R基础知识

Python and R

数据科学家爱讨论Python和R谁是更好的数据分析语言。

• R:更适合专业学者，因为和Matlab很像。
• Python：更适合公司。

但是鉴于R语言有强大的可视化和统计功能，可以增强数据科学工作流以及帮助我们更有效的探索数据。

赋值（<-）

• R语言的赋值语句是起源于APL语言的
  
  • 赋值是<-（x <- 3），而只有给函数的参数赋值时才用=（f(x = 3)）
  • 鉴于大家都习惯用=，2001年开始也可以用=进行赋值
  • 但是鉴于代码共享，更多R语言工作习惯<-，以后我也用<-，尽管复杂点，并且Google Style Guide也推荐这个。

dogAwesomeness <- 10
catAwesomeness <- 9.5

打印(print or cat)

lifeSavings <- 9999
print(lifeSavings)

• output:

[1]9999

• cat函数是另外一种可以替代print的显示方式。它可以将多个对象连接并以连续的方式显示：

> cat("The zero occurs at", 2*pi, "radians.", "\n")

• output:

The zero occurs at 6.283185 radians.

变量类型(class)

R语言中常见的两个变量是character（text）, and numeric（number）。

• 使用class(var)函数可以获取var的类型。

# Assign the value 800 to the variable runDistance.
runDistance <- 800

# This is of type "numeric".
print(class(runDistance))

# Assign the value "Peanut Butter Cup" to favoriteDessert
favoriteDessert <- "Peanut Butter Cup"

# This is of type "character", because it contains text.
print(class(favoriteDessert))

• output:

[1] “numeric”
[1] “character”

向量（Vectors）

1) c()函数来创建向量

# Store a vector of Russian presidents.
russianPresidents <- c("Mikhail Gorbachev", "Boris Yeltsin", "Vladimir Putin")

# Store a vector of stock prices on consecutive days.
applePrices <- c(113, 114, 115)

• 向量存储的数据的类型必须一致。当你将一个字符串和数字传给一个向量，最终数字会转换会字符类型。

mixedVector <- c("Fifteen", 15, 0)

# Everything in mixedVector is a character value.
print(mixedVector)

# mixedVector is of type character.
print(class(mixedVector))

• output :

[1] “Fifteen” “15” “0”
[1] “character”

2) identical（var1,var2）判断两个变量是否相等

R几乎将所有的数据都存储为向量形式，当我们创建单个变量a <-
1，R会将他存储为只含一个元素的向量（自动调用c(1)）。这样使得所有变量都一样，方便处理。

dogCount <- 1
catCount <- c(1)

# We can see that these two assignments are identical.  dogCount is a vector, as is catCount.
print(identical(dogCount, catCount))

• output:
  

  [1] TRUE

3) 向量索引

• R向量的索引是从1开始的。

# Print the first element in salaries.
print(salaries[1])

# Print the 50th element in salaries
print(salaries[50])

• output

[1] 105960
[1] 50500

向量长度（length）

# Initialize the runDistances vector
runDistances <- c(20, 10.5, 30)

# Print the length of the vector.
print(length(runDistances))

• output:

[1] 3

加减乘除（+ - * /）

# Create a vector of stock prices.
stockPrices <- c(10, 9, 11, 15)

# This results in a new vector.  See how every element has had 2 added to it.
# Every time you do math on a vector, it will change all the elements of the vector.
print(stockPrices + 2)

# But stockPrices is unaffected.
print(stockPrices)

output：

• [1] 12 11 13 17
• [1] 10 9 11 15

求助（help）

# Enter your code here.
help(class)