R語言常見命令

1、1. 獲取幫助    > help.start() 開啟幫助文檔    >help(solve) 顯示某命令的幫助信息，或者    >?solve    對于由特殊字符指定的功能，這些參數(shù)必須用單引號或雙引號括起來，使之成為一個(gè)“字符串”,如    > help("")    與某個(gè)主題相關(guān)的例子通?？梢杂孟旅娴拿畹玫?#160;   >

2、0;example(topic)2. 命令簡介    R對大小寫是敏感的；名稱不能以數(shù)字開始；    基本的命令由表達(dá)式或者賦值語句組成。如果一個(gè)表達(dá)式被作為一條命令給出，它將被求值、打印而表達(dá)式的值并不被保存。一個(gè)賦值語句同樣對表達(dá)式求值之后把表達(dá)式的值傳給一個(gè)變量，不過并不會(huì)自動(dòng)的被打印出來；    命令由分號(;)來分隔，或者另起新行；    基本命令可以由花括號(f和g)合并為一組復(fù)合表達(dá)式；    注釋幾乎可以被放在任何地方，只要是以井

3、號( # )開始，到行末結(jié)束；    如果一個(gè)命令在行莫仍沒有結(jié)束，R將會(huì)給出一個(gè)不同的提示符，默認(rèn)的是+。 3. 命令文件的執(zhí)行和輸出轉(zhuǎn)向到文件如果命令存儲(chǔ)于一個(gè)外部文件中，比如工作目錄work中的commands.R，他們可以隨時(shí)在R的任務(wù)中被執(zhí)行> source("commands.R")在Windows中Source也可以由File菜單執(zhí)行。函數(shù)sink，> sink("record.lis")將把所有后續(xù)的輸出由終端轉(zhuǎn)向一個(gè)外部文件，record.lis。命令> si

4、nk()   將把信息重新恢復(fù)到終端上。4. 數(shù)據(jù)的保持與對象的清除R所創(chuàng)建、操作的實(shí)體是對象。對象可以是變量、數(shù)組、字符串、函數(shù)以及由這些元素組成的其它結(jié)構(gòu)；> objects()     用來顯示目前存儲(chǔ)在R中的對象的名字。而當(dāng)前存儲(chǔ)的所有對象的組合被稱為workspace；清除對象可以使用rm命令：> rm(x, y, z, ink, junk, temp, foo, bar)所有在一個(gè)R任務(wù)中被創(chuàng)建的對象都可以在文件中被永久保存，并在其它的R任務(wù)中被使用。在每個(gè)R任務(wù)結(jié)束時(shí)用戶都有機(jī)會(huì)保存當(dāng)前有

5、效的所有對象。如果用戶這樣做的話，對象將被寫入當(dāng)前目錄一個(gè)名為.RData。當(dāng)R被再次啟動(dòng)時(shí)R會(huì)從這個(gè)文件中再載入workspace。同時(shí)相關(guān)的命令記錄也被載入。所以，推薦大家在用R進(jìn)行不同的分析時(shí)分別使用不同的工作目錄。5. 基本數(shù)據(jù)結(jié)構(gòu) 數(shù)值型(numeric）1,1.2,3.1415926復(fù)數(shù)型(complex)1+2i字符型(character)A/ “hello world!”邏輯型(logical)TRUE / FALSE6. 基本數(shù)據(jù)對象    向量(vector), 見下節(jié)矩陣(matrix)： 更一般的說數(shù)組是向量在多維情況下

6、的一般形式。事實(shí)上它們是可以被兩個(gè)或更多的指標(biāo)索引的向量，并且以特定的方式被打印出來。因子(factors) 提供了一種處理分類數(shù)據(jù)的更簡介的方式。列表(list)：  是向量的一種一般形式，并不需要保證其中的元素都是相同的類型，而且其中的元素經(jīng)常是向量和列表本身。數(shù)據(jù)框(data frame)：是一種與矩陣相似的結(jié)構(gòu)，其中的列可以是不同的數(shù)據(jù)類型?？梢园褦?shù)據(jù)框看作一種數(shù)據(jù)"矩陣"，它的每行是一個(gè)觀測單位，而且(可能)同時(shí)包含數(shù)值型和分類的變量。函數(shù)( function)：能夠在R的workspace中存儲(chǔ)的對象。我們可以通過函數(shù)來擴(kuò)展R的功能

