R, Groovy

http://antkillerfarm.github.io/

R

R语言是另一个应用较广的数学工具语言和环境，主要应用于统计学和数据挖掘等领域。在这些领域，其影响力甚至超过了Matlab。

R语言的语法来自于1970年代贝尔实验室发明的S语言，因此又被称为“GNU S”。

官网：

https://www.r-project.org/

软件仓库：

https://cran.r-project.org/

https://r-forge.r-project.org/

安装方法:

sudo apt-get install r-base r-base-dev

书籍：

R语言的书籍主要有三本。

1.《An Introduction to R》。这个是官网的免费书，焦点集中于语言本身，对标准库没有介绍。

2.《R Reference Card》。一个只有几页纸的卡片式书籍，列出了应用开发中涉及的主要函数的名称。

3.《R in a Nutshell》。篇幅近600页，堪称R语言最权威书籍，兼顾语言和应用两方面。

参考：

http://cos.name/

统计之都（Capital of Statistics，简称COS）成立于2006年5月，是一个旨在推广与应用统计学知识的网站和社区。

http://yihui.name/

谢益辉，Iowa State University博士，目前就职于RStudio。中国R语言会议、COS社区创办者。

http://www.r-user.com/

一个中文的R语言网站

http://blog.fens.me/series-r/

R的极客理想系列文章。作者张丹，R语言资深用户，系统架构师。

http://www.r-tutor.com/

另一个大牛Chi Yau的网站。

https://ask.hellobi.com/blog/asxinyu/5721

300+的R语言资源汇总

https://ask.hellobi.com/blog/EasyCharts/5777

R绘制圣诞树

http://mp.weixin.qq.com/s?__biz=MzIxNjA2ODUzNg==&mid=2651435295&idx=1&sn=968d9950e54c34e2a2ddd4186c28c7c7&chksm=8c73a9c8bb0420de7ea5e709d4dc78dce977677cefdfaec48db6f4532c8613ab6ca0f623bc83#rd

数据分析案例–以上海二手房为例

http://url.cn/42zYptF

最全的训练数据集

https://mousieur-g.github.io/

一个R机器学习实战的blog

http://yanping.me/shiny-tutorial/

Shiny中文教程

交互环境

R语言有个和python类似的命令行交互环境。

安装之后，运行R命令即可进入该环境（下文简称为shell），>quit()可退出shell。

除此之外，还有第三方提供的GUI环境，最常用的是RStudio，其官网：

https://www.rstudio.com/

下载：

http://www.rstudio.org/download/latest/stable/desktop/ubuntu64/rstudio-latest-amd64.deb

执行脚本

R脚本一般以.R为后缀，其执行方法有两种：

1.Linux shell:/usr/lib/R/bin/Rscript a.R

2.R shell:source(a.R)

帮助文档

CRAN虽然提供了各个软件包的帮助文档，然而无论是数据的组织，还是界面，都不如RStudio，建议使用后者的帮助文档。

安装软件包

以rjson包为例：

install.packages("rjson")

这条命令会让你选择CRAN镜像，国内有三个镜像，速度都不错。

这一步首次做，最好在R shell上进行，RStudio不会让你选择镜像。选定之后，下次安装直接就会连到镜像上，这时使用R shell，还是RStudio，都是一样的效果了。

使用软件包：

library(rjson)

此外R还支持从github安装软件包，如下所示：

install.packages("devtools")
devtools::install_github("jlmelville/mnist")
library(mnist)

