[赞]R语言教程笔记-入门级2--知其然

1、R编程笔记2一、 简介1. 突出特点：【多领域的统计资源】目前在R网站上约有2400个程序包，涵盖了基础统计学、社会学、经济学、生态学、空间分析、系统发育分析、生物信息学等诸多方面。【免费】2. 缺点：【占用内存】所有的数据处理在内存中进行，不适于处理超大规模的数据。【运行速度稍慢】即时编译，约相当于C语言的1/20。3. CRAN ：全称The Comprehensive R Archive Network。由世界几十个镜像网站组成网络，提供下载安装程序和相应软件包。各镜像更新频率一般为1-2天。推荐镜像： 中国的镜像:数学所：/mirrors/CRAN/

2、即时更新的CRAN源：/界面下如下（版本 R2.11.1）4. R程序包 （R packages）4.1 什么是R程序包R程序包是多个函数的集合，具有详细的说明和示例。每个程序包包含R函数、数据、帮助文件、描述文件等,window下是zip形式，安装时不要解压缩。R程序包是R功能扩展，特定的分析功能，需要用相应的程序包实现。例如：系统发育分析，常用到ape程序包，群落生态学vegan包等。4.2 常用R程序包ade4 利用欧几里得方法进行生态学数据分析adephylo系统进化数据挖掘与比较方法ape 系统发育与进化分析apTreeshape进化树

3、分析boot Bootstrap检验cluster聚类分析ecodist生态学数据相异性分析FD 功能多样性分析geiger物种形成速率与进化分析Graphics绘图lattice栅格图maptools空间对象的读取和处理mefa 生态学和生物地理学多元数据处理mgcv 广义加性模型相关mvpart多变量分解nlme 线性及非线性混合效应模型ouch 系统发育比较pgirmess生态学数据分析phangorn系统发育分析picante群落系统发育多样性分析raster栅格数据分析与处理seqinrDNA序列分析sp 空间数据处理spatstat空间点格局分析，模型拟合与检验splancs空间与

4、时空点格局分析stats R统计学包SDMTools物种分布模型工具vegan 植物与植物群落的排序，生物多样性计算CRAN Task Views 中有对程序包的分类介绍 4.3 R程序包安装1 用函数 install.packages()，如果已经连接到互联网，在括号中输入要安装的程序包名称，选择镜像后，程序将自动下载并安装程序包。例如： 要安装picante包,在控制台中输入 install.packages("picante")2 安装本地zip包路径：Packages>install packages from local files选择本地磁盘上存储zip包

5、的文件夹。4.4 程序包导入及使用程序包的中函数，都要先导入，再使用导入：library(vegan) 包中函数使用方法同R自带的函数使用方法一样。4.5 查看帮助文件1>查询程序包内容：1 菜单 帮助>Html帮助2 查看pdf帮助文档2>查询函数使用介绍：1 ?t.test 2 RGui>Help>Html help3 apropos("t.test") 4 help("t.test")5 help.search("t.test") 6 查看R包pdf手册3>解读帮助文件：lmstats #函数

6、名及所在包 Fitting Linear Models #标题Description #函数描述Usage #默认选项Arguments #参数Details #详情Author(s) #作者References #参考文献Examples #举例例：帮助>R函数帮助（文本）>弹出>点“确定”后弹出下面网页或录入 二、 函数与对象1. R函数1.1 函数形式 R是一种解释性语言，输入后可直接给出结果。功能靠函数实现。函数名(输入数据，参数= )例：平均值 mean(x, trim = 0, na.rm = FALSE, .) 线性模型 lm(yx, data=test)1.2

7、 函数种类低级 VS 高级（泛函） Help>Html help>packageslog() log10() exp() sin() cos() tan() asin() acos()binom.test()fisher.test()chisq.test()glm(y x1+x2+x3, binomial)friedman.test()常用统计函数如下：返回值返回序号举例：箱线图绘制函数的调用boxplot(daytype, data=bac, col="red", xlab="Virus", ylab="days")da

8、ytype， 以type为横轴，day为纵轴绘制箱线图。（type,day都是向量对象（后面会介绍）data=bac 数据来源bac （bac 为数据框对象）col=“red” 箱线图为红色xlab=“Virus” 横轴名称为Virusylab=“days” 纵轴名称为days2. 对象R处理的所有数据、变量、函数和结果都以对象的形式保存2.1 命名规则1. 区分大小写,注意China和china的不同。2. 不能用数字作为变量，对象也不能用数字开头，但是数字可以放在中间或结尾，如2result与result2，后者是合法的。3. 建议不要用过短的名称。可以用”.”作为间隔，例如 anova.