7、。二   簡單操作，數(shù)值與向量2.1 向量與賦值R對命名了的數(shù)據(jù)結(jié)構(gòu)進(jìn)行操作。最簡單的數(shù)據(jù)結(jié)構(gòu)是數(shù)字向量；如，> x <- c(10.4, 5.6, 3.1, 6.4, 21.7)    c()是創(chuàng)建函數(shù)，賦值運(yùn)算符是'<-'，與函數(shù)assign()等價(jià)> assign("x", c(10.4, 5.6, 3.1, 6.4, 21.7)  也可以寫成：> c(10.4, 5.6, 3.1, 6.4, 21.7) -> x如果一個(gè)表達(dá)式被當(dāng)作一個(gè)

8、完整的命令，它的值將被打印到終端但不被儲(chǔ)存。單獨(dú)輸入x則會(huì)將值打印出來。也可以打印倒數(shù)：> 1/x> y <- c(x, 0, x)   也可以將向量作為元素。2.2 向量運(yùn)算    操作是按照向量中的元素一個(gè)一個(gè)進(jìn)行的。同一個(gè)表達(dá)式中的向量并不需要具有相同的長度。如果它們的長度不同,表達(dá)式的結(jié)果是一個(gè)與表達(dá)式中最長向量有相同 長度的向量。表達(dá)式中較短的向量會(huì)根據(jù)它的長度被重復(fù)使用若干次(不一定是整數(shù)次)，直到與長度最長的向量相匹配。而常數(shù)很明顯的將被不斷重復(fù)。如，> v <- 2*x + y + 1常用運(yùn)算有：+

9、，-，*，/，（次方）；log, exp, sin, cos, tan,sqrt等；max和min的作用是選出所給向量中最大的或最小的元素；range函數(shù)的值是一個(gè)長度為2的向量，即c(min(x),max(x)length(x)返回了向量x中元素的個(gè)數(shù)，也就是x的長度。sum(x)給出了x中所有元素的總和；prod(x)給出x中所有元素的乘積；mean(x)和var(x)，分別計(jì)算樣本均值和樣本方差，這兩個(gè)函數(shù)分別相當(dāng)于sum(x)/length(x)，sum(x-mean(x) 2)/(length(x) -1)。如果var()的參數(shù)是一個(gè)n*p的矩陣，那么函數(shù)的值是一個(gè)p*p的樣本協(xié)方差

10、矩陣，認(rèn)為每行是一個(gè)p變量的樣本向量。sort(x)返回一個(gè)與x具有相同長度的向量，其中的元素按招升序排列。還有其他更靈活的排序功能(參見order()和sort.list()。pmax和pmin將返回一個(gè)與最長的向量長度相等的向量，向量中的元素由參數(shù)中所有向量在相應(yīng)位置的最大值(最小值)組成；如果要使用復(fù)數(shù)，需要直接給出一個(gè)復(fù)數(shù)部分。因此sqrt(-17)將會(huì)返回NaN(無效數(shù)值)和一個(gè)警告，而sqrt(-17+0i)將按照復(fù)數(shù)進(jìn)行運(yùn)算。2.3 生成序列最簡單的方法是用冒號：，冒號具有最高運(yùn)算優(yōu)先級。例如1:30就是向量c(1,2,. . .,29,30)。30:1構(gòu)造一個(gè)遞減序列。利用se

11、q()函數(shù)構(gòu)造序列：有五個(gè)參數(shù)，from, to, by, length, along                                       from, to可以不寫參數(shù)名，seq(2,10)就相當(dāng)

12、于2:10。                                       by指定步長，默認(rèn)為1，如seq(-5, 5, by=.2)即為c(-5.0, -4.8, -4.6, ., 4.6, 4.8,

13、5.0)                                       length指定序列長度，如seq(length=51, from=-5, by=.2)，等同于seq(-5, 5, by=.2)&#

