R语言（1）-初识与数据结构

a picture is worth a thousand words！

​一，R语言简介

1，R语言的发展

上世纪90年代初，新西兰奥克兰大学 Ross Ihaka 和 Robert Gentleman 尝试构建了一个统计环境。

Ross Ihaka     Robert Gentleman

 

1997年以后，形成了一个核心团队对R 语言源代码进行管理与修改。

S语言：

1976年贝尔实验室发展起来的数据交互分析系统；是一种高级程序语言，很好地统计应用快速开发系统。

关于S语言更多信息见：

http://cm.bell-labs.com/cm/ms/departments/sia/S/history.html

Scheme语言：

Scheme 语言是计算机表面处理语言，该语言用于处理包含有表格的数据的编程语言，被广泛地运用于人工智能研究。

更多内容:

http://swiss.csail.mit.edu/projects/scheme/

简单的来说，

2，R语言软件与环境

本人所使用的是3.6.3版本，R语言版本发展较快，通常几个月就会发布新的版本。最新版本链接如下：

https://cran.r-project.org/src/base/R-4/

deprecated：由于R版本问题会出现函数弃用。

已经到了4.0.3，通常大版本号的更新会伴随着软件包的不稳定。

R语言3.6.3界面——远古，有年代感！！！

关于R studio：R studio是R的图形界面之一，可以让R语言代码更直观、明了地运行。RStudio同样是免费和开源的，可以在网站上自由下载与使用。

http://www.rstudio.com/ide/download/

R studio界面-看起来好多了

R studio的优点：

1. 代码字体高亮，代码完整性智能识别、自动缩进；

2. 可直接执行R 程序代码；

3. 可运行多个R 程序；

4. 可直接浏览工作表和数据；

5. 可随意缩放绘制的图形，并且有多种输出格式；

6. 整合R 帮助和R 使用文档；

7. 可查看R 命令的运行记录。

 

3，关于R语言的几个重要概念

1. 使用期 (Session): : R系统启动到结束之间的时间段

2. 对 象 (Object): : 由R建立或处理的实体，包括变量、向量、矩阵、组合、函数等

3. 历 史 史  (Histroy): : R 使 用 期 间 所 应 用 的 历 史 记 录（.Rhistroy）

4. 工 作 空 间  (Workspace): : 当 前 被 存 储 对 象 的 集 合（.Rdata）。不但包括对象而且包含了对象的系统环境；当一次使用完毕要关闭R时，R会询问是否保存工作空间

5. 软件包 (Package): : 执行一定功能的函数、数据等的集合，一些内置于R系统内，大部分外置于网络。

4，R语言的工作方式

1. 命令行输入按回车键执行。

2. 命令行由变量、运算符、赋值符号或函数组成

3. 一行可以执行一个命令或多个命令，如果是多个命令，

4. 命令之间以“;” 隔开。

5. 命令行中空格不影响命令执行

6. R 退出命令为q()

#关于R语言的基本介绍就到这里了，具体的细节可查阅相关书籍。

---

 

二，R语言基本数据结构（按对象来划分）

• 向量（vector）

• 列表（list）

• 矩阵（matrix）

• 数组（array）

• 因子（factor)

• 数据框（data.frame)

• 

1，向量(vector)

x <- c(1,2,3,4)y=log(x)plot(x,y)#图像如下#截取y[1]#结果0y[1:3]#结果：0.0000000 0.6931472 1.0986123y[-4]#表示不取第四个数字对应的y值。结果为：0.0000000 0.6931472 1.0986123y[y>1]#也可以进行嵌套。结果：1.098612 1.386294

plot(x,y)

2，列表（list）：列表可以用list函数创建，方法与创建数据框类似。它对其中包含的对象类型没有限制。

x <- 1:4; y <- 2:4L1 <- list(x, y); L2 <- list(A=x, B=y)L1; L2####结果####[[1]][1] 1 2 3 4[[2]][1] 2 3 4$A[1] 1 2 3 4$B[1] 2 3 4

3，矩阵（matrix）

R 语言为线性代数的研究提供了矩阵类型，这种数据结构很类似于其它语言中的二维数组，但 R 提供了语言级的矩阵运算支持。

矩阵里的元素可以是数字、符号或数学式。语法格式如下：

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,dimnames = NULL)data 向量，矩阵的数据nrow 行数ncol 列数byrow 逻辑值，为 FALSE 按列排列，为 TRUE 按行排列dimname 设置行和列的名称

合并向量或矩阵：

m1 <- matrix(1, nr = 2, nc = 2);m2 <- matrix(2, nr = 2, nc = 2);rbind(m1, m2); cbind(m1, m2)#     [,1] [,2][1,]    1    1[2,]    1    1[3,]    2    2[4,]    2    2     [,1] [,2] [,3] [,4][1,]    1    1    2    2[2,]    1    1    2    2