语言细节

R语言由于早期用户主要是非软件工程人员，因此，它是一个面向过程的函数式语言。

然而正如C语言向C++的演进，以及JavaScript向JQuery的演进一样，面向过程的语言经过一系列非常技巧性的封装之后，都能具备面向对象的能力。参见：

http://blog.fens.me/r-object-oriented-intro/

由于面向对象的特性比较高端，不易掌握，因此这里的讨论仍局限于面向过程领域，以C语言作为对比，列出R语言和它的区别。

注释与行

注释以#开始至行尾。没有多行注释符号，但可在RStudio中，选中相关行，进行注释。

一般情况下，一行对应一条语句。一行有多个语句时，以;分隔。一条语句分散在多行时，以+作为续行符号。

变量声明

R和python类似，变量使用前无需声明类型。

赋值

除了=之外，还可以使用<-、<<-、->、->>进行赋值。上述符号中，箭头指向的变量为被赋值的变量，因此，R不仅可以进行常规的从右向左赋值，也可进行从左向右的赋值。例如：

3->a

下标

数组（Array、Vector）下标从1开始。由于所有R变量都被当成向量，因此对于单元素的变量，a和a[1]是等价的。

列表（List）的下标一般是个name。这里使用一个解析后的json文件作为示例，演示一下在复杂结构中下标的用法。

{"data":[ {"readCount":"97","title":"R1"}, {"readCount":"469","title":"R2"} ]}

假设这个json文件保存在列表json中，则"readCount":"97"需要这样引用：

json$data[[1]]$readCount

for循环

示例：

for (i in 2:5-1) {print(i)}

这里需要注意，2:5-1等价于(2:5)-1，而不是2:(5-1)，:比-的优先级高。

返回值

return也是个函数，因此返回值两侧的括号不可省略。

字符串长度

R中的字符串不是字符数组，因此使用length是无法得到字符串长度的，应该使用nchar函数。

paste

paste可将多个字符串连接到一起。这个函数的声明很有意思：

paste (..., sep = " ", collapse = NULL)

也就是说R支持不定参数，而且该参数并不一定在最后。可用如下方式避免参数指派上的混乱：

paste("1st", "2nd", "3rd", collapse = ", ")

自定义函数

示例：

{% highlight R %}
add<-function(x,y){
return (x+y)
}
{% endhighlight %}

这种方式和JavaScript十分类似。

数据格式转换

as库可进行各种常见数据格式的转换，非常好使。

strDates <- c("01/05/1965", "08/16/1975")
dates <- as.Date(strDates, "%m/%d/%Y") 
strDates <- as.character(dates)

操作mysql数据库

1.安装非R依赖。

install.packages可以自动处理R依赖，然而它不能处理非R依赖。

sudo apt-get install libmysqlclient-dev

2.安装RMySQL包。

install.packages("RMySQL")

示例：

conn<-dbConnect(MySQL(), dbname = "ml", username="root", password="123456")
summary(conn)
query<-dbSendQuery(conn, "SELECT * FROM csdn")
data<-fetch(query, n = -1)
dbClearResult(query)
print(data)
dbDisconnect(conn)

内置数据集

R语言本身已经内置了一些数据集，可以data()查看之。

操作数据集

参考：

https://www.r-bloggers.com/select-operations-on-r-data-frames/

http://www.burns-stat.com/translating-r-sql-basics/

MNIST

https://github.com/jlmelville/mnist

ggplot2

ggplot2是目前R上用的比较多的绘图工具集。官网：

http://had.co.nz/ggplot2/

参考：

《ggplot2：数据分析与图形艺术》，Hadley Wickham著。

注：Hadley Wickham，ggplot2的作者，Rstudio的首席科学家。

Groovy

Groovy是另一种JVM语言，也是与Java最兼容的语言。普通Java代码可以无修改的在Groovy中编译。Groovy源代码以.groovy为后缀。

Groovy使用gradle作为自动管理工具。

官网：

http://www.groovy-lang.org/

代码参见：

https://github.com/antkillerfarm/antkillerfarm_rubbish/tree/master/groovy/javafx

Hadopp生态圈的语言分布

项目	语言
Hadoop	Java
Spark	主要scala，少量Java
Kafka	主要Java，少量scala
Storm	主要Java，少量Clojure

这里需要指出的是，Storm虽然被称为是Clojure语言的最知名作品，然而Clojure所占的代码比并不高，还是Java居多。