14、160;                                      along=vector只能單獨(dú)使用，產(chǎn)生一個(gè)“1:length(vector)”序列。類似的函數(shù)是rep(),這個(gè)函數(shù)可以用多種復(fù)雜的方法來&#

15、160;                                                 &#

16、160;                  復(fù)制一個(gè)對象。最簡單的形式是> s5 <- rep(x, times=5)2.4 邏輯向量 TRUE, FALSE, 和NA(not available), 前兩個(gè)可以簡寫為T和F，但T/F并不是系統(tǒng)保留字，可以被用戶覆蓋，所以最好還是不要簡寫。邏輯向量是由條件給出的，如下列語句令temp成為一個(gè)與x長度相同，相應(yīng)位置根據(jù)是否與條件相符而由TRUE或F

17、ALSE組成的向量：> temp <- x > 13邏輯操作符包括<, <=, >, >=,完全相等=和不等于!=，與或非分別為&, |, !。在普通運(yùn)算中，F(xiàn)ALSE當(dāng)做0而TRUE當(dāng)做1。2.5 缺失值NA(not available): 一般來講一個(gè)NA的任何操作都將返回NA。     is.na(x)返回一個(gè)與x等長的邏輯向量，并且由相應(yīng)位置的元素是否是NA來決定這個(gè)邏輯向量相應(yīng)位置的元素是TRUE還是FALSE。     x=NA是一個(gè)與x具有相

18、同長度而其所有元素都是NA的向量。NaN(Not a Number): 由數(shù)值運(yùn)算產(chǎn)生，如0/0, Inf-Inf.     is.na(x)對于NA和NaN值都返回TRUE，     is.nan(x)只對NaN值返回TRUE。2.6 字符向量 字符串在輸入時(shí)可以使用單引號(')或雙以號(");  在打印時(shí)用雙引號(有時(shí)不用引號)。R使用與C語言風(fēng)格基本相同的轉(zhuǎn)義符, 所以輸入打印的也是, 輸入" 打印引號",  n: 換行, t: t

19、ab, b: 回格。字符向量可以通過函數(shù)c()連接；paste()可以接受任意個(gè)參數(shù)，并從它們中逐個(gè)取出字符并連成字符串，形成的字符串的個(gè)數(shù)與參數(shù)中最長字符串的長度相同。如果參數(shù)中包含數(shù)字的話，數(shù)字將被強(qiáng)制轉(zhuǎn)化為字符串。在默認(rèn)情況下，參數(shù)中的各字符串是被一個(gè)空格分隔的，不過通過參數(shù)sep=string 用戶可以把它更改為其他字符串，包括空字符串。例如：> labs <- paste(c("X","Y"), 1:10, sep="")  使變量labs成為字符變量c("X1", "Y2

20、", "X3", "Y4", "X5", "Y6", "X7", "Y8", "X9", "Y10")2.7 index vector-數(shù)據(jù)集子集的選擇與修改 任何結(jié)果為一個(gè)向量的表達(dá)式都可以通過追加索引向量(index vector)來選擇其中的子集。1 邏輯的向量。> y <- x!is.na(x)    表示將向量x中的非NA元素賦給y；> (x+1)(!is.n

21、a(x) & x>0 -> z     表示創(chuàng)建一個(gè)對象z，其中的元素由向量x+1中與x中的非缺失值和正數(shù)對應(yīng)的向量組成。2. 正整數(shù)的向量> x6    是x的第六個(gè)元素> x1:10       選取了x的前10個(gè)元素(假設(shè)x的長度不小于10)。> c("x","y")rep(c(1,2,2,1), times=4)     產(chǎn)生了一個(gè)字符向量，

22、長度為16，由"x", "y", "y", "x"重復(fù)4次而組成。3. 負(fù)整數(shù)的向量> y <- x-(1:5)       表示向量y取向量x前5個(gè)元素以外的元素。4. 字符串的向量只存在于擁有names屬性并由它來區(qū)分向量中元素的向量。這種情況下一個(gè)由名稱組成的子向量起到了和正整數(shù)的索引向量相同的效果。> fruit <- c(5, 10, 1, 20)> names(fruit) <- c("orange

