R與RStudio

R是一種統(tǒng)計學(xué)編程語言，在科學(xué)計算領(lǐng)域非常流行。它是由Ross Ihaka和Robert Gentleman開發(fā)的，是 "S "編程語言的開源實現(xiàn)。R也是使用這種語言進行統(tǒng)計計算的軟件的名字。它有一個龐大的在線支持社區(qū)和專門的軟件包，可以為幾乎所有的應(yīng)用和研究領(lǐng)域提供豐富的功能，幾乎沒有什么事情是你在R中做不到的。

如果你已經(jīng)熟悉了像Minitab或SPSS這樣的統(tǒng)計軟件，那么主要的區(qū)別在于R沒有圖形化的用戶界面(graphical user interface)，這意味著沒有可以點擊的按鈕，也沒有下拉菜單。R可以完全通過在文本界面中輸入命令來運行。這似乎有點讓人望而生畏，但這也意味著更多的靈活性，因為你不需要依賴預(yù)先設(shè)定的各種軟件進行分析。

圖片來源：https://ourcodingclub.github.io/tutorials/intro-to-r/index.html

如果你覺得說服力還不夠強，為什么我們要用R，而不是 MATLAB、Minitab、甚至是Microsoft Excel等眾多統(tǒng)計軟件中的一個？好吧，R非常好，因為以下三點：

• R是免費和開放源代碼的，而且永遠都是免費的！任何人都可以使用它的代碼，并且可以看到它的數(shù)據(jù)。任何人都可以使用這些代碼，并且可以看到它到底是如何工作的。
• 因為R是一種編程語言而不是圖形界面，用戶可以很容易地將腳本保存為小的文本文件，以便將來使用，或者與合作者分享。
• R有一個非常活躍和有幫助的在線社區(qū)--通常情況下，只要快速搜索一下，就會發(fā)現(xiàn)有人已經(jīng)解決了你的問題。

下載R和RStudio

正如我們之前所說，R本身并沒有圖形化的界面，但大多數(shù)人都是通過圖形化平臺與R進行交互，這些平臺提供了額外的功能。我們將使用一個叫RStudio的IDE作為R的圖形化前端，這樣我們就可以在一個地方訪問我們的腳本和數(shù)據(jù)，找到幫助，預(yù)覽圖和輸出。

你可以從CRAN（The Comprehensive R Archive Network）下載R。選擇適合你的操作系統(tǒng)的版本。

然后，從RStudio網(wǎng)站下載RStudio（選擇免費的開源桌面版）。

打開RStudio。依次選擇左上角的File → New File → R script。

圖片來源：https://ourcodingclub.github.io/tutorials/intro-to-r/index.html

你現(xiàn)在會看到一個像上面這樣的窗口。你可以直接在左下角的控制臺(console)中輸入代碼。在代碼行的最后按回車鍵就可以運行代碼(試著輸入2+2并運行它)。你也可以在左上方窗口的腳本文件中寫下你的代碼。要從腳本中運行一行代碼，在Windows上按Ctrl+Enter，或在Mac上按Cmd+Enter。在右上角的環(huán)境窗口(environment window)中，你可以看到當前工作區(qū)(workspace)的概覽。你會看到你已經(jīng)導(dǎo)入的數(shù)據(jù)，已經(jīng)創(chuàng)建的對象，已經(jīng)定義的函數(shù)等。最后，右下角的面板有多個標簽頁，會預(yù)覽你的繪圖，并允許你在文件夾中進行導(dǎo)航，查看你當前已經(jīng)安裝和加載的軟件包。

