本文详细介绍了R语言的基础知识，包括R的官方网站、包和库的管理、数据操作（如向量、矩阵、数组和数据框）、基本命令如查看工作空间、数据可视化、线性回归分析，以及如何在RStudio中安装和管理包，以及与MySQL的交互。此外，还涵盖了绘图选项和C++集成等内容。
R的资源
- R主页：https://www.r-project.org
- R的包和库：https://cran.r-project.org
- R的博客：https://www.r-bloggers.com
- R语言的数据《数据挖掘与R语言》、《R语言实战》、《R语言编程艺术》
R的命令
查看R可以作哪些图
demo(graphics)
R中向量表示
c(1,2,5,5)
R中的赋值
x <- 1
查找帮助
查找帮助文档：help.start()
查找函数的帮助文档：help("函数名") or ? 函数名
R的工作空间
查看当前工作目录
getwd()
修改工作目录
setwd("新的工作目录")
显示最近使用的命令
history()
R包
查看当前所有包
library()
查找包的使用帮助
help(package="包名")
安装包
install.packages("包名")
导入包
library(包名)
- Rstuio中安装包
解决包不适用R的版本问题
-
百度搜索该包
-
下载某个版本的包
-
打开gz压缩包中的DESCRIPTION，查看适用的R版本
4.本地安装
install.packages(pkgs="C://Users/24539/Downloads/pbkrtest_0.5-0.1.tar.gz",repos=NULL)
更新包
update.packages("包名")
查看R中自带的数据包
data(package = 'datasets')
查看数据集前6条
head("数据集名")
线性回归
对汽车重量和里程做线性回归
head(mtcars)
lm(formula = mpg~wt,data=mtcars)
result <- lm(formula = mpg~wt,data=mtcars)
summary(result)
plot(result)
predict(result,newdata=data.frame(wt = 3))
数据集
向量
默认创建的列向量
向量中的数据必须拥有相同的类型，不能混用
向量的切片
R的下标与python不同是从1开始的
删除向量中特定元素
> x <- c(1,2,3,4,13,5,6)
> x
[1] 1 2 3 4 13 5 6
> x[-5]%删除第五个元素
[1] 1 2 3 4 5 6
> x[-(1:5)]删除1到5元素
[1] 5 6
矩阵
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,
dimnames = NULL)
'''
data：向量类型
nrow:行数
ncol:列数
byrow表示按行填充，默认False,也就是默认列填充
dimnames：列表类型
'''
x <- c(1,2,3,4)
rnames <- c("R1","R2")
cnames <- c("C1","C2")
newMatrix <- matrix(x, nrow = 2, ncol = 2,byrow = TRUE,dimnames = list(rnames,cnames))
newMatrix
C1 C2
R1 1 2
R2 3 4
矩阵的切片
数组
array(data = NA, dim = length(data), dimnames = NULL)
data:向量
dim:向量
dimnames：列表
dim1 <- c("A1","A2","A3")
dim2 <- c("B1","B2")
dim3 <- c("C1","C2","C3","C4")
d <- array(1:24,c(3,2,4),list(dim1,dim2,dim3))
数组的切片
dim1 <- c("A1","A2","A3")
dim2 <- c("B1","B2")
dim3 <- c("C1","C2","C3","C4")
d <- array(1:24,c(3,2,4),list(dim1,dim2,dim3))
-
访问单个元素
d[1,2,3] -
访问多个元素
数据框（DataFrame）
patientID <- c(1,2,3,4)
age <- c(25,34,28,52)
diabetes <- c("Type1","Type2","Type3","Type2")
status <- c("poor","improved","Excellent","poor")
patientData <- data.frame(patientID,age,diabetes,status)
patientData
patientID age diabetes status
1 1 25 Type1 poor
2 2 34 Type2 improved
3 3 28 Type3 Excellent
4 4 52 Type2 poor
数据框的切片
patientData[1:2]
patientID age
1 1 25
2 2 34
3 3 28
4 4 52
patientData[c("patientID","status")]
patientID status
1 1 poor
2 2 improved
3 3 Excellent
4 4 poor
patientData$age
[1] 25 34 28 52
patientData[‘age’]
age
1 25
2 34
3 28
4 52
data$age 与data[‘age’]区别
前者返回的是向量
后者返回的是数据框
attach、detach、with、factor函数
列表
R常用命令
