量转变为数值类型
as.Date()                                      #将向量转变为时间格式
ggmap(), get_googlemap(), geom_point(), opts() #这四个函数组合用于画图

readHTMLTable() #读入HTML格式的表格
names() #取一个表格各列的名称
as.numeric() #将向量转变为数值类型
as.Date() #将向量转变为时间格式
ggmap(), get_googlemap(), geom_point(), opts() #这四个函数组合用于画图