關(guān)于腳本的注意事項：請記住，如果你直接在控制臺中輸入代碼，它不會被R保存：它會運行并消失（盡管你可以通過鍵盤上的 "up "鍵來訪問最后的幾個操作）。相反，通過將代碼輸入到腳本文件中，你將創(chuàng)建一個可重現(xiàn)的分析記錄。在腳本中寫代碼就像在Word中寫論文一樣：它可以保存你的進度，而且你可以隨時從頭開始，或者對它做一些修改。(記得經(jīng)常點擊保存(Ctrl+S)，這樣你就能真正的保存你的腳本了！)
在編寫腳本時，通過在一行文字前插入井號 # 來添加注釋，描述你正在做的事情是很有用的。R 會把任何以 # 開頭的東西看成是文本，而不是代碼，所以它不會嘗試運行它，但這些文本將為閱讀你腳本的人（包括未來的你！）提供有價值的代碼信息。就像任何文章一樣，腳本將從結(jié)構(gòu)和清晰度中受益。關(guān)于工作區(qū)的快速說明：工作區(qū)會在電腦內(nèi)存中存儲一個會話使用過的所有內(nèi)容。當你退出時，R會問你是否要保存當前工作區(qū)。通常你幾乎不需要保存工作區(qū)，最好是每次都點擊 "不"，然后下次打開時可以從頭開始運行腳本。(一定要確保保存你的腳本！)

控制臺 (console) 中的操作

當我們在使用R工作時，經(jīng)常會使用命令行（command line）來完成我們的任務(wù)。在命令行中我們輸入命令，它就會對這些命令做出響應(yīng)。在最簡單的情況下，如果我們只要輸入一個數(shù)字，它就會簡單的用這個數(shù)字來響應(yīng)。進入RStudio左下角的控制臺，輸入數(shù)字3。你應(yīng)該會看到這樣的結(jié)果。

> 3 [1] 3

> 符號是命令提示符（command prompt），提示你輸入一些東西。下一行（[[1] 3）是R的答案。讓我們試試更復(fù)雜一點的東西。

> 3 + 4 [1] 7

只要R能夠明白你輸入了什么，它就能回應(yīng)任何你的輸入。現(xiàn)在，讓我們試著輸入一個單詞。

> hello Error: object 'hello' not found

為什么會報錯呢？因為當R遇到一個字母或單詞時，會假定它指的是一個變量（variable）的名字--想想高中代數(shù)中的X。我們稍后再講變量，但如果我們想讓R打印出hello這個詞，那么我們需要用引號來包含它，告訴R它是一個字符串（character string）。

> "hello" [1] "hello"

R中的變量有很多類型，你已經(jīng)看到了兩個例子：整數(shù)（如數(shù)字3）和字符串（如 "hello "一詞）。另一個重要的是實數(shù)（real numbers），也就是我們在統(tǒng)計學(xué)中要處理的最常見的一種數(shù)。實數(shù)沒有整數(shù)的限制，包括了整數(shù)之間的空間，舉個例子：

> 1/3 [1] 0.33

在現(xiàn)實中，結(jié)果應(yīng)該是0.33，后面接著無數(shù)的3，但R在這個例子中只向我們展示了兩位小數(shù)。

另一種變量被稱為邏輯變量（logical variable），因為它基于邏輯學(xué)中的思想，即一個語句可以是真或假。在R中，這些變量都是大寫的（TRUE和FALSE）。

為了判斷一個語句是否為真，我們使用邏輯運算符（logical operators）。你已經(jīng)熟悉其中的一些運算符，如大于(>)和小于(<)運算符。

> 1 < 3 [1] TRUE > 2 > 4 [1] FALSE

通常情況下，我們想知道兩個數(shù)字是否相等或不相等。在R中，有一些特殊的運算符可以做到這一點：==表示等號，和 !=表示不等號。

> 3 == 3 [1] TRUE > 4 != 4 [1] FALSE

開始寫你的腳本

現(xiàn)在，我們可以在RStudio左上角的文本編輯器內(nèi)編輯自己的腳本了。先記錄誰在寫，日期和主要目標--在我們的例子中，確定在愛丁堡有多少個不同分類群的物種被記錄下來。這里有一個例子，你可以復(fù)制，粘貼和編輯到你的新腳本。