ls()列举当前所有变量，rm(对象)删除变量
ls()
character(0)
data <- c(1,2,3,4)
strings <- "I love R"
ls()
[1] "data" "strings"
rm(data)
ls()
[1] "strings"
a <- 1
A <- 2
ls()
[1] "a" "A" "strings"
R中对象区分大小写
length()向量长度
length(c(1,2,3,4))
[1] 4
mode()查看变量的类型
mode(c(1,2,3,4))
[1] "numeric"
mode(c(1,2,3,"R"))
[1] "character"
更改向量的元素
data <- c(1,2,3,"R")
data[4] <- 4
data
[1] "1" "2" "3" "4"
向量的运算
平方根运算
x <- c(4,8,9,15,24)
y <- sqrt(x)
y
[1] 2.000000 2.828427 3.000000 3.872983 4.898979
z <- x + y
z
[1] 6.00000 10.82843 12.00000 18.87298 28.89898
长度不等向量的运算
x <- c(1,1,1,1,1,1)
y <- c(2,2,2)
z <- x + y
z
[1] 3 3 3 3 3 3
生成向量
x <- 1:10
x
[1] 1 2 3 4 5 6 7 8 9 10
seq(1,10,2)
[1] 1 3 5 7 9
rep(5,10)
[1] 5 5 5 5 5 5 5 5 5 5
rep(1:3,3)
[1] 1 2 3 1 2 3 1 2 3
生成标准正态分布随机数
rnorm(10)
[1] -0.20226547 0.66673655 -0.81028879 -0.03103865 0.44383882
[6] 0.94295253 -1.10994216 -1.96128614 -1.91200126 -0.32936472
rnorm(6,mean=6,sd=2)
[1] 4.363082 5.859181 7.250305 7.649266 8.320240 8.906344
向量的条件选择
x <- c(-1,2,-6,7,13,53)
x[x>0]
[1] 2 7 13 53
x[x<2]
[1] -1 -6
x[x<2 | x >5]
[1] -1 -6 7 13 53
x[x>2 & x <8]
[1] 7
| 与 | 或 |
|---|---|
| $ | | |
删除向量中特定元素
x[-5]
[1] 1 2 3 4 5 6
x[-(1:5)]
[1] 5 6
R的数据导入方法
键盘输入
mydata <- data.frame(age=numeric(0),
gender=character(0),
weight=numeric(0))
mydata <- edit(mydata)
edit()的一种等价写法fix()
fix(mydata)
读入txt文件
accident.txt
id,SGBH,DMSM1,SGDD,SGFSSJ
1,3101176201400124,伤亡事故,泗陈公里出余北公路东约2米,2014-8-29 18:30:00
2,3101176202401125,伤亡事故,泗陈公里出余北公路东约3米,2015-9-29 19:30:00
3,3101176203402126,伤亡事故,泗陈公里出余北公路东约4米,2016-10-29 20:30:00
4,3101176204403127,伤亡事故,泗陈公里出余北公路东约5米,2017-11-29 21:30:00
5,3101176205404128,伤亡事故,泗陈公里出余北公路东约6米,2018-12-29 22:30:00
6,3101176206405129,伤亡事故,泗陈公里出余北公路东约7米,2019-1-29 23:30:00
7,3101176207406130,伤亡事故,泗陈公里出余北公路东约8米,2020-2-29 00:30:00
data <- read.table("E:/R/data/accident.txt",header = TRUE,sep=",")
Error in scan(file = file, what = what, sep = sep, quote = quote, dec = dec, :
line 1 did not have 5 elements
报错原因：R中默认ANSI编码，该文件编码方式utf-8
解决办法：用Notepad++转化为ANSI编码，然后关闭Notepad++保存文件
> data <- read.table("E:/R/data/accident.txt",header = TRUE,sep=",")
head(data)
id SGBH DMSM1 SGDD SGFSSJ
1 1 3.101176e+15 伤亡事故 泗陈公里出余北公路东约2米 2014-8-29 18:30:00
2 2 3.101176e+15 伤亡事故 泗陈公里出余北公路东约3米 2015-9-29 19:30:00
3 3 3.101176e+15 伤亡事故 泗陈公里出余北公路东约4米 2016-10-29 20:30:00
4 4 3.101176e+15 伤亡事故 泗陈公里出余北公路东约5米 2017-11-29 21:30:00
5 5 3.101176e+15 伤亡事故 泗陈公里出余北公路东约6米 2018-12-29 22:30:00
6 6 3.101176e+15 伤亡事故 泗陈公里出余北公路东约7米 2019-1-29 23:30:00
读入excel文件
> data <- read.table("E:/R/data/bus.xlsx",header = TRUE,sep=",")
Warning messages:
