构思

关于R语言，我想分三块来写

基础知识汇总。点击这里跳转
常见图形汇总。点击这里跳转
常见统计分析方法汇总。点击这里跳转

写在前面

因为本人也是第一次学习R语言，难免有不足之处，请多多包涵，本文档会及时同步更新，并且添加一些个人想法。

有问题大家可以直接评论或者联系我。当然，回复的前提条件是你有点赞哦！

其实R并不是重点，更不是终点，R比python、c++、java好多了吧？R又不用考试，只需要你解决问题而已。

重点是，你要有思路，你需要知道你遇到了什么问题，带着问题去找解决办法。举个例子：

你要处理Excel，那么你要打开吧，你就可以去百度搜R语言如何打开Excel ，你遇到问题可以去解决啊，方法网上很多的。

正确的解决方式：阿龙，我写入csv文件为啥会乱码啊？（哇哦，阿龙又可以处理一个ERROR啦）

错误的解决方式：阿龙，这个作业我不会，你帮我写一下。。。（没有人叫阿龙，除非你给钱❤️ ）

特别鸣谢：信息学院杨庆勇老师

参考资料：杨庆勇老师PPT

R语言能干嘛？

说到这里，大部分人就说，画图。还会有部分人说，分析数据。

问题来了：你认为R语言是水课嘛？我以前也认为是，也感觉R语言不重要，但是后面发现，他好好玩。

其实就是老师的问题，跟对人，做对事。人跟错了，做对事就很难了。

首先，R语言不止局限于画图哦，当然他画图是很棒的，至少比python棒很多。

其次，R里面有很多的包，还有很多写好的函数让我们去调用，做数据分析乃至机器学习时很方便，以及后面做检验啊，调用模型啊，都很方便。

我觉得吧，R不是关键，关键的是理论知识，尤其是统计分析的知识，R只是工具，问题才是最根本的，计算机界有句名言：

语言只是工具，问题才是最根本的。

基本操作

R中如何安装包和加载包

1、安装包：命令行输入

install.packages("包的名字")
# 其实还有使用工具安装的，这个命令可以安装大部分包，其他个别的有问题都可以百度到解决方案

2、加载包：命令行或者代码里输入

library(包的名字) #不用写引号哦

查看帮助代码

?solve  # 可以直接使用一个"?"来查看帮助文档
example(solve)  # 使用example()来查看该函数的使用范例
help(solve)  # 查看solve()函数的帮助文档

其他

help.start() # 查看全部帮助文档，或者进入http://127.0.0.1:27003/doc/html/index.html
??solve  # 查看某一确定的关键字内容文档，使用两个问号"??"

输出

print不能指定sep，cat可以

print("我爱帅帅龙");
cat("我爱","帅帅龙",sep="love");

字符串拼接

可指定sep，返回拼接的字符串，非字符串类型自动转化为字符串

a = paste("我爱","帅帅龙",1,"万年")

其他常用操作

ctrl+L  # 清屏
rm(list=ls())  # 清除内存空间
getwd()  # 查看工作目录
setwd()  # 设置临时目录

测试代码

画中国心

library("fun")
library("rgl")

demo("ChinaHeart2D")
demo("ChinaHeart3D")

词云

library(wordcloud2)
wordcloud2(demoFreq)
wordcloud2(demoFreqC)

基础语法

赋值

a = 10;# 我个人喜欢这样，新版本兼容很好，大家不用想太多，直接冲就完事了
b <- 10;# 中规中矩的赋值，表示流向，数据流向变量，也可以写成10 -> b

创建不规则向量

不用纠结什么是向量，就当作一个容器，类似python的list

a = c("我","爱","帅帅龙")

创建一定规则的向量

rep就是repeat的意思，就是重复

x <- seq(1, 10, by = 0.5)  # 得到1.0  1.5  2.0  2.5  3.0  3.5  4.0  4.5  5.0  5.5  6.0  6.5  7.0  7.5  8.0  8.5  9.0  9.5 10.0
x <- seq(1, 10, length = 21)  # 从1到10，得到21个等间距数
x <- rep(2:5, 2)  # 得到2 3 4 5 2 3 4 5
x <- rep(2:5, rep(2, 4))  # 得到2 2 3 3 4 4 5 5

创建连续的数字向量

a = c(1:5)  # 可以得到1 2 3 4 5

运算符

其实从这里开始就没啥好看的了，建议别看这一部分了，等遇到问题再搜一下就好了或者再回头看

数值运算符
+  -  *  /
^  # 乘方
%%  # 求余
%/%  # 整除

关系运算符
>  <  ==  !=  >=  <=

逻辑运算符
&&  ||  !

