R 基础入门（2）

目录

一、绘图

1.曲线图 curve() 函数

2.加参考线 abline()

3.条形图 barplot()

4.散点图 plot() 

练习：

二、读取csv文件

1.表格数据

2.读入表格数据

3.分类变量频数统计

4.数值型变量的统计

三、调用自定义函数

---

一、绘图

1.曲线图 curve() 函数

用 curve() 函数制作 y = x2 函数的曲线图，curve() 函数第二、第 三自变量是绘图区间：

curve(x^2, -2, 2)

返回：

 2.加参考线 abline()

类似地， sin(x) 函数曲线图用如下程序可制作 , 用 abline() 函数添加参考线：

curve(sin(x), 0, 2*pi)
abline(h=0)

返回：

 3.条形图 barplot()

假设有 10 个男生， 7 个女生，如下程序绘制男生、女生人数的条形图：

barplot(c(" 男生"=10, " 女生"=7),
main=" 男女生人数")

返回：

 4.散点图 plot()

plot() 函数做了散点图 , plot() 函数第一个自变量是各个点的 横坐标值，第二个自变量是对应的纵坐标值:

plot(1:10, sqrt(1:10))

返回：

 练习：

1. 画 exp( x ) 在 ( − 2 , 2) 区间的函数图形。

2. 画 ln( x ) 在 (0 . 01 , 10) 区间的函数图形。

二、读取csv文件

1.表格数据

        统计用的输入数据典型样式是 Excel 表那样的表格数据。表格数据特点：每一 列应该是相同的类型（或者都是数值，或者都是文字，或者都是日期），每一列 应该有一个名字。

        这样的表格数据，一般可以保存为.csv 格式：数据项之间用逗号分开，文件本 身是文本型的，可以用普通记事本程序查看和编辑。Excel 表可以用 “ 另存为 ” 命令保存为.csv 格式。常用的数据库管理系统一般也可以把表保存为 .csv 格式。

2.读入表格数据

用 read.csv 可以 把.csv 文件读入到 R 中：

tax.tab <- read.csv("data.csv", header=TRUE, as.is=TRUE)
print(head(tax.tab))

• 选项 header=TRUE 指明第一行作为变量名行，
• 选项 as.is=TRUE 说 明字符型列要原样读入而不是转换为因子 (factor)。
• 读入的变量 tax.tab 称为 一个数据框 (data.frame)。
• head() 函数返回数据框或向量的前几项。
• 比较大的表最好不要显示整个表，会使得前面的运行过程难以查看。

 3.分类变量频数统计

用 table() 函数计算每个不同值的个数，称为频数 (frequency):

table(tax.tab[["变量1"]])

同样，其他的也可以这样统计，只需要更换 变量名 。

也可以用 table() 函数统计 “ 变量1 ” 和 “ 变量2 ” 交叉分类频数，如：

table(tax.tab[["变量1"]], tax.tab[["变量2"]])

还可以将上述，交叉分类频数画成表：

knitr::kable(table(tax.tab[["变量1"]], tax.tab[["变量2"]]) )

4.数值型变量的统计

数值型变量可以计算各种不同的统计量 , 如平均值、标准差和各个分位数。 summary() 可以给出最小值、最大值、中位数、四分之一分位数、四分之三分 位数和平均值。如

summary(tax.tab[["变量1"]])

统计函数以一个数值型向量为自变量，包括 sum ( 求和 ), mean ( 平均值 ), var ( 样 本方差), sd ( 样本标准差 ), min ( 最小值 ), max ( 最大值 ), range ( 最小值和最大值 ) 等。如

mean(tax.tab[["变量1"]]) #均值

sd(tax.tab[["变量1"]]) #标准差

如果数据中有缺失值，可以删去缺失值后计算统计量，这时在 mean , sd 等函数中加na.rm=TRUE 选项。

三、调用自定义函数

只需要用 source() 函数可以运行保存在一个文本文件中的源程序，即可调用该源程序中的的自定义函数：

比如，如下内容保存在文件 ssq.r 中：

sum.of.squares <- function(x){
    sum(x^2) 
}

然后用如下 source() 命令运行源程序：

source("ssq.r")

运行后就可以调用自定义函数 sum.of.squares() 了。

sum.of.squares(1:5)

返回：