# Coding Club Workshop 1 - R Basics # Learning how to import and explore data, and make graphs about Edinburgh's biodiversity # Written by Gergana Daskalova 06/11/2016 University of Edinburgh

接下來的幾行代碼通常會加載你的分析所需要的包。包(package)是一個可以加載到R中的程序集，以提供額外的功能。例如，你可能會加載一個用于格式化數(shù)據(jù)，或者制作地圖的包。

要安裝一個包，鍵入install.package("package-name")。你只需要安裝一次包，所以在這種情況下，你可以直接在控制臺框中輸入，而不是在腳本中保存這一行，然后每次重新安裝包。

安裝完成后，你只需要使用library(package-name)加載包就可以了。今天我們將使用dplyr包來提供額外的命令來格式化和處理數(shù)據(jù)。

接下來的代碼行應(yīng)該定義你的工作目錄(working directory)。這是你計算機上的一個文件夾，R將在其中尋找數(shù)據(jù)，保存你的作圖等。為了使你的工作流程更容易，將所有與一個項目相關(guān)的東西都保存在同一個地方是很好的做法，因為這將為你節(jié)省大量的時間，輸入計算機路徑或?qū)ふ冶籖-know-where保存的文件。例如，你可以將你的腳本和本教程的所有數(shù)據(jù)保存在一個名為 "Intro_to_R "的文件夾中(避免文件名中的空格是很好的做法) 。對于較大的項目，可以考慮用項目名稱的根目錄（例如 "My_PhD"）作為你的工作目錄，其他的文件夾也可以嵌套在其中，將數(shù)據(jù)、腳本、圖像等分開（例如：My_PhD/Chapter_1/data、My_PhD/Chapter_1/plots、My_PhD/Chapter_2/data等）。

要知道你現(xiàn)在的工作目錄在哪里，請運行代碼getwd()。如果你想改變它，可以使用setwd()。將你的工作目錄設(shè)置為你剛才從GitHub上下載的文件夾。

install.packages("dplyr") library(dplyr) # 注意，安裝包的時候有引號，但加載包的時候沒有引號，記住#可以讓你在代碼中添加有用的注釋! setwd("C:/User/CC-1-RBasics-master") # 這是一個示例的文件路徑，請修改成你自己的文件路徑。

注意，在Windows電腦上，復(fù)制粘貼的文件路徑會用反斜杠分隔文件夾("C:folderdata")，但在R中輸入的文件路徑應(yīng)該使用正斜杠(forward slashes)("C:/folder/data")。

導(dǎo)入和檢查數(shù)據(jù)

練習(xí)是學(xué)習(xí)任何新語言的最好方法，所以讓我們直接開始，用一個公開的動物、植物和真菌物種發(fā)現(xiàn)記錄的數(shù)據(jù)集來做一些自己的統(tǒng)計分析。我們下載了2000-2016年的記錄（從NBN Gateway中下載），并保存為edidiv.csv。首先，你需要下載數(shù)據(jù)。

按照鏈接，點擊 "下載Zip"，然后保存并解壓到你電腦上的某個文件夾。

你可以在這個Github倉庫中找到完成本教程所需的所有文件。

圖片來源：https://ourcodingclub.github.io/tutorials/intro-to-r/index.html

R處理的是.csv(逗號分隔的值)文件，如果你在Excel中輸入數(shù)據(jù)，你需要點擊另存為并選擇csv作為文件擴展名。在Excel中輸入數(shù)據(jù)時，不要在行名中加上空格，因為它們會使R以后混淆（例如：使用像height_meters這樣的東西而不是height (m)。有些計算機在保存.csv文件時，會用分號 ; 而不是逗號 , 作為分隔符。這通常發(fā)生在你的計算機上的第一種或唯一的語言不是英語的情況下。如果你的文件被分號分隔，請使用read.csv2代替read.csv，或者在read.csv函數(shù)中使用參數(shù) "sep"(用于分隔符)：read.csv("your-file-path", sep = ";")。

edidiv <- read.csv("C:/Users/user/Desktop/Intro_to_R/edidiv.csv") # 這是基于我保存數(shù)據(jù)的文件路徑，你的文件路徑會有所不同。

