**說明：**本節中大部分內容摘自書籍《R語言實戰（第2版）》

文章目錄

• RStudio: Take control of your R code
• 數據處理一般流程
• • R 數據結構
• R 運算符
• 概率函數
• 控制語句與循環語句
• 自定義函數
• 調試
• 擬合線性模型formula
• R語言可視化
• data.table 和 tidyverse

RStudio: Take control of your R code

RStudio是R的集成開發環境（IDE）。它包括一個控制臺，支持直接代碼執行的語法高亮編輯器，以及繪圖，歷史記錄，調試和工作區管理工具。

RStudio可用于開源和商業版本，并可在桌面（Windows，Mac和Linux）或連接到RStudio Server或RStudio Server Pro（Debian / Ubuntu，RedHat / CentOS和SUSE Linux）的瀏覽器上運行。

在 RStudio 下使用 R 的基本功能
RStudio參考卡片

數據處理一般流程

R 數據結構

R擁有許多用于存儲數據的對象類型，包括標量、向量、矩陣、數組、數據框和列表。

1. 向量
向量是用于存儲數值型、字符型或邏輯型數據的一維數組。

a <- c(1, 2, 5, 3, 6, -2, 4) b <- c("one", "two", "three") c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE) d<-1:10 #生成1-10整數向量

2. 矩陣
矩陣是一個二維數組，只是每個元素都擁有相同的模式（數值型、字符型或邏輯型）。

myymatrix <- matrix(vector, nrow=number_of_rows,ncol=number_of_columns, byrow=logical_value, dimnames=list(char_vector_rownames, char_vector_colnames))

3. 數組
數組（array）與矩陣類似，但是維度可以大于2。

myarray <- array(vector, dimensions, dimnames)

4. 數據框
由于不同的列可以包含不同模式（數值型、字符型等）的數據，數據框的概念較矩陣來說更 為一般。

mydata <- data.frame(col1, col2, col3,...)

5. 因子
變量可歸結為名義型、有序型或連續型變量。名義型變量是沒有順序之分的類別 變量。有序型變量表示一種順序關系，而非數量關系。
類別（名義型）變量和有序類別（有序型）變量在R中稱為因子（factor）。因子在R中非 常重要，因為它決定了數據的分析方式以及如何進行視覺呈現。

factor(x = character(), levels, labels = levels,exclude = NA, ordered = is.ordered(x), nmax = NA)

6. 列表

列表（list）是R的數據類型中為復雜的一種。一般來說，列表就是一些對象（或成分， component）的有序集合。列表允許你整合若干（可能無關的）對象到單個對象名下。

mylist <- list(object1, object2, ...)

7. 日期值

as.Date(x, "input_format")

日期值的默認輸入格式為yyyy-mm-dd。

mydates <- as.Date(c("2007-06-22", "2004-02-13"),"%Y-%m-%d") format符號含義示例

%d	數字表示的日期（0~31）	01~31
%a	縮寫的星期名	Mon
%A	非縮寫星期名	Monday
%m	月份（00~12）	00~12
%b	縮寫的月份	Jan
%B	非縮寫月份	January
%y	兩位數的年份	07
%Y	四位數的年份	2007

8. 索引和切片
以data.frame為例

df<-data.frame(x=1:10,y=rnorm(10, mean=0, sd=1)) 用法說明

df[3,5]
df['x']	返回x列，data.frame類型
df$x , df[[x]]	返回向量類型
df[c(1,3,5), ]
df[-(1:5),]	除了1-5列（R 中-是排除的意思）
df[x>3,]	邏輯索引
df[x %in% c(3,5))]

R 運算符

數學運算描述

+, -, *, /
^, **	求冪
x%%y	求余（x mod y）。5%%2 的結果為 1
x%/%y	整數除法。5%/%2 的結果為 2
邏輯運算
< ,<=	!x
> , >=	x \| y
== , !=	x & y

概率函數

在R中，概率函數統一格式為：[dpqr]distribution_abbreviation()
其中第一個字母表示其所指分布的某一方面：

首字母說明主參數返回值示例

p	分布函數(distribution function)	分位數x值	概率值F(x)=P{X<=x}	pnorm(q)
d	密度函數(density)	分位數x值	密度值f(x)=dF/dx	dnorm(x)
q	分位數函數(quantile function)	概率P值	分位數x	qnorm§
r	生成隨機數	隨機數n	隨機向量密度值	rnorm(n)

