3.R包的使用、结果的重用、如何处理大数据

1.1 什么是包？

包是 R 函数、数据、预编译代码以一种定义完善的格式组成的集合。计算机上存储包的目录称为 库 （ library ）。函数 .libPaths() 能够显示库所在的位置， 函数 library() 则可以显示库中 有哪些包。

R 自带了一系列默认包（包括 base 、 datasets 、 utils 、 grDevices 、 graphics 、 stats 以 methods ），它们提供了种类繁多的默认函数和数据集。其他包可通过下载来进行安装。安装 好以后，它们必须被载入到会话中才能使用。命令 search() 可以告诉你哪些包已加载并可使用。

1.2 包的下载

下载地址http://cran.r-project.org/web/packages

第一次安装一个包，使用命令 install.packages() 即可。举例来说，不加参数执行 install.packages() 将显示一个 CRAN 镜像站点的列表，选择其中一 个镜像站点之后，将看到所有可用包的列表，选择其中的一个包即可进行下载和安装。

一个包仅需安装一次。但和其他软件类似，包经常被其作者更新。使用命令 update.packages() 可以更新已经安装的包。要查看已安装包的描述，可以使用 installed.packages() 命令，这 将列出安装的包，以及它们的版本号、依赖关系等信息。

1.3 包的载入

包的安装是指从某个 CRAN 镜像站点下载它并将其放入库中的过程。要在 R 会话中使用它，还需要使用 library() 命令载入这个包。在一个会话中，包只需载入一次。

例如，要使用 gclus 包，执行命令 library(gclus)即可。当然，在载入一个包之前必须已经安装了这个包。

1.4 包的使用方法

载入一个包之后，就可以使用一系列新的函数和数据集了。

命令 help(package="package_name") 可以输出个包的简短描述以及包中的函数名称和数据集名称的列表。使用函数 help() 可以查看其中任意 函数或数据集的更多细节。这些信息也能以 PDF 帮助手册的形式从 CRAN 下载。

 2.1 将输出用为输入——结果的重用

首先，利用汽车数据 mtcars 执行一次简单线性回归，通过车身重量（ wt ）预测每加仑行驶

的英里数（ mpg）。可以通过以下语句实现：

head(mtcars) # mtcars数据集里前六条信息

结果将显示在屏幕上，不会保存任何信息。下一步，执行回归，区别是在一个对象中保存结果：

lm(mpg~wt,data=mtcars)

result <- lm(mpg~wt,data=mtcars)

以上赋值语句创建了一个名为 lm 的列表对象，其中包含了分析的大量信息（包括预测值、残

差、回归系数等）。虽然屏幕上没有显示任何输出，但分析结果可在稍后被显示和继续使用。

键入 summary(result) 将显示分析结果的统计概要，

plot(result) 将生成回归诊断图形。 

要了解某个函数的返回值，查阅这个函数在线帮助文档中的“ Value ”部分即可。本例中应 当查阅 help(lm) 或 ?lm 中的对应部分。这样就可以知道将某个函数的结果赋值到一个对象时， 保存下来的结果具体是什么。

 

3.1 处理大数据集

由于 R 在内存中存储对象，往往会受限于可用的内存量。