記得偶爾保存一下你的腳本! 如果你還沒有保存，嘗試著把它保存在和其他教程文件一樣的目錄下，并給它起一個有意義的名字。

關(guān)于對象的說明：R是一種基于對象的語言--這意味著你導(dǎo)入的數(shù)據(jù)，以及以后創(chuàng)建的任何值，都存儲在你命名的對象中。上面的代碼中的箭頭 <- 代表賦值操作 。這里，我們將csv文件分配給對象edidiv。我們可以將其命名為 mydata 或 hello 或 biodiversity_recorded_around_Edinburgh_Scotland，但最好選擇一個獨特的、信息量大且簡短的名稱。在RStudio的右上角窗口中，你可以看到當前加載到R中的任何對象的名稱，看到你的edidiv對象了嗎？
當你把數(shù)據(jù)導(dǎo)入到R中時，它很可能會變成一個叫做數(shù)據(jù)框(dataframe)的對象。數(shù)據(jù)框就像一個表格，或電子表格--它有行和列，包含不同的變量和觀察結(jié)果。

一個真正重要的步驟是檢查你導(dǎo)入了的數(shù)據(jù)是否沒有任何錯誤。好的做法是始終運行這段代碼，并檢查控制臺中的輸出--你是否看到任何缺失的值，數(shù)字/名稱是否合理？如果你直接進入分析，你就有可能在以后發(fā)現(xiàn)R沒有正確讀取你的數(shù)據(jù)而不得不重新做，或者更糟糕的是，在不知不覺中分析出錯誤的數(shù)據(jù)。要想預(yù)覽更多的數(shù)據(jù)，你也可以在環(huán)境面板中點擊對象，在你打開的腳本旁邊的新選項卡中以電子表格的形式顯示。大的文件可能不會完全顯示，所以請記住你可能會丟失行或列。

head(edidiv) # 展示開始的幾行 tail(edidiv) # 展示最后的幾行 str(edidiv) # 告訴你變量是連續(xù)的、整數(shù)的、分類的還是字符的。

str(object.name)是一個很好的命令，可以顯示你的數(shù)據(jù)結(jié)構(gòu)。R運行過程中經(jīng)常出現(xiàn)的錯誤是：R確定了一個變量是某種類型的數(shù)據(jù)，而它實際上不是。比如說，你可能有四個研究組，你把它們簡單地稱為 "1、2、3、4"，雖然你知道它應(yīng)該是一個分類分組變量（即因子(factor)），但R可能認為這是一列包含數(shù)字(numeric)（數(shù)字）或整數(shù)(integer)（整數(shù)）數(shù)據(jù)。如果你的研究組被稱為 "一、二、三、四"，R可能會認為它是一個字符(character)變量（單詞或單詞字符串），如果你想比較組間的均值，這不會讓你的分析順利走下去！

你會注意到taxonGroup變量顯示為一個字符變量，但它應(yīng)該是一個因子(分類變量)，所以我們將強制把它變成因子。當你只想訪問一個數(shù)據(jù)框中的一列時，你會在對象名后面附加一個$標志的變量名。這個語法可以讓你查看、修改和/或重新分配這個變量。

head(edidiv$taxonGroup) # 只顯示該列的前幾行 class(edidiv$taxonGroup) # 告訴你我們要處理的是什么類型的變量：它現(xiàn)在是字符，但我們希望它是一個因子。edidiv$taxonGroup <- as.factor(edidiv$taxonGroup) # 轉(zhuǎn)換某一列的數(shù)據(jù)類型

