R语言加入HTML5编程部分,R语言基础编程技能汇编

R语言基础编程技巧汇编 - 26

1. 监视R语言包更新状态的网站

R语言包的数量已经有近万个，及时关注新发布的包，以及已发布的包的更新状态，非常重要，下列网站提供了这个功能，读者可以经常访问：

http://lib.stat.cmu.edu/R/CRAN/web/packages/available_packages_by_date.html

2. 使用命令行参数的R程序示例

以Windows系统为例，按照以下步骤：

1.把Rscript.exe的路径加入到Path环境变量中，在我的机器上设置如下：

2.创建名为script.R的R语言脚本文件，放在C盘根目录下，文件内容如下：

args

header

data

colnames(data)

head(data)

3.在cmd.exe窗口中键入如下命令行，即可得到脚本文件运行的结果。

4.可以利用命令行参数方式实现类似双击启动应用程序的效果——新建一个.bat批处理文件，内容如下：

Rscript "C:\script.R""c('col1','col2','col3')"

双击该文件，即可立即执行脚本文件。

需要注意的是，以命令行参数方式运行R脚本，无法运行需要与用户交互的脚本，比如有用户界面的脚本，只能一次性把所有参数都传递进去。

3. 利用flush.console()函数立即刷新打印结果

在R console(RStudio中没有这个问题)中执行需要打印结果的程序时，打印结果往往不能逐渐显示出来，而是要等到程序执行完了才一次性显示出来，这对于观察程序运行过程和调试代码都很不方便，而flush.console函数可以立即刷新打印结果，比如下面两段程序：

#R console在循环结束时才显示打印的结果

for (i in 1:3) {

Sys.sleep(1)

print(i)

}

#使用flush.console函数后，每次循环都会刷新打印结果

for (i in 1:3) {

Sys.sleep(1)

print(i)

flush.console()

}

4. 利用Sys.glob函数搜索电脑中的文件

Sys.glob函数可以列出某个路径下的所有文件和文件夹，并支持通配符，可以利用这个功能搜索计算机中的文件或文件夹，比如搜索C盘根目录：

Sys.glob(paths = 'C:/*')

#[1] "C:/$360Section" "C:/$Recycle.Bin"

#[3]"C:/1b76e09a3cab8a84daf635b6" "C:/2"

#[5]"C:/3" "C:/360Downloads"

#[7]"C:/360Rec" "C:/360SANDBOX"

#[9]"C:/360用户文件" "C:/84d67ce49a9069e430d9e0e050"

5. 利用Vectorize函数使函数向量化

Vectorize函数是mapply函数的封装，它可以对几个向量化的参数应用某个函数。

比如

> mapply(rep.int,x = 1:3,times = 3:1)

[[1]]

[1] 1 1 1

[[2]]

[1] 2 2

[[3]]

[1] 3

表示应用rep.int函数三次：rep.int (1,3),rep.int (2,2),

rep.int (3,1)，然后把结果保存在列表中。

等价的Vectorize函数表达方式为：

> vrep

> vrep(x = 1:3, times = 3:1)

[[1]]

[1] 1 1 1

[[2]]

[1] 2 2

[[3]]

[1] 3

6. 利用Rmpfr包进行大数计算

默认状态下,R语言能表示的e的幂的范围如下:

.Machine$double.min.exp

#[1] -1022

.Machine$double.max.exp

#[1] 1024

如果超过这个这个范围,则无法得出值:

exp(1025)

#[1] Inf

使用Rmpfr包则可以把数值范围扩展到无限大,比如计算e的10000次方:

library(Rmpfr)

#创建一个mpfr对象,数值为e的一次方,即e

#计算e的10000次方

a^10000

#1 'mpfr' number of precision 64 bits

#[1] 8.80681822565823791192e4342

7. 改变聚类树形图标签的大小

# example from ?hclust

# default label size

plot(hc, xlab="xlab",ylab="ylab", main="main", sub="")

# reduced label size

par(cex=0.3, mar=c(5, 8, 4, 1))

plot(hc, xlab="",ylab="", main="", sub="", axes=FALSE)

par(cex=1)

title(xlab="xlab", ylab="ylab",main="main")

axis(2)

8. lines函数封口的原因

使用lines函数画线时，有时候它会自动连接首尾点进行封口，例如：

par(mfrow=c(1, 2))

plot(x=c(-1, 0, 1), y=c(-1, 1, -1),xlim=c(-2, 2), ylim=c(-2, 2),

type="l", asp=1)

points(x=c(-1, 1), y=c(-1, -1))

plot(x=c(-1, 0, 1, -1), y=c(-1, 1, -1, -1),xlim=c(-2, 2), ylim=c(-2, 2),

type="l", asp=1)

points(x=c(-1, 1), y=c(-1, -1))

