vlambda博客
学习文章列表

以下是正文：

本章介绍了R语言吸引学生、研究者、统计学家及数据分析师的一些优点，（例如：许多商业统计软件价格不菲，而R是免费的；它提供了各式各样的数据分析技术，并且拥有顶尖水准的制图功能；R的功能可以被整合进包括C++、Java、Python、PHP、Pentaho、SAS和SPSS等多种语言编写的应用程序。）从程序的安装出发，探索R的基本界面，并且访问大量现成可用的数据和帮助文档。

（1）R的获取和安装

步骤：先安装R，再安装Rstudio，因为R只是一个清水坊，家徒四壁，而Rstudio 则有着各种使用功能、完善并且流畅的操作空间。

第一步：R可以在CRAN（Comprehensive R Archive Network，http://cran.r-project.org）上免费下载。Linux、Mac OS X和Windows都有相应编译好的二进制版本。

第二步：Rstudio可在官网https://rstudio.com/products/rstudio/download/ 上面选择免费的版本下载。

（2）R的使用

R语句由函数和赋值构成。R使用 <- ,而不是传统的 = 作为赋值符号。例如以下语句：

a <- 3 #创建了一个名为a 的向量，a的值为3
x <- rnorm #创建了一个名为x的向量，它包含5个来自标准正态分布的随机偏差。

注意：R允许使用=为对象赋值，但是这样写的R程序并不多，因为它不是标准语法。一些情况下，用等号赋值会出现问题，R程序员可能会因此取笑你。你还可以反转赋值方向。例如，rnorm(5) -> x与上面的语句等价。重申一下，使用等号赋值的做法并不常见，在本书中不推荐使用。

注释由符号#开头。在#之后出现的任何文本都会被R解释器忽略。

（3）新手上路

一个R会话示例（婴儿月龄与体重的变化关系，数据为丛书作者虚构）：

age <- c(1,3,5,2,11,9,3,9,12,3) #婴儿的月龄
weight <-  c(4.4,5.3,7.2,5.2,8.5,7.3,6.0,10.4,10.2,6.1) #对应婴儿的体重
mean(weight) #这10名婴儿的平均体重
sd(weight) #体重的标准差
cor(age,weight) #计算月龄跟体重的相关性
plot(age,weight) #绘画婴儿月龄跟体重的散点图

（4）获取帮助

在R里面要学会使用获取帮助来查看某个陌生函数的功能介绍，可以使用help("函数名称")，或?+函数名称、??+函数名称的方法。

help.start() #打开帮助文档首页
help("dplyr") #查看函数 dplyr 的帮助（引号可以省略）
help.search("dplyr") #以 dplyr 为关键词搜索本地帮助文档
RSiteSearch("foo") #以 foo 为关键词搜索在线文档和邮件列表存档
RSiteSearch("dplyr") #以 dplyr 为关键词搜索在线文档和邮件列表存档
apropos("foo",mode = "function") #列出名称中含有 foo 的所有可用函数
data() #列出当前已加载包中所含的所有可用示例数据集
vignette() #列出当前已安装包中所有可用的 vignette 文档

（5）管理R工作空间

使用函数getwd()来查看当前的工作目录，或使用函数setwd()设定当前的工作目录。如果需要读入一个不在当前工作目录下的文件，则需在调用语句中写明完整的路径。记得使用引号闭合这些目录名和文件名。

getwd() #获取当前的工作目录
setwd("F:/R语言基础/R_basic learning") #设定当前的工作目录
setwd("F:/R语言基础/R_basic learning/R_basic learning")
#还有一个更为直观的设定当前工作目录的方法：在R的任务栏中选择“Session”→Set Working Directory→自定义选择需要的选项

注意：函数setwd()不会自动创建一个不存在的目录。如果必要的话，可以使用函数dir.create()来创建新目录，然后使用setwd()将工作目录指向这个新目录。

例如：

dir.create("C:/Users/Administrator/Desktop/R_basic learning") #创建一个在桌面的文件夹
setwd("C:/Users/Administrator/Desktop/R_basic learning") #把当前工作目录设定在该文件夹中
savehistory("myfile") #保存命令历史到文件myfile中（默认值为.Rhistory）
loadhistory("myfile") #载入一个命令历史文件（默认值为.Rhistory）
save.image("myfile") #保存工作空间到文件myfile中（默认值为.RData）

（6）输入和输出

输入函数：source（“filename”），可在当前会话中执行一个脚本。如果文件名中不包含路径，R将假设此脚本在当前工作目录中。

输出函数：sink(“filename”)，默认情况下，如果文件已经存在，则它的内容将被覆盖。使用参数append=TRUE可以将文本追加到文件后，而不是覆盖它。

图形输出：

jpeg("filename.jpeg")

dev.off()

（7）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。

包的使用流程：下载安装包→加载包→使用它的功能。

举个“gclus”包的下载和使用栗子：

install.packages("gclus") #下载"gclus"包
update.packages("gclus") #更新"gclus"包
library("gclus") #加载"gclus"包
search() #查看哪些包已经加载并可以使用

（8）将输出用为输入

在R里面，数据分析输出的结果可轻松保存，并作为进一步分析的输入使用。接下来使用一个R中已经预先安装好的数据集作为示例阐明这一点。

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）。

lm(mpg~wt, data=mtcars)  #结果将输出在屏幕上
lmfit <- lm(mpg~wt, data=mtcars)  #这一步是执行回归，用一个对象（lmfit）保存结果

以上赋值语句创建了一个名为lmfit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。接下来：

summary(lmfit) #显示分析结果的统计概要
plot(lmfit) #生成回归诊断图形
cook<-cooks.distance(lmfit) #计算和保存影响度量统计量
plot(cook) #绘图
predict(lmfit, mynewdata) #在新的车身重量数据上对每加仑行驶的英里数进行预测，使用predict(lmfit, mynewdata)
help(lm) #查看函数lm（）的介绍及用法

（9）章末综合示例

help.start() #打开帮助文档首页，并查阅其中的“Introduction to R”
install.packages("vcd") #安装vcd包（一个用于可视化类别数据的包，你将在第11章中使用）
help(package ="vcd") #列出此包中可用的函数和数据集
library("vcd") #载入“vcd”包
help("Arthritis") #阅读数据集“Arthritis”的描述
Arthritis #显示数据集Arthritis的内容
example(Arthritis) #运行数据集Arthritis自带的示例
q() #退出

图1-2 数据集Arthritis自带图（展示关节炎治疗情况和治疗结果之间关系）

（10）个人实战

help.start()
install.packages("vcd")
help(package ="vcd")
library("vcd")
help("OvaryCancer") #阅读"vcd"包内数据集"OvaryCancer"的描述
OvaryCancer #显示数据集"OvaryCancer"的内容
example(OvaryCancer) #运行该数据集自带的示例
savehistory("shizhan")
loadhistory("shizhan")
save.image("shizhan")
rm(list = ls())
q()

编辑：邓敬舵

校审：梁晓杰