在最后一行代碼中，as.factor()函數(shù)把你在里面輸入的任何值都變成了一個因子(這里，我們指定了要從edidiv對象中轉(zhuǎn)換taxonGroup列中的字符值)。然而，如果你只運行箭頭右側(cè)的代碼，它將會工作一次，但不會修改存儲在對象中的數(shù)據(jù)。通過用箭頭將函數(shù)的輸出賦值給變量，原來的edidiv$taxonGroup實際上被覆蓋了：轉(zhuǎn)換后被存儲在對象中。再試著運行class(edidiv$taxonGroup)--你發(fā)現(xiàn)了什么？

# 更多的解釋 dim(edidiv) # 展示行數(shù)和列數(shù) summary(edidiv) # 關(guān)于數(shù)據(jù)的總結(jié) summary(edidiv$taxonGroup) # 為您提供數(shù)據(jù)集中的特定變量（列）的總結(jié)

計算物種豐富度

我們的edidiv對象有2000年至2016年在愛丁堡收集的各種物種的發(fā)現(xiàn)記錄。 為了探索愛丁堡的生物多樣性，我們將創(chuàng)建一個圖表，顯示每個分類組中記錄了多少物種。 你可以在Excel中計算物種豐富度，但這有幾個缺點，尤其是在處理像我們這樣的大數(shù)據(jù)集時--你沒有辦法記錄你點擊了什么，如何排序數(shù)據(jù)，以及你復(fù)制/刪除了什么--錯誤可能會在你不知不覺中發(fā)生。而在R中，你有保存的腳本，所以你可以回去檢查所有的分析步驟。

物種豐富度是指在一個給定的地方或群體中不同物種的總數(shù)量。要知道我們在愛丁堡有多少鳥類、植物、哺乳動物等物種，我們首先需要將edidiv分成多個對象，每個對象只包含一個分類組的行。我們用dplyr程序包中的filter()函數(shù)來完成。

Beetle <- filter(edidiv, taxonGroup == "Beetle") # 函數(shù)的第一個參數(shù)是數(shù)據(jù)框，第二個參數(shù)是你要過濾的條件。因為我們在這里只想要甲蟲，所以我們說：變量 taxonGroup 必須嚴格等于 (==) Beetle - 丟棄數(shù)據(jù)集中的其他東西。(R是區(qū)分大小寫的，所以注意拼寫很重要! "beetle "或 "Beetles "在這里是行不通的。)Bird <- filter(edidiv, taxonGroup == "Bird") # 你可以為剩下的分類群創(chuàng)建對象。如果你忘記了物種的名字和拼寫，請輸入 summary(edidiv$taxonGroup)

你需要對數(shù)據(jù)中的所有分類群進行這些步驟，這里我們給出了前兩個的例子。如果你看到一個錯誤，說R無法找到Beetle或類似的對象，那么很可能是你沒有安裝和/或加載dplyr包。返回并使用install.packages("dplyr")安裝它，然后使用 library(dplyr)加載它。

一旦你為每個分類群創(chuàng)建了對象，我們就可以計算物種豐富度，也就是每個組中不同物種的數(shù)量。為此，我們將把兩個函數(shù)嵌套在一起： unique()，用于識別不同的物種，和 length()，用于計數(shù)。你可以在控制臺中分別嘗試一下它們，看看它們返回的結(jié)果是什么!

a <- length(unique(Beetle$taxonName)) b <- length(unique(Bird$taxonName)) # 你可以為你的對象選擇任何你想要的名字，這里我用了a、b、c、d......為了簡潔起見，我用了a、b、c、d......

