数据科学 R语言速成

文章更新于：2020-03-07
按照惯例，需要的文件附上链接放在文首：

文件名：R-3.6.2-win.exe
文件大小：82.4M
下载链接：https://www.lanzous.com/i9c70mf
SHA256: DC967492639B236BA057FA3B4CA482FA64C7A8E4CAD720595592C5387D28B49F

一、R 语言介绍

类别	描述
用途	R语言是一门语言，一个用于数据分析和绘图的环境，开源。
最新版本	R Version 3.6.3（ 截至2020–02-29 ）
官网	https://www.r-project.org/
RStudio-IDE	https://rstudio.com/

二、R 语言语法知识

（一）规则

种属或命令	描述
大小写	区分大小写
命名	命名不能以数字开头
赋值符	<- 或 = (二者有区别)
注释符	#
帮助文档	help()、help(命令)、??.start()、?命令、??字符
R对象	Vectors矢量、Lists列表、Matrices矩阵、Arrays数组、Factors因子、Data Frames数据帧/框
数据类型	Logical（逻辑型）、Numeric（数字）、Integer（整型）、 Complex（复合型）、Character（字符）、Raw（原型） Logical(TRUE FALSE)、Numeric(8 9.9)、Integer(2L 34L 0L)、 Complex(3+4i)、Character(‘a’ “great” “3.5”)、 Raw(“Hello” 被存储为 48 65 6c 6c 6f)
定义变量	height <- 980
ls()	查看当前工作空间的变量，例：ls()
rm()	删除指定的变量，例：rm(height) 删除所有变量：rm(list = ls())
算术运算符	+（加）、-（减）、*（乘）、/（除）、%%（取余）、%/%（整除）
关系运算符	>、<、==、>=、<=、!=
逻辑运算符	&、|、!、&&、||
冒号运算符	:为向量按顺序创造一系列数字
%in%	%in% 此运算符用于标识元素是否属于向量。
%*%	%*%此运算符用于将矩阵与其转置相乘。
if 语句	if(boolean_expression) { }
if-else语句	if(boolean_expression) { } else { }
switch 语句	switch(expression, case1, case2, case3…)
.libPaths()	获取包所在路径
library()	获取所有已经安装的包
加载包	library("package Name", lib.loc = "path to library")
searc()	获取所有已经加载的包
安装包	install.packages("Package Name")命令直接从CRAN网页获取软件包，并将软件包安装在R环境中。
repeat循环	repeat { commands if(condition) { break }}
while循环	while (test_expression){statement}
for 循环	for (test_expression) { statement }
break	用于终止循环
next	用于跳过当前当次循环，和python中的continue功能相同
定义函数	function_name <- function(arg_1, arg_2, ...) { Function body }
字符串	字符串以单引号或双引号括住，两种括号可以穿插。

(二）编程实践

1、定义变量

# 下面三种方法具有相同的作用
var1 <- c(4, 5)
var1 = c(4, 5)
c(4, 5) -> var1

# 向量c（TRUE，1）具有逻辑和数值类的混合。 因此，逻辑类强制转换为数字类，使TRUE为1。
var2 <- c(TRUE, 1)

# 在R语言中，变量本身没有声明任何数据类型，而是获取分配给它的R - 对象的数据类型。
# 所以R称为动态类型语言，这意味着我们可以在程序中使用同一个变量时，一次又一次地更改变量的数据类型。 

2、算数运算符

三、数据结构

1、向量

创建向量的方法:

1. seq函数 seq(from = x, to = y, length.out = z)

seq(1, 10, by = 2)
# 1 3 5 7 9

seq(1, 10, length.out = 5）
# 1 3 5 7 9

注：这四个量不可同时指定，否则报参数过多错误。

2. rep 函数 rep(x, times)

rep(3, 4)
# 3 3 3 3

rep(1:3, each =2)
# 1 1 2 2 3 3

访问向量的方法：

3. 使用索引（注：从1开始）访问向量

myc <- 1:10
cat(myc)
# 1 2 3 4 5 6 7 8 9 10
myc[c(1, 5, 7, 19)]
# 1 5 7 NA

注1：如果使用负数做索引，则表示不显示这个位置的值。
注2：如果使用布尔值做索引，则显示True 位置的值。

向量的修改和运算：

4. 使用 append 添加元素到向量

myc <- 1:4
append(myc, 'a', after = 3)
# "1", "2", "3", "a", "4"

5. 向量的相加
   如果两个向量长度一样，对应相加，如果长度不一样，则短的循环。

6. 向量的比较
   和向量的相加类似。
   如果长度一样，对应位置相比。
   如果长度不一样，短的循环。

返回的结果都是布尔值向量。

# myc中是否有大于3的值
any(myc > 3)

# myc中是否全都大于3
all(myc >3)

2、矩阵和数组

创建矩阵的方法：

1. 使用 dim()函数

# 创建一个2行5列的矩阵
y <- 1:10
dim(y) <- c(2, 5);

2. 使用 matrix() 函数

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
matrix(c(1, 2, 3, 11, 12, 13), nrow = 2, byrow = TRUE, dimnames = list(c("row1", "row2"), c("c.1", "c.2", "c.3")))

3. 使用 rbind() cbind() 函数

# 按行进行 拼接
mat1 <- rbind(A = 1:3, B = 4:6); 

# 使用矩阵按列进行拼接
mat2 <- cbind(mat1, cbind(c(11, 12), c(13, 14)))

矩阵的运算：

4. 矩阵乘法使用 %*%
   第一个矩阵的行乘以第二个矩阵的列之和，放在结果的对应位置

如果使用 c(1,2) 与 mat1 相乘，因为前者不够数，所以会进行按列重复填充后与后者相乘。

5. 矩阵的求逆