其他运算符
:  # 冒号运算符，用于创建一系列数字的向量。
%in%  # 用于判断元素是否在向量里，返回布尔值，有的话返回 TRUE，没有返回 FALSE。
%*%  # 用于矩阵与它转置的矩阵相乘。

数学函数

常见对一些数学函数有：

函数	说明
sqrt(n)	n的平方根
exp(n)	自然常数e的n次方，
log(m,n)	n的对数函数，返回n的几次方等于m
log10(m)	相当于log(m,10)

R 中的 round 函数有些情况下可能会"舍掉五"。当取整位是偶数的时候，五也会被舍去

名称	参数模型	含义
round	(n)	对 n 四舍五入取整
round	(n, m)	对 n 保留 m 位小数四舍五入
ceiling	(n)	对 n 向上取整
floor	(n)	对 n 向下取整

三角函数

略

生成大写字母小写字母

a = letters[1:4]  # letters为生成指定范围个小写字母向量。
b = LETTERS[1:4]  # LETTERS为生成指定范围个大写字母向量。

缺失值转为0

x [!is.na(x)]=0

常见常量

26个大写字母LETTERS
26个小写字母letters
月份简写month.abb
月份名称month.name
π 值pi

数字与字符串互换

字符串转为数值型

as.integer("12.3")  # 字符串转整数，得到12
as.double("11.666")  # 字符串转小数，得到11.666

数值型转为文本

使用paste()

a = paste(1)  #

formatC() 数值作为字符串输出

formatC(1/3, format = "e", digits = 4)  # digits表示小数点位数
formatC(1/3, format = "f", digits = 4)

as.character()

a=as.character(66)

流程控制

if语句

x <- 50L
if(is.integer(x)) {
   print("X 是一个整数")
} else {
   print("X 不是一个整数")
}

switch不做介绍

while循环

a = 1
while(a<5){
    print('hello')
}

for循环

R语言处理for循环特别吃力，嗯，反正就是吃力，至于为啥我也不知道

a = c([1:4])

for(i in a){
    print(i)
}

repeat循环

repeat的意思就是重复啊

a = 1
sum = 0
repeat{
  if(sum>10){
    break  # break终止循环，next继续下一次循环，就好像c++或python的continue
  }
  sum=sum+a
  a=a+1
}
print(sum)

常用数据结构

兄弟萌，进入正题啦！！！
在这里插入图片描述

向量:c()

唉，到底啥叫向量呢？其实就可以简单的理解为python的列表，但其实R中有list的实现，就叫list，它可以存放不同类型。

特点：

只能存放一种元素，如果存在数字和字符串，就会自动转为字符串哦
可以试用索引获取元素（索引从1开始）
可以使用切片操作截取一个片段，两端都是闭区间、

创建向量

前面的基础语法已经说过了哦

使用append添加值

good_sample_p <- append(good_sample_p,p)

向量加减乘除运算

有一个好玩的是，向量的循环利用法则，比如a=c(1,2,3)，b=c(4,5)，这时如果让a+b就会有警告信息，但是它不报错。

以a+b为例：其实就是(1+4,2+5,3+4)，现在懂了什么是循环利用了吧

一些常用的函数

sqrt(x), log(x), exp(x), sin(x), cos(x), tan(x), abs(x)分别表示平方根, 对数, 指数, 三角函数及绝对值.
sort(x, decreasing=FALSE)返回按x的元素从小到大排序的结果向量.
order(x)是使得x从小到大排列的元素下标向量
sort(x)与x[order(x)]是等效的
numeric(n): 表示长度为n的零向量
all(log(10 * x) > x):判断一个逻辑向量是否为真值
any(log(10 * x) > x): 判断是否有真值
is.na(c(1, 2, NA)): 判断x的每一个元素是否是缺失值

逻辑向量

向量可以取逻辑值,如

y <- c(TRUE, TRUE, FALSE)

x = c(1, 4, 6.25)
y = x > 3
# y的值是
[1] FALSE TRUE TRUE

两个向量也可比较

x = c(1, 4, 6.25)
log(10 * x)
[1] 2.302585 3.688879 4.135167
log(10 * x) > x
[1]  TRUE FALSE FALSE
比较运算符：<，<=，>，>=，==(相等)，!=(不等)
逻辑向量可以进行与(&)[表示同时满足]，或(|)[两者之一]运算.