如果你在控制臺中鍵入a（或者無論你如何命名你的計數(shù)變量），它會返回什么？它是什么意思呢？它應(yīng)該代表記錄中獨特的甲蟲物種的數(shù)量。

再次，計算數(shù)據(jù)集中其他分類群的物種豐富度。你可能注意到這是相當枯燥的，并且使用了大量的復(fù)制和粘貼！-- 在數(shù)據(jù)集中，這不是特別有效的方法。

創(chuàng)建一個變量并畫出它

現(xiàn)在我們有了每個分類群的物種豐富度，我們可以把所有這些值組合成一個向量(vector)。向量是R對象的另一種存儲值的類型。相對于數(shù)據(jù)框，數(shù)據(jù)框有兩個維度（行和列），向量只有一個。當你調(diào)用數(shù)據(jù)框中的一個列時，就像我們之前用edidiv$taxonGroup調(diào)用數(shù)據(jù)框中的一個列時，你基本上就是在產(chǎn)生一個向量--但你也可以從頭開始創(chuàng)建它們。

我們使用c()函數(shù)（c代表的是聚合(concatenate)）。我們還可以用names()函數(shù)來添加標簽，這樣就可以知道數(shù)值的來源。

biodiv <- c(a,b,c,d,e,f,g,h,i,j,k) # 我們正在將所有的值串聯(lián)在一起；注意你計算出的對象名稱和它們的名稱。 names(biodiv) <- c("Beetle","Bird","Butterfly","Dragonfly","Flowering.Plants","Fungus","Hymenopteran","Lichen","Liverwort","Mammal","Mollusc")

請注意。

• <- 和 , 后面的空格是為了方便閱讀代碼而添加的。
• 所有的標簽都已經(jīng)縮進到了新的行中--否則這行代碼會變得很長，很難讀懂。
• 注意檢查你的矢量值和標簽是否匹配正確--你不會想把甲蟲的數(shù)量標注為地衣類的數(shù)量！你可以在此基礎(chǔ)上再加上一個新的標簽。保存一個腳本的好處是，我們可以回過頭來檢查我們確實把甲蟲的數(shù)量分配給了a。更好的做法是給我們的對象起更有意義的名字，比如beetle_sp、bird_sp等。
• 如果你用鼠標突出顯示一個括號)，RStudio會在你的代碼中突出顯示其匹配的括號。缺少括號，特別是當你開始像我們之前用 length(unique())之類的嵌套函數(shù)時，缺失的括號是你開始寫代碼時最常見的挫折和錯誤的來源之一！

我們現(xiàn)在可以用barplot()函數(shù)來可視化物種豐富度。在RStudio中的右下角窗口中顯示出圖。

barplot(biodiv)

但是有一些不太正確的地方需要修正--沒有軸標題，不是所有的列標簽都是可見的，而且植物種類的值（n = 521）超過了y軸上的最高值，所以我們需要擴展它。R的好處在于，你不需要自己想出所有的代碼--你可以使用help()函數(shù)，看看需要添加哪些參數(shù)。看一下幫助的輸出，你需要添加哪些代碼？

help(barplot) # 關(guān)于barplot()函數(shù)的幫助 help(par) # 對于一般繪圖的幫助

我們還想保存我們的作圖。要做到這一點，請單擊 "Plots "窗口中的導(dǎo)出。如果你不更改目錄，文件將保存在你的工作目錄中。你可以調(diào)整尺寸以使條形圖看起來像你喜歡的那樣，你還應(yīng)該添加一個有意義的文件名--如果它叫Rplot01.png，當你以后試圖找到該文件時，它將無法提供有效信息。

圖片來源：https://ourcodingclub.github.io/tutorials/intro-to-r/index.html

你也可以通過將代碼封裝在png()和dev.off()函數(shù)中來保存你的文件，這兩個函數(shù)分別表示打開和關(guān)閉繪圖設(shè)備。

png("barplot.png", width=1600, height=600) # 查看此功能的幫助：你可以自定義圖像的大小和分辨率 barplot(biodiv, xlab="Taxa", ylab="Number of species", ylim=c(0,600), cex.names= 1.5, cex.axis=1.5, cex.lab=1.5) dev.off() # cex代碼在大于1時增加字體大小（小于1時減小）

