R语言入门笔记

1 R的基本操作

1.1 R的使用

R是一种区分大小写的解释型语言，R的IDE有RStudio。R中有多种数据类型，包括向量、矩阵、数据框以及列表等。他是一个强大的统计分析软件，在统计学中有广泛的应用。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。当然传统的=号也可以进行赋值。

1.2 R的工作界面

第一个区域表示编译区，也就是编写代码的地方，第二个区域是代码运行的地方，在第一区域编译后的代码会在第二区域显示并得出结果。第三个区域是运行过程中产生数据的框，数据都会保存在这个区域里，第四个区域是绘图区，我们绘制的图形、词云等都在这个区域显示。

1.3 R的依赖包

R提供了大量开箱即用的功能，选模块的下载和安装来实现的。我峨嵋你只需要选择自己i下那个要的依赖包，利用install.package()来下载就可以了。当我们想要调用包时，直接使用library（）就可以调用了。

2 创建数据集

2.1 数据集的概念

数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量。R可以处理的数据类型（模式）包括数值型、字符型、逻辑型（TRUE/FALSE）、复数型（虚数）和原生型（字节）等。

2.2 数据结构

R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。

2.2.1向量

向量是用于存储数值型、字符型或逻辑型数据的一维数组。执行组合功能的函数c()可用来创建向量。

#创建向量
a <- c(1,2,3,4,5,6)
b <- c("one","two","there")
c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)

向量的切片
如何找到对应位置的元素我们可以利用[位置]来实现。

#查找a中位于第三个位置的向量
a[3]
#查找第1、3、5位置的元素
a[c(1,3,5)]
#查找2到5的元素
a[2:5]

从结果来看，我们都找到了该位置的元素。

2.3 矩阵

矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型）。可通过函数matrix()创建矩阵。

2.3.1创建一个矩阵

#创建一个矩阵
y <- matrix(1:20, nrow=5, ncol=4)

nrow表示行，ncol表示列，1：20表示元素时从1到20一共20个元素，默认取值顺序为向列方向取值。

创建一个有索引的矩阵

#元素为1，2，4，8
cells <- c(1,2,4,8) 
#行名为R1，R2
rnames <- c("R1", "R2") 
#列名为C1，C2
cnames <- c("C1", "C2") 
#byrow=TRUE表示按行取值，没有则按列取值
xhw <- matrix(cells, nrow=2, ncol=2, byrow=TRUE, 
                     dimnames=list(rnames, cnames))

因此我们得到一个2x2的矩阵。

2.3.2 矩阵索引

根据我们上面建立的矩阵y进行索引。

#提取矩阵的行
y[2,]
#提取矩阵的列
y[,2]
#提取第2行第2列
y[2,2]
#提取第一行，第2列到4列的元素
y[1,c(2:4)]

从这里我们可以知道，我们利用所创建的矩阵y来进行提取。

从结果来看，第2行的匀速为 6，7，8，9，10。第2行第2列的值为7。第一行，第2到4列的元素为6，11，16。

2.4 数组

数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建。创建一个数组。

#创建一个数组
dim1 <- c("A1", "A2") 
dim2 <- c("B1", "B2", "B3") 
dim3 <- c("C1", "C2", "C3", "C4") 
array  <- array(1:24, c(2, 3, 4), 
                dimnames=list(dim1, dim2, dim3)) 

2.5 数据框

由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。它与你通常在SAS、SPSS等看到的数据集类似。数据框将是你在R中最常处理的数据结构。数据框可通过函数data.frame()创建。

2.6 列表

列表（list）是R的数据类型中最为复杂的一种。一般来说，列表就是一些对象（或成分，component的有序集合。某个列表中可能是若干向量、矩阵、数据框，甚至其他列表的组合。可以使用函数list()来创建列表。

2.7 文件的导入

2.7.1 导入csv文件

在读取csv文件时需要用到read.csv（）函数来读取，里面包括路径，其中header=T表示有表头名，header=F表示没有表头名。现在读取一个存着电影排名的csv测试文件。

