第1天——R语言介绍

为什么要使用R

• 功能强大

• R是开源的、免费的（也有商业化版本，但是免费版足够我们使用了）

• 多平台运行

• 等等

R的获取和安装

• R可以从CRAN免费下载：https://cran.r-project.org/，这里是下载R语言内核，也就是实际运行R语言代码的程序。

• 一般而言，为了方便开发调试，我们会安装R的IDE，也就是R Studio，其分为

  • R studio：https://posit.co/products/open-source/rstudio/，一般安装在个人电脑上
  • R studio server：https://posit.co/products/open-source/rstudio-server/，一般安装在服务器上面。为了节省服务器资源，大部分作为服务器的Linux系统是没有安装图形化界面的。R studio server实际上就是安装在服务器上面的一套web程序，用户通过浏览器访问R studio server的网页前端，在上面进行操作，网页将命令通过HTTP或者其他网络协议回传到服务器的R studio server后端，R studio server后端再通过R语言内核执行R语言程序。
    

R的使用

• R是一种区分大小写的解释型语言。与解释型语言对应的是编译型语言，我们先了解一些什么是编译型语言。首先我们需要知道的一点是：计算机并不认识我们写的那些花里胡哨的代码，它只能执行机器语言文件。编译型语言会将我们写的代码编译为可执行的机器码，如C、C++等都是编译型语言，编译器在编译时会进行语法检查，语法有问题的话编译阶段就报错了。解释型语言则是在运行时才翻译为机器码，如Python、R都是解释型语言，执行一次翻译一次，即使你写的脚本后面有语法问题，也是运行到那一行的时刻才报错。

• R使用<-，而不是传统的=作为赋值符号。如果你有其它编程语言基础，那这点可能得纠正一下，别搞混了。R也允许使用=赋值，但是不推荐，在有的地方会出错。

• “当我写下这些代码的时候，上帝和我都知道这些代码的含义；一个月之后，只有上帝知道了”。R使用#进行注释，注释是程序员写在代码文件中的一些解释性的语言，是写给自己以及队友看的，就是为了让除了上帝之外的人也看得懂之前写的代码。

• 当我们启动一个R终端，就是开启了一个R session（会话），一次会话期间的所有数据都保存在内存中。

国际惯例

• 依据国际惯例，我们来运行一个hello world程序。为了顺带学习Linux基础知识，我安装了一个Ubuntu Server的系统，然后安装了R Studio Server，后续也会基于这个环境进行演示。

• 使用R studio运行hello world程序，hello world程序不仅是象征性的，还能检测你环境是否配置成功~

• 首先我们养成一个好习惯：使用R studio项目来区分不同的代码。平时写代码时，你可以一个课题新建一个项目，或者一个章节新建一个项目。这里我新建一个项目，名称为day1。

something <- 'hello world!'
print(something)

• 书上的示例代码

# 创建数据集
age <- c(1,3,5,2,11,9,3,9,12,3)
weight <- c(4.4,5.3,7.2,5.2,8.5,7.3,6.0,10.4,10.2,6.1)

# 计算均值
mean(weight)
# 计算标准差
sd(weight)
# 计算相关系数
cor(age,weight)
# 绘制散点图
plot(age,weight)

获取帮助

• 这里的获取帮助指的是查看函数的使用教程，一般好的R包，都会配有完整的示例代码与教程。如上面的示例代码中，sd函数是干什么的？我们可以这样查看?sd

工作空间

• 工作空间就是当前的工作环境，存储着用户的变量数据。无论是终端还是Rstudio，退出当前session时都会询问是否保留当前镜像。

• 我们可以使用tree命令（需要使用Linux终端进入到项目目录下执行）看看一个R的项目里面一般都有哪些文件。可以看到，工作空间的镜像是保存到.RData里面的。退出session时保存为镜像，就是将内存中的数据写到硬盘里面。开启session时加载镜像，就是将硬盘的数据从硬盘加载到内存，也就是数据的序列化以及反序列化的过程。

• 工作空间的镜像一般都是保存到工作目录里面的，如果你使用了R的项目，工作目录就是项目的路径下，否则就是家目录（/home/你的用户名/）。你可以通过下面的方式查看、指定工作目录。（但是我不推荐自行配置工作目录，而是使用项目来区分和管理工作空间）