圖片來源：https://ourcodingclub.github.io/tutorials/intro-to-r/index.html

圖1 愛丁堡幾個分類群的物種豐富度。記錄基于2000-2016年期間國家生物資源網(wǎng)門戶的數(shù)據(jù)。

創(chuàng)建一個數(shù)據(jù)框并且畫出它

在上一節(jié)中，我們創(chuàng)建了向量，即一系列的值，每個值都有一個標簽。這種對象類型適用于只處理一類值的時候。但是，通常情況下，你會有多個變量，并且有多個數(shù)據(jù)類型--例如，有些是連續(xù)的，有些是分類的。在這種情況下，我們使用數(shù)據(jù)框架對象。數(shù)據(jù)框架是數(shù)值的表：它們有行和列的二維結(jié)構(gòu)，其中每一列可以有不同的數(shù)據(jù)類型。 例如，一個名為 "Wingspan "的列將有不同鳥類上測量的數(shù)值（21.3，182.1，25.1，8. 9)，而 "物種 "一列中的 "物種 "將包含有物種名稱的字符值("麻雀"、"金鷹"、"歐亞翠鳥"、"紅喉蜂鳥")。比如說它們都是數(shù)值型的，并且在行數(shù)上長度相同。

關(guān)于良好數(shù)據(jù)管理的注意事項：永遠保留一份原始數(shù)據(jù)的副本，就像你第一次收集的那樣。在R腳本中操作一個文件的好處是，修改是在腳本上，而不是在數(shù)據(jù)中。對于精通Photoshop的人來說，這就像在圖片上添加圖層一樣：你并沒有改變原始照片，只是在上面創(chuàng)建新的東西。話雖如此，但如果你寫了一長段代碼來整理一個大數(shù)據(jù)集并準備好分析，你可能不想每次需要訪問干凈的數(shù)據(jù)時都要重新運行整個腳本。因此，最好將你的新對象保存為一個新的csv文件，只需一個命令就可以加載，準備就緒。現(xiàn)在，我們將用我們的物種豐富度數(shù)據(jù)創(chuàng)建一個數(shù)據(jù)框，然后使用write.csv()保存它。

我們將使用data.frame()函數(shù)，但首先我們將創(chuàng)建一個包含所有分類群名稱的對象（一列）和另一個包含每個分類群的物種豐富度的所有值的對象（另一列）。

# 創(chuàng)建一個名為 "taxa "的對象，該對象包含所有的taxa名稱。 taxa <- c("Beetle","Bird","Butterfly","Dragonfly","Flowering.Plants","Fungus","Hymenopteran","Lichen","Liverwort","Mammal","Mollusc") # 把這個對象變成一個因子，即分類變量 taxa_f <- factor(taxa)# 將一個對象中的物種數(shù)量的所有值合并起來，稱為豐富度。 richness <- c(a,b,c,d,e,f,g,h,i,j,k)# 從兩個向量中創(chuàng)建數(shù)據(jù)框 biodata <- data.frame(taxa_f, richness)# 保存文件 write.csv(biodata, file="biodata.csv") # 它將被保存在你的工作目錄中

如果我們想使用數(shù)據(jù)框創(chuàng)建并保存一個條形圖，我們需要稍微改變一下代碼--因為數(shù)據(jù)框可以包含多個變量，所以我們需要告訴R我們希望它繪制的是哪個變量。就像之前一樣，我們可以使用 $ 指定數(shù)據(jù)框中的列。

png("barplot2.png", width=1600, height=600) barplot(biodata$richness, names.arg=c("Beetle","Bird","Butterfly","Dragonfly","Flowering.Plants","Fungus","Hymenopteran","Lichen","Liverwort","Mammal","Mollusc"),xlab="Taxa", ylab="Number of species", ylim=c(0,600)) dev.off()