#调用函数读取csv文件
data <- read.csv("E:/EXCEL文件/电影排名.csv",header = T)
data

2.7.2 导入xlsx文件

导入xlsx文件需要安装一个readxl程序包，再调用该包进行读取文件。同样进行读取文件猜测试。xlsx与csv文件不同，xlsx不需要加header。

#安装包
install.packages("readxl")
#调用包
library("readxl")
#读取数据
data1 <- read_excel("E:/EXCEL文件/电影排名.xlsx")

2.7.3 读取txt文本文件

读取txt文件时，用到的是read.table()函数，其中中文开头时会乱码。

#读取文本文件
data2 <- read.table("E:/TXT文件/多元线性.txt",header = F)
data2

2.7.4 导入 SPSS 数据

读取spss文件时，需要安装一个依赖函数包：haven，再使用函数read.sav（）来读取sav文件。现在我们进行一个sav文件的读入。

library("haven")
data <- read_sav("D:/桌面文件/问卷/源数据.sav")
data

2.7.5 连接MySQL数据库数据

读取MySQL文件时需要安装一个mysql的数据源与驱动器，再调用一个RODBC依赖包进行读取。读取函数为odbcConnect()。uid表示用户名，pwd表示密码。

#加载包
library("RODBC")
#连接数据库
conn <- odbcConnect("mysql",uid="root",pwd = "    ")
#读取数据库中的数据表
score <- sqlFetch(conn,"driver_collect")
score

3 图形与可视化

这里使用R的内置数据集mtcars中的wt与mpg两个数据。attach（）用来连接数据集，detach()用来删除连接的数据集。

#连接R的内置数据mtcars
attach(mtcars) 
#绘制散点图
plot(wt, mpg) 
#添加趋势线
abline(lm(mpg~wt)) 
#添加标题
title("Regression of MPG on Weight") 
#删除连接的数据
detach(mtcars) 

3.1 折线图

折线图以来还是用plot()函数来绘制。

#输入自变量与因变量的值
x <- c(20, 30, 40, 45, 60) 
y <- c(16, 20, 27, 40, 60) 
#type为折线图的类型
plot(x,y,type="o")

修改图形的参数可以绘制不同类型的折线图，其中lty为线的类型，pch为点的形状。

3.1.1 图形的一些参数

3.1.2 修改线条与点的类型

x <- c(20, 30, 40, 45, 60) 
y <- c(16, 20, 27, 40, 60) 
#设置虚线连接，点为三角形形状的折线图
par(lty=2, pch=17)
plot(x,y,type="o")

plot(dose, drugA, type="b", lty=3, lwd=3, pch=15, cex=2) 

3.1.3 图形的优化

对图形进行美化。分别对图形的窗口，尺寸，以及连线类型，坐标轴，图形颜色等进行了美化。pin 以英寸表示的图形尺寸（宽和高），

#自变量与因变量
x <- c(20, 30, 40, 45, 60) 
y1 <- c(16, 20, 27, 40, 60) 
y2 <- c(15, 18, 25, 31, 40)
#设置图形窗口
par(mfrow=c(1,2))
#设置图形尺寸
par(pin=c(2, 3))
#设置连线类型与线放大的倍数
par(lwd=2, cex=1.5)
#设置坐标轴文字倍数，坐标轴文字字体样式
par(cex.axis=.75, font.axis=3) 
#设置颜色绘制图形
plot(x, y1, type="b", pch=19, lty=2, col="red") 
plot(x, y2, type="b", pch=23, lty=6, col="blue", bg="green") 

3.1.4 添加标题与设置坐标轴

除了图形参数，许多高级绘图函数（例如plot、hist、boxplot）也允许自行设定坐标轴和文本标注选项。举例来说，以下代码在图形上添加了标题（main）、副标题（sub）、坐标轴标签（xlab、ylab）并指定了坐标轴范围（xlim、ylim）。