9、result1。4. 不要使用保留名：NA, NaN, pi, LETTERS, letters, month.abb, 2.2 元素类型（存储类型）对象是由各元素组成的。每个元素，都有自己的数据类型数值型 Numeric 如 100, 0, -4.335字符型 Character 如 “China”逻辑型 Logical 如TRUE, FALSE因子型 Factor 表示不同类别复数型 Complex 如：2 + 3i2.3 对象类型（结构化数据）向量(vector) 一系列元素的组合。如 c(1,2,3); c("a","a",&

10、quot;b","b","c")因子(factor) 因子是一个分类变量c("a","a","b","b","c")矩阵(matrix) 二维的数据表，是数组的一个特例x <- 1:12 ; dim(x) <- c(3,4) ,1 ,2 ,3 ,41, 1 4 7 102, 2 5 8 113, 3 6 9 12数组(array) 数组是k维的数据表（k in 1:n, n 为正整数）。向量(n = 1) 矩阵(n = 2) 高维数组

11、(n >= 3) 数据框(dataframe) 是由一个或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类型。列表(list) 列表可以包含任何类型的对象。 可以包含向量、矩阵、高维数组，也可以包含列表2.4 运算符数学运算 运算后给出数值结果+, -, *, /, (幂)比较运算 运算后给出判别结果(TRUE FALSE)>, <, <=, >=, =, !=逻辑运算 与、或、非!, &, &&, |, |2.5 数据表每个数据表可以看作一个数据框(dataframe)，由很多不同类型的向量组成，如字符型，因子型，数值型，

12、每一列(column)作为一个向量(vector)，每一行(row)作为一个记录(entry)。如何生成数据框？(1) 从外部数据读取test.data <- read.csv("D:/R/test2.csv",header=T) header=T 表示用第一行为列标题read.table(file=file.choose(),header=T) 可以弹出对话框，选择文件。数据量较大时用read.table函数从外部txt文件读取：data1<-read.table("d:/t.test.data.txt",header=T)(2) 各类型因

13、子组合成数据框见后2.6.3，数据框创建举例： 外部读入数据后进行方差分析bac<-read.table("d:/anova.data.txt",header=T) #将ba数据框中的type转换为因子(factor)=有分类的作用bac$type<-as.factor(bac$type) ba.an<-aov(lm(daytype, data=bac) summary(ba.an) boxplot(daytype,data=bac,col="red")2.6 对象的创建2.6.1 向量（1）生成向量的函数 c() , rep() ,

14、seq() , “:”c(2,5,6,9) #自定义的向量rep(2,times=4) # 重复型向量seq(from=3, to=21, by=3 ) #等距数值型向量 1 3 6 9 12 15 18 211:15 #连续型数值向量 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15通过与向量的组合，产生更为复杂的向量。rep(1:2,c(10,15) #数值1重复10次，数值2重复15次rep(1:5,1:5) #数值1至5按顺序分别重复1:5次注意：除了生成数值型向量，还可以生成字符型（abc），逻辑型(T,F)和复数型(a+bi)向量。（2）随机数向量 run

15、if(10, min = 0, max= 1) #均匀分布随机数rnorm(10, mean = 0, sd = 1)# 正太分布随机数几个随机数的相关函数概率密度 dunif(x, min=0, max=1, log = FALSE) 累积函数 punif(q, min=0, max=1, )分位数 qunif(p, min=0, max=1, ) 随机均匀分布 runif(n, min=0, max=1)2.6.2 矩阵dim() 和matrix() 为生成矩阵的函数，其中dim() 定义矩阵的行列数，举例：（1）x <- 1:12dim(x) <- c(3,4) ,1 ,2

16、,3 ,4 1, 1 4 7 10 2, 2 5 8 11 3, 3 6 9 12（2）matrix.x <- matrix(1:12,nrow=3,byrow=T)t(x) #转置 s() s #为行或列添加名称2.6.3 数据框cbind() # 按列组合成数据框rbind() # 按行组合成数据框data.frame() #生成数据框head() #默认访问数据的前6行例子：2.6.4 列表列表可以是不同类型甚至不同长度的向量(数值型，逻辑型，字符型等等)、数据框甚至列表的组合。list()例如：list(character,numeric,logi