1: In read.table("E:/R/data/bus.xlsx", header = TRUE, sep = ",") :
line 1 appears to contain embedded nulls
2: In read.table("E:/R/data/bus.xlsx", header = TRUE, sep = ",") :
incomplete final line found by readTableHeader on 'E:/R/data/bus.xlsx'
解决办法，将xlsx文件另存问csv文件，将read.table改为read.csv
> data <- read.csv("E:/R/data/bus.csv",header = TRUE,sep=",")
> data
公交车编号 线路编码 站点编码 协议编码 进出站状态 方向 时间
1 059L0809 10065 938A0000 42 进站 下行 2015/4/1
2 059L0809 10065 938A0000 42 出站 下行 2015/4/1
3 059L0809 10065 938A0006 42 进站 下行 2015/4/1
Rstudio导入数据
R定义函数
> mydate <- function(type) {
+ switch(type,
+ long = format(Sys.time(),"%A %B %d %Y"),
+ short = format(Sys.time(),"%m-%d-%y"),
+ cat(type,"is not recognized type\n")
+ )
+ }
> mydate("long")
[1] "星期六 四月 06 2024"
> mydate("short")
[1] "04-06-24"
> mydate("medium")
medium is not recognized type
> sum <- function(num){
+ for (i in 1:num) {
+ x < x + i
+ }}
这个函数没有给x初值，如下是如何修改函数
fix(sum)
function(num){
x <- 0
for (i in 1:num) {
x <- x + i
}
return(x)
}
> sum(3)
[1] 6
R访问MySQL
-
安装RODC包
install.packages("RODBC") -
https://dev.mysql.com/downloads/connector/odbc/下载connectors ODBC
-
win10系统操作如下:控制面板->系统和安全->管理工具->数据源(ODBC)->双击->添加->选中mysql ODBC driver
> library(RODBC)
> myconn <- odbcConnect("Rdata",uid="root",pwd="123456")
> data1 <- sqlFetch(myconn,"userinfo")
> head(data1)
id password
1 211119124 123456
2 211119125 123456
3 211119126 77818
> data2 <- sqlQuery(myconn,"select id from userinfo")
> head(data2)
id
1 211119124
2 211119125
3 211119126
> close(myconn)
Rstudio
基于C++开发
下载链接http://www.rstudio.com/
Rstudio导入数据
Rstuio中安装包
Rstudio将历史命令导入脚本文件
选中历史命令->点击To Source
Rstudio保存文件
ctrl+s保存,后缀为.R
Rstudio画图单独窗口展示
R画图
> dose <- c(20,30,40,45,60)
> drugA <- c(16,20,27,40,60)
> drugB <- c(15,18,25,31,40)
> plot(dose,drugA,type="b")
b是点线图
- pch 指定绘制点时使用的符号
- cex 指定符号的大小。cex是一个数值，表示绘图符号相对于默认大小缩放的倍数。
- lty 指定线条类型
- lwd 指定线条宽度，默认值是1.
- 颜色参数
- 查看所有颜色
> colors()
[1] "white" "aliceblue"
[3] "antiquewhite" "antiquewhite1"
[5] "antiquewhite2" "antiquewhite3"
[7] "antiquewhite4" "aquamarine"
[9] "aquamarine1" "aquamarine2"
[11] "aquamarine3" "aquamarine4"
[13] "azure" "azure1"
[15] "azure2" "azure3"
[17] "azure4" "beige"
[19] "bisque" "bisque1"
[21] "bisque2" "bisque3"
[23] "bisque4" "black"
更改线条和点类型
> opar <- par(no.readonly = TRUE)
> par(lty=2,pch=17)
> plot(dose,drugA,type="b")
lty=2虚线pch=17三角符号
- 恢复回来
> par(opar)
> plot(dose,drugA,type="b")
> plot(dose,drugA,type="b",lty=6,lwd=3,pch=11,cex=3,col="blue",col.axis="red",col.lab="green")
7835
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