还可以将逻辑值强制转化为整数值，如：将TRUE变成1，FALSE变成0，

x = c(1, 4, 6.25)

c(0, 1)[(x > 3) + 1]  # 下面我会对这句话解释一下
[1] 0 1 1

(x>3)+1
[1] 1 2 2

c(0, 1)[(x > 3) + 1]这行代码，我在这里解释一下

(x > 3)会得到逻辑向量[F ,T ,T]

(x>3)+1会将逻辑值强转为整数值得到[1,2,2]

然后用来做前面向量即c(0,1)的索引，得到[0,1,1]

字符向量

就是向量里是字符（这个解释，，是不是很直白？）

a = c("我爱",'帅帅龙')  # 如果同时出现了字符串和数字，数字会转为字符串的哦

paste函数用来把它的自变量连成字符串，中间用相应的分隔符，前面的字符串拼接有介绍嗷，么么哒

复数向量

用的不多，要不咱们就就就就，，，不介绍了吧，嗯好的

向量索引

兄弟萌！快醒醒，这个很重要的！

R中向量的下标从1开始，这与通常的统计或数学软件不一致，C语言、Python等编程语言的向量下标则从0开始！

不要被python带跑了啊，R的负值索引表示删除第几个元素的

x = c(42, 7, 64, 9)
x[2]  # 访问第2个元素
x[3] = -1  # 修改第三个数据的值
x[-4]  # 删除第四个元素
x[x < 10]  # 表示选取x<10的元素
x[c(1, 4)]  # 向量索引，是不是很神奇？

定义向量时可以给元素加上名字

ages <- c(Li = 23, Zhang = 33, Wang = 45)
# ages为
Li   Zhang  Wang 
23    33         45 
# 访问时可以用通常的方法，还可以用元素名访问
ages["Zhang"]
# 还可以定义向量后，再后加上名字
age1 = c(21, 34, 56)
names(age1) = c("Zhang", "Ding", "Liu")

矩阵:matrix

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)

data是矩阵的数据，通常为向量
nrow为行数，ncol为列数
byrow 为TRUE时，是横着的1，2，3，4，否则变成竖着的1,2,3了

创建矩阵

matrix(1:12,ncol=4,byrow=TRUE)
# 得到的数据
     [,1] [,2] [,3] [,4]
[1,]    1    2    3    4
[2,]    5    6    7    8
[3,]    9   10   11   12

常用函数

head(a,10) 查看矩阵前10行
tail(a,10) 查看矩阵后十行
cbind(): 进行上下合并
rbind(): 进行左右合并
c(A): 显示A的所有向量，是按列拉直的向量
det(A): 求行列式的值
solve(A): 求逆
eigen(A): 特征值和特征向量

B=rbind(c(1,2),c(3,4))
C=cbind(c(11,12),c(13,14))
D=rbind(B,C)
E=cbind(B,C)

矩阵运算

类似于向量的加减乘除

参与运算一般是相同形状的，形状不一致的向量和矩阵也可进行四则运算。规则是矩阵的数据按向量（按列拉直）的对应元素进行运算。

访问矩阵元素和子矩阵

A[2,3]＃访问是矩阵的（2，3）元素7
A[i,]＃访问第i行，A[,j] #访问第j列
A[,c(1,2,3)]前三列
A[,c(‘name1’,‘name2’)]指定列名

对矩阵的行标和列标重新命名。

rownames(A)  <- c("a", "b", "c")
colnames(A) <- paste("X", 1:4, sep="")

apply函数

对矩阵想对某行（列）进行某种计算，可用apply函数：apply(x, margin, fun, …)

x表示矩阵，margin=1表示对每行计算，margin=2表示对每列计算，fun是用来计算的函数。

apply(A, 1, sum)
apply(A, 2, mean)

因子：factor

factor(x, levels = sort(unique(x), na.last = TRUE), labels, exclude = NA, ordered = FALSE)

