R语言学习一

R语言数据结构：

1、输入和输出：
函数source(“filename”)，表示在当前命令行执行一个R脚本文件，不指定路径，则默认为当前路径，否则，指定路径用函数：setwd(“paht”)。
文本输出，sink(“filename”)可以将输出重定向到filename中，如果此路径下文件存在则覆盖，否则就创建，可以指定参数，append=TRUE来对文件末尾进行追加，使用split=TRUE，可以将内容同时发送到屏幕和文件，sink() 表示显示到屏幕。
图像输出：

小示例如下：

另外，由于R语言有许多可用的包，所以安装包的时候可以采用命令行安装，非常简单快捷，如：install.packages()，具体示例：
install.packages(“gclus”)
installed.packages()
update.packages()
这两个命令分别表示查看已经安装的包和更新包。
包的载入：
使用libray()命令来进行包的载入，比如library(“gclus”)来载入gclus包。
使用help()来查看包或者某个函数的使用，比如help(package=”packagename”),或者help(c)。
批处理：
R CMD BATCH options infile outfile
如何使用新包？下面示例：

2、创建数据集：
此处定义：数据集通常是由数据所构成的一个矩形数组，行表示观测，列表示变量。如下是一个数据集示例：

病历数据

在统计学上，一般称一行为一个观测（observation）和变量（variable），数据库领域称之为记录（record）和字段（field），数据挖掘和机器学习领域称之为示例（example）和属性（atrribute）。本博客目前称之为观测和变量。
3、数据类型
R语言拥有存储数据的对象类型，包括标量，向量，矩阵，数组，数据框和列表。
一些小概念：

R中的数据结构可以如下表示：
                                 R中数据结构

向量：
向量是用来存储数值型、字符型或者逻辑型数据的一维数组。执行组合功能的函数c()可以用来创建向量。
a<-c(1,2,3,4,5,6,-2,4,5-4)
b<-c(“one”,”two”,”three”)
c<-c(TRUE,FALSE,FALSE,TRUE,FALSE)
注意：一个向量里面的所有数据类型必须相同，数值、字符或逻辑。
标量：此处指的是只含有一个元素的向量，如m<-“abd”,s<-343,d<-TRUE
向量的访问：直接标注向量的位置，如a[c(2,4)]用于访问a中第二个和第四个向量

矩阵:
矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值，字符和逻辑）使用函数matrix来创建矩阵：

小示例:

可以使用下标和方括号来选择矩阵行、列和元素，例如：
x[i,]表示矩阵x的第i行，x[,j]表示矩阵x的j列，x[i,j]表示矩阵的第i行第j列元素。小示例：

数组：
数组array与矩阵类似，但是其维数可以大于2，数组的创建使用array函数来创建，如下：

小示例：
dim1<-c(“A1”,”A2”)
dim2<-c(“B1”,”B2”,”B3”)
dim3<-c(“C1”,”C2”,”C3”,”C4”)

数据框
数据框主要是用于处理不同列数据类型不同的问题的，不同的列可能数据类型不一致，有的是数字，有的是逻辑值，可以采用数据框。
数据框是通过函数data.frame()来创建的：

小示例：

如何选择数据框中的数据呢？下面小示例：

实例标识符，也就是行名：

因子:
此处概念较为复杂，直接上原语：

因子的使用，直接上原语：

列表：
列表（list）是R语言里面最复杂的数据结构，概括来说，列表就是对象的有序集合。使用list()来创建列表：

再上小示例：

好了，基本数据结构先讲到这里，还有几个重要提醒在书中有体现，帖在下面：