23、", "banana", "apple", "peach")> lunch <- fruitc("apple","orange")子集的修改> xis.na(x) <- 0    表示將向量x中所以NA元素用0來代替> yy < 0 <- -yy < 0      表示將向量(-y)中 與向量y的負(fù)元素對應(yīng)位置的元素 賦值給 向量y中 與向量y負(fù)元素對應(yīng)的元素

24、。作用相當(dāng)于：> y <- abs(y)三  對象，模式和屬性3.1 固有屬性：模式和長度對象是R所進(jìn)行操作的實(shí)體，對象可以是向量、列表等，詳見1.6.對象的模式包括numeri，ccomplex，character，logical，list，function，expression等。可以用mode(object)查看。對象的長度是對象的另一固有屬性?？梢杂胠ength(object)查看。attribute(object)可以查看更深入的屬性。模式的轉(zhuǎn)換在允許的情況下(大多數(shù)情況都是允許的)，R可以完成各種模式的轉(zhuǎn)換。例如：d<-as.character(z)，將

25、數(shù)值向量z<-(0:9)轉(zhuǎn)化為字符向量c("0", "1", "2", ., "9")。eger(d)將d轉(zhuǎn)化為數(shù)值向量。R中很多形式為as.something()的函數(shù)，可以完成從一個(gè)模式向另一個(gè)模式的轉(zhuǎn)化，或者是令對象取得它當(dāng)前模式不具有的某些屬性。3.2 改變對象的長度> e <- numeric()    產(chǎn)生一個(gè)numeric型的空向量e。character()等類似。此時(shí)長度為對象0。此時(shí)新添加一個(gè)元素會(huì)使e的長度自動(dòng)調(diào)整。>

26、e3 <- 17    令e為一個(gè)長度為3的向量（此時(shí)，該向量的前兩個(gè)元素都是NA）縮短（截?cái)啵┮粋€(gè)對象的長度，只需要一個(gè)賦值命令。因此，若alpha是一個(gè)長度為10的對象，下面的命令> alpha <- alpha2 * 1:53.3 屬性的獲取和設(shè)置 函數(shù)attributes(object)將給出當(dāng)前對象所具有的所有非基本屬性（長度和模式屬于基本屬性）的一個(gè)列表。函數(shù)attr(object,name)可以被用來選取一個(gè)指定的屬性。除了為某些特殊的目的創(chuàng)建新屬性這樣特殊的環(huán)境下，這些函數(shù)很少被用到。當(dāng)函數(shù)attr()用在賦值語句左側(cè)時(shí)

27、，既可以是將對象與一種新的屬性關(guān)聯(lián)，也可以是對原有屬性的更改。例如> attr(z,"dim") <- c(10,10)         另R將z作為一個(gè)10X10的矩陣看待。3.4 對象的類別對象的一個(gè)特別屬性，類別，被用來指定對象在R編程中的風(fēng)格。比如：如果對象類別"data.frame"則會(huì)以特定方式處理。unclass()可以去除對象的類別。summary()可以查看對象的基本信息（min, max, mean, etc.）四  有序因子和無序因

28、子 因子是一種向量對象，它給自己的組件指定了一個(gè)離散的分類（分組），它的組件由其他等長的向量組成。R提供了有序因子和無序因子。通俗點(diǎn)說，因子就是將對象的值分成不同的組（levels）。用函數(shù)factor()創(chuàng)建一個(gè)因子，levels按序排列(字母序或數(shù)值序)。例如province<-c("四川","湖南","江蘇","四川","四川","四川","湖南","江蘇","湖南","江蘇"

29、;)，為province創(chuàng)建因子：>  pf<-factor(province)   創(chuàng)建province的因子pf> pf     打印出來1 四川 湖南 江蘇 四川 四川 四川 湖南 江蘇 湖南 江蘇Levels: 湖南 江蘇 四川函數(shù)levels()可以用來觀察因子中有多少不同的levels。假如我們擁有這些省份考生的分?jǐn)?shù)：> score<-c(95,86,84,92,84,79,86,99,85,90)函數(shù)tappley()可以用來計(jì)算各省的平均分?jǐn)?shù)，函數(shù)tapply()的作用是對它第一