幾個重要術(shù)語

• 參數(shù)(argument): 函數(shù)的一個元素，可以是必需的，也可以是可選的，它可以是函數(shù)的一個元素，它可以是告知或改變函數(shù)的工作方式。例如，它可以是函數(shù)應(yīng)該從哪個文件路徑導(dǎo)入或保存到哪個文件路徑： file = "file-path"。它可以修改繪圖中的顏色：col = "blue"。你可以通過在命令行中鍵入?function-name來查找函數(shù)的參數(shù)。
• 類型(class): 變量中包含的數(shù)據(jù)類型：通常是字符（文本/文字），數(shù)字（數(shù)字），整數(shù)（整數(shù)），或因子（分組值，當你的數(shù)據(jù)中包含多個觀測點或治療方法時，非常有用）。
• 命令(command)：執(zhí)行一個動作的代碼塊，通常包含一個或多個函數(shù)。您可以通過按 "運行 "或使用鍵盤快捷鍵如Cmd+Enter、Ctrl+Enter或Ctrl+R來運行命令。
• 注釋(comment)：腳本中以 # 開頭的文本，不是作為命令來讀的。注釋使你的代碼可以被其他人閱讀：用它們來創(chuàng)建你的腳本中的章節(jié)，并對分析的每一步進行注釋。
• 控制臺(console): 你可以直接在命令行中輸入代碼的窗口(2+2跟著Enter會返回4)，你運行的命令的輸出會在這里顯示。
• 數(shù)據(jù)框(data frame)：R對象的一種類型，由許多行和列組成，類似于Excel電子表格。通常情況下，列是不同的變量（如年齡、顏色、體重、翼展），行是這些變量的觀測值（如鳥類1、鳥類2、鳥類3）。
• csv文件(csv file)：一種常用于在R中導(dǎo)入數(shù)據(jù)的文件類型，不同變量的值被壓縮在一起（一個字符串，或每行的值行），并且只用逗號分隔（表示列）。R也可以接受Excel（.xlsx）文件，但我們不建議使用，因為格式化錯誤比較難避免。
• 函數(shù)(function)：執(zhí)行一個動作的代碼，也就是你在R中做任何事情的方式，通常是接收一個輸入，對它做一些事情，然后返回一個輸出（一個對象，一個測試結(jié)果，一個文件，一個繪圖）。有用于導(dǎo)入、轉(zhuǎn)換和處理數(shù)據(jù)的函數(shù)，有用于執(zhí)行特定計算的函數(shù)（你能猜到min(10,15,5)和max(10,15,5)會返回什么嗎？
• 對象(object)：R的構(gòu)件。如果R是一種口語化的語言，函數(shù)是動詞（動作），對象是名詞（這些動作的主體或?qū)ο?#xff01;）。對象是通過鍵入它們的名字來調(diào)用的，沒有引號。對象存儲數(shù)據(jù)，可以采取不同的形式。最常見的對象是數(shù)據(jù)框和向量，但還有很多，比如列表和矩陣。
• 包(package)：為R提供功能的函數(shù)包，很多包都是R自動附帶的，其他的包你可以根據(jù)特定的需要下載。
• 腳本(script)：是一種腳本。類似于文本編輯器，這是你編寫和保存代碼的地方，以便將來參考。它包含了代碼和注釋的混合，并以簡單的文本文件的形式保存，你可以方便地分享，這樣任何人都可以復(fù)制你的工作。
• 向量(vector)：R對象的一種類型，有一個維度：它存儲的是一行的值，可以是字符、數(shù)字等。
• 工作目錄(working directory)：你的計算機上與當前R會話鏈接的文件夾，你從那里導(dǎo)入數(shù)據(jù)并保存文件。你可以在會話開始時用setwd()函數(shù)設(shè)置它。
• 工作空間(workspace)：這是你的虛擬工作環(huán)境，它包含了你所加載的包的所有函數(shù)，你所導(dǎo)入的數(shù)據(jù)以及你所創(chuàng)建的對象等等。通常情況下，最好是以一個干凈的工作空間開始一個工作會話。

總結(jié)

以上是生活随笔為你收集整理的rstudio 修改代码间距_第一章 R和RStudio的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。