矩阵乘积的运算：

 rbind(m1, m2) %*% cbind(m1, m2) #     [,1] [,2] [,3] [,4][1,]    2    2    4    4[2,]    2    2    4    4[3,]    4    4    8    8[4,]    4    4    8    8

矩阵的转置：

 n1<- matrix(1:4, nr = 2, nc = 2); t(n1 ) #     [,1] [,2][1,]    1    2[2,]    3    4

提取或修正一个矩阵的对角元:

 diag(n1); diag(n1) <- 10;v <- c(10, 20, 30); diag(v)#     [,1] [,2] [,3][1,]   10    0    0[2,]    0   20    0[3,]    0    0   30

矩阵求逆:

solve(n1)#> solve(n1)           [,1]        [,2][1,]  0.1063830 -0.03191489[2,] -0.0212766  0.10638298

4，数组（array）

语法格式：

array(data = NA, dim = length(data), dimnames = NULL)#data 向量，数组元素。dim 数组的维度，默认是一维数组。dimnames 维度的名称，必须是个列表，默认情况下是不设置名称的。

实例：

# 创建两个不同长度的向量vector1 <- c(5,9,3)vector2 <- c(10,11,12,13,14,15)​# 创建数组result <- array(c(vector1,vector2),dim = c(3,3,2))print(result)#运行结果：可以看到一维和二维的结果, , 1​     [,1] [,2] [,3][1,]    5   10   13[2,]    9   11   14[3,]    3   12   15​, , 2​     [,1] [,2] [,3][1,]    5   10   13[2,]    9   11   14[3,]    3   12   15

5，因子（factor)

一个因子不仅包括分类变量本身还包括变量不同的可能水平。

因子用于存储不同类别的数据类型，例如人的性别有男和女两个类别，年龄来分可以有未成年人和成年人。R 语言创建因子使用 factor() 函数，向量作为输入参数。

语法：

factor(x,levels=sort(unique(x),na.last=TRUE),labels=levels,exclude=NA,ordered=is.ordered(x))#其中：levels 用来指定因子可能的水平（缺省值是向量x中互异的值）；labels用来指定水平的名字；exclude表示从向量x中剔除的水平值；ordered是一个逻辑型选项用来指定因子的水平是否有次

factor(1:3, levels=1:5)factor(1:3, labels=c("A", "B", "C"))#[1] A B CLevels: A B C

6，数据框（data.frame)

 

数据框可以由函 数read.table 间接创建；也可以用函数data.frame创建。数据框中向量必须有相同的长度，若其中有一个比其它短，它将“循环”整数次

填充。

x <- 1:4; n <- 10; M <- c(10, 35)data.frame(x, n); data.frame(x, M)  x  n1 1 102 2 103 3 104 4 10  x  M1 1 102 2 353 3 104 4 35

table = data.frame(    姓名 = c("张三", "李四"),    工号 = c("001","002"),    月薪 = c(1000, 2000)                   )print(table) # 查看 table 数据#执行以上代码输出结果为：​姓名 工号 月薪1 张三  001 10002 李四  002 2000

 

#R语言的数据类型主要有四种比较常用:numeric(数值型)、character（字符型）、date（日期型）、logical（逻辑型）。 

进行数据分析时会进行相应的转换。

---

附R常用快捷键：

---

 

参考资料：https://www.runoob.com/r/r-data-types.html

• 脚本编辑窗口：

  • 新建脚本：Ctrl+Shift+N

  • 代码提示与补全：Tab

  • 注释或取消注释：Ctrl+Shift+C

  • 运行所选代码：Ctrl+Enter

  • 运行全部代码：Ctrl+Shift+Enter

  • 全选：Ctrl+A

  • 选择：Shift+箭头

  • 删除行：Ctrl+D

  • 撤销：Ctrl+Z

  • 重做：Ctrl+Shift+Z

  • 赋值符：Alt+-

  • 代码折叠：Alt+L

  • 代码展开：Shift+Alt+L

  • 保存本脚本：Ctrl+S

  • 保存全部脚本：Ctrl+Alt+S

  • 增加缩进：选中代码后，Tab（可包括多行）

  • 减小缩进：选中代码后，Shift+Tab

  • 智能缩进：选中代码后，Ctrl+I

  • 智能缩进加智能空格：Ctrl+Shift+A（更高级的代码格式规范化工具，可参考formatR包）

  • 选择与替换：Ctrl+F

  • 提取函数：Ctrl+Alt+X（RStudio 可以分析某一代码段，并自动将其转换成一个可重复使用的函数。任何在选择的代码内的“自由的”变量，即那些被引用但没有被创建的变量，将被转化为函数的参数）

• 命令窗口中：

  • 历史中的上一条命令：向上箭头

  • 历史中的下一条命令：向下箭头

  • 中断运行的代码：Esc

  • 清除命令窗口中的内容：Ctrl+L

#建了微信群，欢迎学习R语言的加入，在这里我们可以讨论基本知识，绘图，地理数据处理与分析等...如若失效，可添加微信工宗号加入：egi0605