用来把一个向量编码为一个因子

创建因子

sex = c("M","F","M","M","F")
sexf = factor(sex);sexf

常用函数

is.factor()检验对象是否是因子
as.factor()把向量转化为因子
levels(x)可以得到因子的水平
table(x)统计各类数据的频数

tapply()函数

tapply(x, INDEX, FUN=NULL,…,simplify=TRUE)

x是一对象，通常为一向量
INDEX是与X有同样长度的因子
FUN是要计算的函数

知道5位学生的性别，还知道这5位学生的身高，分组求身高的平均值

sex = c("M","F","M","M","F")
height = c(174, 165, 180, 171, 160)
tapply(height, sex, mean)

gl()函数

gl(n, k, length = n*k, labels = seq_len(n), ordered = FALSE)

gl()可以用来方便地产生因子

n为水平数
k为重复的次数
length为结果的长度
labels为n维向量，表示因子水平
ordered是逻辑变量，表示是否为有序因子，缺省值FALSE

列表：list

创建列表

rec <- list(name="黎明", age=30, scores=c(85,76,90));rec
# 得到的数据
$name
[1] "黎明"

$age
[1] 30

$scores
[1] 85 76 90

列表的引用与修改

列表元素可用"列表名[[下标]]" 引用，列表不同于向量，每次只能引用一个元素，如rec[[1:2]]是不允许的

rec <- list(name="黎明", age=30, scores=c(85,76,90));rec
rec[[2]]  # 得到30
rec[[3]][2]  # 得到第三个元素的第二个元素，即76
# 若指定了元素的名字，则引用列表元素还可以用它的名字作为下标,
rec$age
rec[["age"]]
rec[[2]]=11  # 把30修改为11

注意："列表名[下标]"或"列表名[下标范围]"的用法是允许的，但与前面的含义不同，它还是一个列表

数据框:data.frame

重重重点

数据框通常是矩阵形式的数据，但矩阵各列可以是不同类型。数据框每列是一个变量，每行是一个观测。

这个和python的pandas里面的DataFrame是类似的哦。

生成数据框

d = data.frame(name=c('黎明','周杰伦','刘德华'),age=c(30,35,28),height=c(180,175,173))
# d的值
    name age height
1   黎明  30    180
2 周杰伦  35    175
3 刘德华  28    173

as.data.frame(list)可以将列表转为data.frame()，因为列表不是可以指定名称嘛

数据框的引用

d = data.frame(name=c('黎明','周杰伦','刘德华'),age=c(30,35,28),height=c(180,175,173))
d[1:2, 2:3]  # 得到前两行，2,3列的数据
d[["age"]]  # 获取age这一列的数据
# 等价于
d$height  # 获取height这一列的数据
rownames(d) = c("one", "two", "three")  # 各行也可以定义名字，指定index

修改值

d$name[1] = "我爱你"  #将name的第一个值修改为我爱你   常用
d[1,2] = "女"  #将第1行第2列的值修改为“女”   常用
d[[1]][2] = "我爱你"  #将第一列第二个值改为“我爱你”

添加删除行列

d = df1[-2,] #删除第2行数据
d = df1[,-3] #删除第3列的数据
d = df1[-c(1,3),] #删除第1行和第3行的数据
d$r = age/weight  # 添加列r

attach()函数

R提供了函数attach()可以把变量调入内存。就是像咱们的d$height或d[[“age”]]，就不用这样写了，直接写age就好了，是不是很爽。

d = data.frame(name=c('黎明','周杰伦','刘德华'),age=c(30,35,28),height=c(180,175,173))
attach(d)
r <- age/height  # /对r进行修改不会影响d的数据
# r的值
[1] 0.1666667 0.2000000 0.1618497
detach(d) ＃取消连接

merge()

把多个数据框合并成一个数据框

merge(data1, data2, by='ID')

异常处理tryCatch()

就像大多数编程语言一样，这里就不多说了，需要了解的是还有个东西叫withCallingHandlers()

withCallingHandlers() 是tryCatch()的变体，只是运行的上下文条件不同，它使用的情况很少，但是非常有用。

数据的读取与保存

读取txt：read.table()

read.table(“filename.txt”)

读取xlsx：read.xlsx()

要先先安装xlsx包，然后导入xlsx包

data <- read.xlsx(“filename.xlsx”,n)

保存csv：write.csv()

write.csv(data,file = “文件名”)

保存 xlsx：write.xlsx()

write.xlsx(data, “data.xlsx”,sheet.name=“sheet1”)