概率分布

分布名稱縮寫分布名稱縮寫

Beta 分布	beta	Logistic 分布	logis
二項分布	binom	多項分布	multinom
柯西分布	cauchy	負二項分布	nbinom
(非中心)卡方分布	chsiq	正態分布	norm
指數分布	exp	泊松分布	pois
F分布	f	Wilcoxon 符號秩分布	signrank
Gamma分布	gamma	t分布	t
幾何分布	geom	均勻分布	unif
超幾何分布	hyper	Weibull 分布	weibull
對數正態分布	lnorm	Wilcoxon 秩和分布	wilcox

runif(n, min=0, max=1) #均勻分布 rnorm(n, mean=0, sd=1) #正態分布

控制語句與循環語句

控制語句

if(cond) expr if(cond) cons.expr else alt.expr if...else if...else ifelse(test, yes, no)switch(expr, ...)expr：可以為一個數字或字符串...:為一系列選擇項列若expr為字符串，...列表項為name_i=expr_i若expr為數字，...列表項按順序輸出

循環語句

for(var in seq) expr while(cond) expr repeat expr

循環語句關鍵字

break：跳出整個循環語句
continue: 跳出本次循環
next：跳出本次loop

自定義函數

function( arglist ) {exprreturn(object) }

… (dot-dot-dot)：此特殊參數可以捕獲任何數量的參數

example:

>>>"%s*%" <- function(x,y) rep(x,y) #自定義二元符號 >>>"a"%s*%5 >>>"aaaaa"

調試

函數用法

stop(message)	停止執行當前表達式返回message(常與if配合檢查自定義函數參數)
stopifnot(logit1,logit2,logit3…)	檢查每個參數為TRUE，否則停止執行當前表達式返回message

擬合線性模型formula

在R中，擬合線性模型基本的函數就是lm()，格式為：
myfit <- lm(formula, data)

formula指要擬合的模型形式，
data是一個數據框，包含了用于擬合模型的數據。
結果對象（本例中是myfit）存儲在一個列表中，包含了所擬合模型的大量信息。

表達式（formula） 形式如下：
Y ~ X1 + X2 + ... + Xk
~左邊為響應變量，右邊為各個預測變量，預測變量之間用+符號分隔。

formula常用符號說明示例

~	分隔符，左邊為響應變量，右邊為解釋變量
+	預測變量分隔符	y~x+y
:	預測變量交互項	y~x+y+x:y
*	包含所有交互項的簡潔方式	代碼y~ x * z可展開為y ~ x + z + x:z
^	交互項的最高次數	代碼 y ~ (x + z + w)^2 可展開為 y ~ x + z + w + x:z + x:w + z:w
.(dot)	除因變量外的所有變量	y~.
-	移除一項	y~xzw–x:z:w可展開為 y ~ (x + z + w)^2
-1	移除截距	y~x-1
I()	算術	y~x+I(x^2)
function	數學函數	log(y) ~ x + z + w

R語言可視化

除了基礎圖形，grid、lattice和ggplot2軟件包也提供了圖形系統，它們克服了R基礎圖 形系統的低效性，大大擴展了R的繪圖能力。

• grid圖形系統可以很容易地控制圖形基礎單元，給予編程者創作圖形的極大靈活性。
• lattice包通過一維、二維或三維條件繪圖，即所謂的網格圖形（trellis graph）來對多元變量關 系進行直觀展示。
• ggplot2包極大地擴展 了R繪圖的范疇，提高了圖形的質量。

系統基礎安裝中是否包含是否需要顯式加載

base	是	否
grid	是	是
lattice	是	是
ggplot2	否	是

data.table 和 tidyverse

data.table
R語言data.table包是自帶包data.frame的升級版，用于數據框格式數據的處理，最大的特點快。
包括兩個方面，一方面是寫的快，代碼簡潔，只要一行命令就可以完成諸多任務。
另一方面是處理快，內部處理的步驟進行了程序上的優化，使用多線程，甚至很多函數是使用C寫的，大大加快數據運行速度。因此，在對大數據處理上，使用data.table無疑具有極高的效率。

tidyverse

tidyverse是一系列包的組合，構建了一套完整的數據分析生態鏈，提供了一套整潔的數據導入，分析和建模方法，刷新了R語言原有的數據科學體系。

作者Hadley Wickham在R語言數據科學領域是個鼎鼎有名的大人物，被稱為一個改變了R的人。

總結

以上是生活随笔為你收集整理的R手册(Common)--R语言入门的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。