17、cal,matrix.x)2.7 类的判断和转换2.7.1 判断 （is）对象类型判断mode() 判断存储的类型class() 判断数据的类根据数据的类，采用相应的处理方法。以下函数，主要用在函数处理异常时使用，目的是增强程序的稳健性。is.numeric() #返回值为TRUE或FALSEis.logical() #是否为逻辑值is.charactor() #是否为字符串is.null() #是否为空is.na() #是否为na2.7.2 转换(as)as.numeric() #转换为数值型as.logical() #转换为逻辑型as.charactor() #转换为字符串as.matri

18、x() #转换为矩阵as.data.frame() #转换为数据框as.factor() #转换为因子2.8 元素引用2.8.1 向量内其中 x2 - c(1,3,5)表示去除向量中第1,3,5个元素以一个向量作为元素引用的参数2.8.2 矩阵/数据框内矩阵和数据库都是二维的，元素引用方式类似分别对矩阵提取第一列元素、第二列元素、第2行第1列的元素 注意 数据框的不同列有列名称的 对整列的引用使用“$”可表示为intake <- data.frame(intake.pre, intake.post) #组合生成一个数据框intake$intake.pre #引用名为intake.pre的

19、列2.8.3 列表内列表内元素的引用可以用”如 list1c(1,2,3)2.9 数据框内部元素访问attach(datafram) #绑定当前区域为数据框datafram内，则无需使用$符号，即可直接引用框内的列名x=colum1 y=colum2z=colum3 .n=column. #在需要大量访问调用的情况下可用明显提高效率detach(datafram) #解除绑定 在函数内部，对数据进行相应调整 with() #with函数内部形成一个空间，在这个空间中，函数可以对列访问。within()transform() # 数据的转换,如取logsubset() #取数据的子集apply(

20、) #对数据表或矩阵应用某个函数，可减少循环2.10 条件筛选原理：条件筛选是先对变量否满足条件进行判断，满足为TRUE，不满足为FALSE。之后再用逻辑值对向量内的元素进行筛选。2.11 其他（1）工作空间 imageR的所有对象都在计算机内存的工作空间中。ls() 列出工作空间中的对象rm() 删除工作空间中的对象rm(list=ls() 删除空间中所有对象save.image(“weizhi”) 保存工作镜像load(“weizhi”) 提取sink() 将运行结果保存到指定文件中getwd() 显示当前工作文件夹/工作目录setwd() 设定工作文件夹/工作目录可将结果保存在image

21、中，形式为.Rdata文件，里面保存了R当前工作空间中的各种对象，包括函数。举例 设置工作目录、保存工作空间、查看工作目录/（2）历史数据 history输入的命令，在R中作为历史history保存，可输入函数history() # 查看输入历史history(Inf) # 查看打开R之后所有的输入可用向上或向下的箭头切换输入的行。三、 脚本编辑 scripting3.1定义：脚本语言(scripting language)又称动态语言，是依靠解释器完成相应的功能的一类计算机语言，通常以ASCII码的文本格式保存源程序3.2 特点脚本语言语法和结构通常比较简单，不需要编译，通过解释器对脚本进行

22、解释，从而给出结果，能用简单的代码完成复杂的功能，但是速度较慢。3.3比较很多计算机语言都有IDE (integrated development environment)，即集成开发环境。但是R通常无需集成开发环境，脚本在一般的文本编辑器里即可编辑。在代码较多的情况下，常需要对行数、函数、括号、函数选项等进行高亮显示，设置成不同的颜色，以减少错误的发生。3.4 编辑器种类R自带的脚本编辑器 Editplus （ ） TinnR (/Tinn-R/ ) Ultraedit （ ） Emacs （/software/emacs/ ） Notepad+ 与NpptoR组合（http:/notepad- ） 记事本或写字板 等等3.5运行脚本1 通过source()函数运行source("d:/regression.r") =source(“文件位置”)2 通过R脚本编辑器运行路径：RGui>File>Open Script #Ctrl+R运行3 直接粘贴到R控制台ctrl+c, ctrl+v第三种最为简单直接务必要加后缀名啊！四、 绘图4.1功