#添加标题与设置坐标轴
plot(x, y1, type="b", 
     col="red", lty=2, pch=2, lwd=2, 
     main="Clinical Trials for Drug A", 
     sub="This is hypothetical data", 
     xlab="Dosage", ylab="Drug Response", 
     xlim=c(0, 60), ylim=c(0, 70)) 

3.1.5 自定义坐标轴绘制多图

创建自定义坐标轴时，你应当禁用高级绘图函数自动生成的坐标轴。

#给定自变量因变量，建立函数关系
x <- c(1:10) 
y <- x 
z <- 10/x 
#增加边界
par(mar=c(5, 4, 4, 8) + 0.1)
plot(x, y, type="b",pch=21, col="red", 
     yaxt="n", lty=3, ann=FALSE) 
#添加x对y的趋势线
lines(x, z, type="b", pch=22, col="blue", lty=2) 
#自定义坐标轴
axis(2, at=x, labels=x, col.axis="red", las=2)
axis(4, at=z, labels=round(z, digits=2), 
     col.axis="blue", las=2, cex.axis=0.7, tck=-.01)
#添加标题
mtext("y=1/x", side=4, line=3, cex.lab=1, las=2, col="blue") 
title("An Example of Creative Axes",
      xlab="X values",  ylab="Y=X") 

3.1.6 绘制折线对比图

一次绘制x对y1与y2的影响情况。

#自变量与因变量
x <- c(20, 30, 40, 45, 60) 
y1 <- c(16, 20, 27, 40, 60) 
y2 <- c(15, 18, 25, 31, 40)
#增加线条，文本，符号等的大小
par(lwd=2, cex=1.5, font.lab=2) 
#绘制图形
plot(x, y1, type="b", 
     pch=15, lty=1, col="red", ylim=c(0, 60),
     main="y 1 vs. y 2", 
     xlab="Drug Dosage", ylab="Drug Response")
#添加趋势线
lines(x, y2, type="b", 
      pch=17, lty=2, col="blue") 
#添加参考线
abline(h=c(30), lwd=1.5, lty=2, col="gray") 
library("Hmisc") 
minor.tick(nx=3, ny=3, tick.ratio=0.5)
#添加图列解释
legend("topleft", inset=.05, title="Drug Type", c("y1","y2"),
       lty=c(1, 2), pch=c(15, 17), col=c("red", "blue"))

3.1.7 文本标注

我们可以通过函数text()和mtext()将文本添加到图形上。text()可向绘图区域内部添加文本，而mtext()则向图形的四个边界之一添加文本。使用格式分别为：text(location, “text to place”, pos, …) ，mtext(“text to place”, side, line=n, …)。依然使用mtcars数据集。

#文本标注
attach(mtcars) 
plot(wt, mpg, 
     main="Mileage vs. Car Weight", 
     xlab="Weight", ylab="Mileage", 
     pch=18, col="blue") 
text(wt, mpg, row.names(mtcars), 
     cex=0.6, pos=4, col="red") 
detach(mtcars) 

数学标注与数学运算符号

3.1.8 图形的组合

在R中使用函数par()或layout()可以容易地组合多幅图形为一幅总括图形。现在创建了四幅图形并将其排布在两行两列中。依然使用R1的内置数据集mtcars。

attach(mtcars) 
par(mfrow=c(2,2)) 
plot(wt,mpg, main="Scatterplot of wt vs. mpg") 
plot(wt,disp, main="Scatterplot of wt vs. disp")
#绘制条形图
hist(wt, main="Histogram of wt")
#绘制箱线图
boxplot(wt, main="Boxplot of wt") 
detach(mtcars) 

再绘制一个3x1的总图

attach(mtcars) 
#设置图窗 
par(mfrow=c(3,1)) 
#直方图
hist(wt) 
hist(mpg) 
hist(disp) 
detach(mtcars) 

R语言自学笔记。仅作为笔记。参考资料：R语言实战第二版。