原因是一个坐标被使用了两次，起点和终点使用了相同的坐标，所以首尾点相连了。

9. 进行符号运算的包mosaic

R语言的符号运算能力总体来说比较弱，mosaic包增强了它的符号运算能力，如下例对函数求导数：

> library(mosaic)

> P=makeFun(7.5*(4.1-0.5*cos(x))/(0.5*sin(x))~x)

> D(P(x)~x)

function (x)

7.5 * (0.5 * sin((x)))/(0.5 * sin((x))) - 7.5 * (4.1 - 0.5 * cos((x)))* (0.5 * cos((x)))/(0.5 * sin((x)))^2

10. 在线调试正则表达式的网站

在编写R语言程序的时候，经常需要使用正则表达式，下列网站可以用于测试正则表达式，它还可以给出匹配的图表，非常强大：

https://www.debuggex.com/r/KHugBTRjFCd4F46c

11. 在线编写R语言程序的网站

这是一个网页版的R语言编程环境，即使本地主机上没有安装R语言编程环境，也可以在上面进行程序开发，非常方便：

http://www.r-fiddle.org/#/fiddle?id=JnNlqmdT&version=1

12. bquote,quote,substitute函数的比较

quote函数表示完全引用参数中的表达式，不计算表达式的值，例如：

quote(X > 0)

#X > 0

不管X有没有定义，它都不会报错，它只是简单的返回表达式。

bquote函数是半估计函数，它只对.()内的表达式进行计算，其他部分则按照原样返回：

比如，函数要计算.()中X的值，但是发现X没有定义，则会报错：

bquote(.(X) > 0)

#Error in eval(expr, envir, enclos) :object 'X' not found

如果X已经定义，则可以正常求出.()中X的值，不会报错：

bquote(.(X) > 0)

#1 > 0

substitute函数是对表达式中的变量进行替换，被替换的变量会取它的值，例如把b == B + A表达式中的A用a代替，由于a

= 2,则A被替换成2，但是B没有被替换，所以按照原样输出：

substitute(b == B + A, list(A = a))

#b == B + 2

以上三个函数都返回call类对象，它们在实现一些高级功能中会使用到，比如动态生成表达式求值。

13. 利用switch函数编写分支程序

熟悉C，java，C#等语言的话，应该了解switch语句是用于编写分支程序的，R语言中的switch函数也是一样，比如：

switch(1,'one','two','three')

#[1] "one"

switch(2,'one','two','three')

#[1] "two"

switch(3,'one','two','three')

#[1] "three"

第一个参数表示选择第几个分支，后面的参数表示各个分支要执行的语句。

14. 词云示例

library(wordcloud)

wordcloud(names(tb),as.numeric(tb),scale=c(8,.3),min.freq=1,max.words=100, random.order=TRUE, rot.per=.15, colors="black",vfont=c("sans serif","plain"))

15. 性能评测包microbenchmark

microbenchmark包可以用来比较各种函数的性能，可以在不同方法中选择最优方法：

library(stringi)

library(gsubfn)

library(microbenchmark)

set.seed(123)

myLog

Res

David =matrix(as.numeric(unlist(stri_extract_all_regex(myLog, pattern ="\\d"))), nrow = 3, byrow = TRUE),

Thela =matrix(as.numeric(unlist(strsplit(myLog,"\\[|\\]|,"))),nrow=length(myLog),byrow=TRUE)[,-1],

BD1 = matrix(as.numeric(scan(text=gsub("\\D","",myLog),what="")), nrow=length(myLog),byrow=T),

BD2 =matrix(as.numeric(scan(text=gsub("[],[]"," ",myLog),what="")),nrow=length(myLog), byrow=T),

GG1 = read.table(text =gsub("\\D", " ", myLog)),

GG2 = read.pattern(text = myLog,pat = "\\d")

)

Res

# Unit: milliseconds

# expr min lq mean median uq max neval

# David 12.01351 12.90111 16.41127 13.98826 15.62786 101.65117 100

# Thela 25.49944 27.09937 29.83234 28.32153 30.24141 80.79836 100

# BD1 92.39541 94.81445 101.20524 98.07333 102.41877 172.60835 100

# BD2 91.91578 94.66958 104.02773 96.94019 103.99383 206.37865 100

# GG1 91.28813 94.29219 98.63825 96.57544 100.57172140.97998 100

# GG2 470.43382 514.58552 551.94922 540.86479 570.88711 815.75789 100

R语言加入HTML5编程部分,R语言基础编程技能汇编 - 26