大数据R语言简析

R语言是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。

R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。可以认为R是S语言的一种实现。而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业软件,它基于S语言,并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发了一个R系统。由“R开发核心团队”负责开发。 R的使用与S-PLUS有很多类似之处,这两种语言有一定的兼容性。S-PLUS的使用手册,只要稍加修改就可作为R的使用手册。所以有人说:R,是S-PLUS的一个“克隆”。

R是基于S语言的一个GNU项目,通常用S语言编写的代码都可以不作修改的在R环境下运行。 R的语法是来自Scheme。R语言是开源的,对所有人是完全免费,自由使用,R语言源代码托管在github上;可以运行在多操作系统中,如Windows、Linux和UNIX等。

R语言资源:

  • 主页:http://www.r-project.org
  • CRAN: http://cran.r-project.org
  • 国内镜像:
  • http://mirror.bjtu.edu.cn/cran/
  • http://mirrors.ustc.edu.cn/CRAN/
  • http://mirror.lzu.edu.cn/CRAN/
  • http://mirrors.xmu.edu.cn/CRAN/

 

R优势及特点

R是一套完整的数据处理、计算和制图软件系统,提供了广泛的统计分析和绘图技术环境:包括线性和非线性模型、统计检验、时间序列、分类、聚类等方法。,包括若干统计程序和强大的各种数学计算、统计计算函数库,用户可以简单地指定数据库和若干参数进行进行一个统计分析,也可以灵活机动的进行数据分析,创造出符合需要的新的统计计算方法。

从 R 语言的发展历史上看,R 主要是统计学家为解决数据分析领域问题而开发的语言,因此 R 具有一些独特的优势:

  • 有效数据存储和处理系统;
  • 拥有一整套数组和矩阵的操作运算符(其向量、矩阵运算方面功能尤其强大),统计学家和几乎覆盖整个统计领域的前沿算法(3700+ 扩展包);
  • 完整连贯的统计分析工具;
  • 高质量、广泛的统计分析、数据挖掘平台
  • 重复性的分析工作(Sweave = R + LATEX),借助 R 语言的强大的分析能力 + LaTeX 完美的排版能力,可以自动生成分析报告;
  • 优秀的统计制图、绘图功能,制图具有印刷的素质,也可加入数学符号;
  • 一种相当完善、简洁和高效的程序设计语言:可操纵数据的输入和输出,可实现分支、循环,用户可自定义功能;
  • R语言是彻底面向对象的统计编程语言;
  • R语言和其它编程语言、数据库之间有很好的接口;
  • 开放的源代码(free, in both senses),可以部署在任何操作系统,比如 Windows, Linux, Mac OS X, BSD, Unix强大的社区支持
  • 方便的扩展性
  • 可通过相应接口连接数据库,如 Oracle、DB2、MySQL
  • 同 Python、Java、C、C++ 等语言进行互调
  • 提供 API 接口均可以调用,比如 Google、Twitter、Weibo
  • 其他统计软件大部分均可调用 R,比如 SAS、SPSS、Statistica等
  • 甚至一些比较直接的商业应用,比如 Oracle R Enterprise, IBM Netezza, R add-on for Teradata, SAP HANA, Sybase RAP

R的功能能够通过由用户撰写的套件增强。增加的功能有特殊的统计技术、绘图功能,以及编程界面和数据输出/输入功能。这些软件包是由R语言、LaTeX、Java及最常用C语言和Fortran撰写。其中有几款较为常用,例如用于经济计量、财经分析、人文科学研究以及人工智能。

大数据R语言简析_第1张图片

 

与Matlab相比,R更具备开放性

  • R是自由软件,Matlab是商业软件;
  • R可以方便的通过“包”进行扩展,R的核心只有25个包,但是有几千个外部包可以调用,当然你也可以开发自己的;
  • R语言比Matlab的要强大;
  • R和其他编程语言/数据库之间有很好的接口;其他语言也可以很方便的调用R的API和结果对象。
  • R常用于金融和统计领域。大多数人使用R就是因为它的统计功能,R的内部实现了很多经典的or时髦的统计技术。

效果演示

通过一个简单的例子,让R看起来更直观。

在R的控制台输入如下命令:

> install.packages(‘quantmod’) # 安装quantmod包

> require(quantmod) #引用quantmod包

> getSymbols(“GOOG”,src=”yahoo”,from=”2013-01-01″, to=’2013-04-24′) #从雅虎财经获取google的股票数据

> chartSeries(GOOG,up.col=’red’,dn.col=’green’) #显示K线图 > addMACD() #增加MACD图

就能够看到下图的效果了:

大数据R语言简析_第2张图片

你可能感兴趣的:(大数据)