# 查看
getwd()

# 设置
setwd("你指定的目录")

• 你也可以手动指定将镜像保存到哪里，以及从哪里加载镜像。

# 保存工作目录全部对象到指定文件
save.image("/home/equator/r/test.RData")

# 保存指定对象到指定文件
save(list = c("age","something","weight"), file = "/home/equator/r/test2.RData")

# 加载
load("/home/equator/r/test.RData")

• 其它的一些管理工作空间的命令

# 列出所有对象
ls()

# 删除某个对象
rm(xx)

输入输出

这里的输入输出是相对于R内核而言的，输入即给R内核下达指令，输出即R内核将结果输出到某个地方，这些地方包括文本、PNG、PDF等文件。

• 输入

  • 进入R交互会话（如在Linux终端键入R）后，可以从键盘输入
  • 也可以输入一个脚本文件，使用source("test.R")即可

• 输出

  • 文本输出，键入sink("test_out.txt")后，所有输出都会重定向到指定的文件中；键入sink()即可关闭重定向

  • sink("test_out.txt")
    
    a <- c("hello", "input", "output")
    print(a)
    
    sink()
    

• 图像输出，键入pdf("test.png")或者png("test.png")后，所有图像输出都会重定向到指定文件，键入dev.off()即可关闭重定向
• 结合前面的例子练习一下，可以看到，文本输出与图像输出各论各的，互不干扰。

• # append=T，追加内容而不是直接覆盖，split=T，控制台与文件都输出
  sink("io_example_out.txt", append=TRUE, split=TRUE)
  pdf("test.pdf")
  png("test.png")
  
  age <- c(1,3,5,2,11,9,3,9,12,3)
  weight <- c(4.4,5.3,7.2,5.2,8.5,7.3,6.0,10.4,10.2,6.1)
  
  print(mean(weight))
  
  sd(weight)
  cor(age,weight)
  
  plot(age,weight)
  
  sink()
  dev.off()
  

包

一门成熟的语言，不仅仅需要其自身强大，还需要其有良好的生态，R语言也不例外。我们可以下载许许多多的模块来拓展R的功能，这些模块是函数、数据、预编译代码的组合，也被叫做R包（package）。计算机上存储R包的目录叫做库（library）。

• 一些R包相关的函数

# 显示库所在的位置
.libPaths()

# 显示库中有那些包
library()

# 查看哪些包已经加载且可以使用
search()

# 查看已安装的包、安装位置、版本信息
installed.packages()

• R包的安装：可以看这个文章，更全面 http://t.csdn.cn/k82bM。

• R包的加载：使用library("xxx")加载指定的R包，在一个session中，包只需载入一次。这也说明，如果你想取消加载所有后来加载的R包，重启session即可。

• help(package="包名")，可以通过help函数查看R包的官方使用教程，如果你安装的是小众的包，R包作者压根没写教程，那你只能啃源码了。。。

通过终端执行R脚本（批处理）

• 终端执行R CMD BATCH [options] infile [outfile]

  • options，可选的，指定控制执行的细节
  • infile，输入文件，即R脚本，后缀一般是.R
  • outfile，可选的，输出文件，后缀一般是.Rout

• 尝试执行批处理，编辑batch.R文件如下

cnt <- 0;
while(cnt < 60)
{
  cnt <- cnt+1;
  # 睡眠1秒，避免循环太快结束
  Sys.sleep(1);
  print(cnt);
}

• 批处理执行

  • 执行R CMD BATCH batch.R后会阻塞等待执行完毕
    

  • 此时在另外一个终端打开输出文件tail -f batch.Rout，可以动态地看到程序在不断地输出内容。（由于我们没有指定outfile，所以R自动创建了这样一个文件：从infile中获取文件名，拓展名为.Rout）
    

  • R CMD BATCH batch.R &，加上&后是非阻塞的，但是不代表是后台执行，断开执行脚本的那个ssh连接后，程序会终止运行。
    

结语

• 在本章中，我们学习了R、R Studio的基本界面、工作空间的管理、基本的输入输出以及R包等基础概念。但是我们好像还写不出什么复杂的代码，因为我们还没有学习到数据结构，条件控制等概念，让我们一起期待下一章节！