R语言 part1 概述，命令，数据、结构类型、读入数据

R语言优势

作图美观、完全免费、算法覆盖广、软件易扩展、强大的社区支持、非过程模式、交互性、统计学特性、开源软件

数据思维

数学思维、统计思维（从思维科学角度可分为描述、概括、分析）、逻辑思维（上取/下钻思维、求同/存异思维、抽离/联合思维、离开/接近思维）

常用统计量：求和、平均值、中位数、最大值

帮助命令和函数 

??foo           查看函数foo的帮助

example("foo")         函数foo的使用示例

apropos("foo",mode="function")        列出名称里有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

help.start()          跳转到R的帮助页面

getwd()           显示当前的工作目录

setwd("workspace")      修改当前工作目录为workspace（路径中将  \  或 / / 作为转义符—）

ls()                     列出当前工作空间中的对象

rm()                   移除或删除一个或多个对象

q()                      退出R

intall.packages(" ")     安装R包

library( )                     加载到内存

.llibPaths()                 显示包所在位置

library()                      显示已加载的包

source(" ")                 在当前会话中执行一个脚本

sink("myfile")             输出重定向到文件myfile中

数据类型

变量 包括数值型、字符型、逻辑型、复数型、字节   

         也可分为名义型、有序型、连续型

类别变量（名义型变量、响应变量）和有序类别（有序型）变量在R中成为因子

factor( )可为类别型变量创建值标签

常量 NA 表示不可用

         Inf 表示无穷

         -Inf 表示负无穷

         TRUE  表示真

          FALSE 表示假

结构类型

向量

①产生向量   c(.....)        自定义量

                     from：to    产生一个序列

                     seq( )         产生一个等差向量序列   seq(开始值，结束值，公差，长度）

                     rep( )          重复一个对象          rep(x,重复次数)

                     rnorm( )      随机产生正态分布向量    rnorm(个数，均值，方差)

②向量引用    通过下标值进行引用，且下标从1开始，而非从0开始

                    x[3]     取x中下标为3的值

                    x[-3]    取x中排除下标为3的所有值

                    x[3:6]   取x中下标从3到6的所有值

                    x[which(x>6)]    取x中满足x>6的所有值

                    x[which.max(x)]    取x中的最大元素，最小元素为which.min() 

③向量运算

sqrt(x)    开方

crossprod(x,y)     内积（也可为t(x)%*%y)

tcrossprod(x,y)     外积（%o%)

length(x)               向量长度

矩阵

①创建   matrix(data,c(nrow,ncol),byrow=TRUE)    / matrix(data,nrow=,ncol=,byrow=T)

             data为矩阵元素，nrow为行数，ncol为列数，byrow=true表示按行填充，false为按列填充，默认按列填充。

②引用   类似于向量引用，a[x,y]表示返回第x行y列的元素

③运算   t(y)   转置

              cbind()   横向合并矩阵

              rbind()    纵向合并矩阵

              as.vector()        将矩阵转化为向量

              dim()、nrow()、ncol()     返回矩阵维度

              colSums()、colMeans()           对矩阵各列求和、求均值

              rowSums()、rowMeans()         对矩阵各行求和、求均值

              det()        计算行列式

数据框

不同列可包含不同类型的数据，数据框是R中最常处理的数据类型

①创建  data.frame(col1,col2,col3,...)

②引用类似于矩阵

    a[,2]  与  a$列名  等价

③修改行/列名称

colnames(<数据框>)读取并编辑列名称    如：colnames(dataset)[1]<-"a"

row.names(<数据框>)读取并编辑行名称 

列表

list(object1,object2,...) 

数组

array(data,dimensions)

data包含数组中的数据，dimensions给出各维度下表最大值

如array(1:24,c(2,3,4))

引用与矩阵相同

字符串操作

求长度   nchar()

字符串合并    paste(str1,str2,sep)    sep为分隔符

字符串分割    strsplit(string,sep)       

读取和替换字符串    substr(string,start,stop)

字符串替换      charstr(old,new,string)

 数据的导入导出

数据导入

1.键盘输入    edit( )

   例如：data<-data.frame()           data<-edit(data)

2.导入文本文件   read.table()

3.导入Excel文件  read.xlsx()

4.导入csv文件     read.csv()          sep = "\t"

5.导入文件          read.delim()       sep = "."

数据导出

1. 导出文本文件

    write.table(x,file="",sep="",row.names=TRUE,col.names=TRUE,quote=TRUE)

 2.导出csv文件

    write.csv(f,file="")