保存R中为图片、pdf文件

以png为例

png(file="myplot.png", bg="transparent")  #文件不指定地址，默认放在getwd()里了

# 这里写你的画图程序#

dev.off()  # 记得off

# 下面是一个实例
png(file="myplot.png")
plot(1:10)
rect(1, 5, 3, 7)
dev.off()

保存为jpeg、pdf就把png换一下就好了

R的一些常用函数

兄弟萌，做好准备，先把这几个记住，咱们要准备开始画图和分析统计了

名词解释

平均值、中位数、众数

不是吧不是吧，不会真的有人不知道这三个词代表啥意思吧。。。

方差

方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数

标准差

我们默认使用总体标准差，就是方差开平方

正态分布

正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。（期望就是Σxn*pn，xn表示频数，pn表示概率）

其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。
在这里插入图片描述

关于正态分布的意义，大家可以点击这里参考

mean：获取均值

a=c(1:6)
mean(a)

median：获取中位数

a=c(1:6)
median(a)

获取众数

R语言中没有专门的函数获取众数，因此要手写

# 创建函数
getmode = function(v) {
   uniqv = unique(v)  # unique主要是返回一个把重复元素或行给删除的向量、数据框或数组
   uniqv[which.max(tabulate(match(v, uniqv)))]
}
 
# 创建向量
v = c(2,1,2,3,1,2,3,4,1,5,5,3,2,3)
 
# 调用函数
result = getmode(v)
print(result)

quantile()：百分位数，默认为5个

a=c(1:6)
quantile(a)
# 得到的结果
> quantile(a)
  0%  25%  50%  75% 100% 
1.00 2.25 3.50 4.75 6.00

summary()：描述统计量

summary()：获取描述性统计量，可以提供最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计等。

结果解读如下：

a=c(1:6)
summary(a)
# 得到的结果
> summary(a)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1.00    2.25    3.50    3.50    4.75    6.00

var()：计算方差

a = c(1:5)
var(a)

sd()：标准差

a = c(1:5)
sd(a)

变异系数

方差除以平均值

当需要比较两组数据离散程度大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差来进行比较不合适，可以使用变异系数

sort、order：排序、指定排序规则

x = c(1,7,5,4,4,6,9)
x = sort(x,decreasing=FALSE)  # 返回升序排列结果，当decreasing为TRUE时为降序排列
# 或者
x_order = order(x,decreasing=FALSE)  # 返回升序后的下标, decreasing为TRUE时为降序排列
x = x[x_order]

要对一个矩阵x进行排序，先根据第一列升序排列，然后根据第二列升序排序，可以用下面的语句实现：

x[order(x[,1],x[,2]),]

注：降序的话加上decreasing参数即可。

处理缺失值

对于NA值来说，有些计算会保存，我们需要忽略NA，加上下面的参数即可：na.rm=TRUE，例如

mean(height,na.rm=TRUE)
[1] 5.855

cor()：计算两个变量之间的相关系数（可略）

cor(height,log(height))

cov()：两个变量之间的协方差（可略）

cov(height,log(height))

shapiro.test()：判断数据是否满足正态分布

一般情况下，当返回的p-value大于0.05时表示满足。

当然有特殊情况，哈哈，因为大多数科研情况下0.05不严谨，可能会指定为0.01，题目没指定alpha就默认为0.05就可以了哦

R语言——基础知识呕心沥血大汇总

构思

写在前面

R语言能干嘛？

基本操作

R中如何安装包和加载包

查看帮助代码

输出

字符串拼接

其他常用操作

测试代码

画中国心

词云

基础语法

赋值

创建不规则向量

创建一定规则的向量

创建连续的数字向量

运算符

数学函数

生成大写字母小写字母

缺失值转为0

常见常量

数字与字符串互换

字符串转为数值型

数值型转为文本

流程控制

if语句

while循环

for循环

repeat循环

常用数据结构

向量:c()

创建向量

使用append添加值

向量加减乘除运算

一些常用的函数

逻辑向量

字符向量

复数向量

向量索引

矩阵:matrix

创建矩阵

常用函数

矩阵运算

访问矩阵元素和子矩阵

对矩阵的行标和列标重新命名。

apply函数

因子：factor

创建因子

常用函数

tapply()函数

gl()函数

列表：list

创建列表

列表的引用与修改

数据框:data.frame

生成数据框

数据框的引用

修改值

添加删除行列

attach()函数

merge()

异常处理tryCatch()

数据的读取与保存

读取txt：read.table()

读取xlsx：read.xlsx()

保存csv：write.csv()

保存 xlsx：write.xlsx()

保存R中为图片、pdf文件

R的一些常用函数

名词解释

平均值、中位数、众数

方差

标准差

正态分布

mean：获取均值

median：获取中位数

获取众数

quantile()：百分位数，默认为5个