30、個(gè)參數(shù)的組件中所包含的每個(gè)組應(yīng)用一個(gè)參數(shù)三指定的函數(shù)。> smeans<-tapply(score,pf,mean)> smeans    湖南     江蘇     四川 85.66667 91.00000 87.50000 再例如，下面命令會(huì)給出各組的length> tapply(score,pf,length)湖南 江蘇 四川    3    3  

31、0; 4 函數(shù)ordered()可以創(chuàng)建有序因子> ordered(province)1 四川 湖南 江蘇 四川 四川 四川 湖南 江蘇 湖南 江蘇Levels: 湖南 < 江蘇 < 四川 五 數(shù)組和矩陣5.1 數(shù)組數(shù)組可以看成一個(gè)由遞增下標(biāo)表示的數(shù)據(jù)項(xiàng)的集合，例如數(shù)值。數(shù)組的生成如果一個(gè)向量需要在R中以數(shù)組的方式被處理，則必須含有一個(gè)維數(shù)向量作為它的dim屬性。維度向量由dim()指定，例如，z是一個(gè)由1500個(gè)元素組成的向量。下面的賦值語句> dim(z) <- c(3,5,100)     

32、;   使它具有dim屬性，并且將被當(dāng)作一個(gè)3X5X100的數(shù)組進(jìn)行處理。 c(3,5,100) 就是他的維度向量。還可以用到像matrix()和array()這樣的函數(shù)來賦值。比如>  array(1:20, dim=c(4,5)> matrix(1:24, 3,4)數(shù)據(jù)向量中的值被賦給數(shù)組中的值時(shí)，將遵循與FORTRAN相同的原則"主列順序"，即第一個(gè)下標(biāo)變化的最快，最后的下標(biāo)變化最慢。數(shù)組的運(yùn)算數(shù)組可以在算數(shù)表達(dá)式中使用，結(jié)果也是一個(gè)數(shù)組，這個(gè)數(shù)組由數(shù)據(jù)向量逐個(gè)元素的運(yùn)算后組成，通常參與運(yùn)算的對象應(yīng)當(dāng)具有相同的dim屬性。5.

33、2 數(shù)組的索引和數(shù)組的子塊 數(shù)組中的單個(gè)元素可以通過下標(biāo)來指定，下標(biāo)由逗號分隔，寫在括號內(nèi)。我們可以通過在下標(biāo)的位置給出一個(gè)索引向量來指定一個(gè)數(shù)組的子塊，不過如果在任何一個(gè)索引位置上給出空的索引向量，則相當(dāng)于選取了這個(gè)下標(biāo)的全部范圍。如a2,，a,3,等5.3 索引數(shù)組除了索引向量，還可以使用索引數(shù)組來指定數(shù)組的某些元素。例如：有4X5的數(shù)組a，若要得到a中的a1,3, a2,2 和a3,1這三個(gè)元素，可以生成索引向量i，然后用ai得到它們。>  a <- array(1:20,dim=c(4,5) # Generate a 4 by 5 array.>

34、i <- array(c(1:3,3:1),dim=c(3,2)> i,1 ,21, 1 32, 2 23, 3 1> ai1 9 6 3> ai <- 0   # 將這三個(gè)元素用0替換。5.4 向量，數(shù)組的混合運(yùn)算表達(dá)式從左到右被掃描；參與運(yùn)算的任意對象如果大小不足，都將被重復(fù)使用直到與其他參與運(yùn)算的對象等長；當(dāng)較短的向量和數(shù)組在運(yùn)算中相遇時(shí)，所有的數(shù)組必須具有相同的dim屬性，否則返回一個(gè)錯(cuò)誤；如果有任意參與運(yùn)算的向量比參與運(yùn)算的矩陣或數(shù)組長，將會(huì)產(chǎn)生錯(cuò)誤；如果數(shù)組結(jié)構(gòu)正常聲稱，并且沒有錯(cuò)誤或者強(qiáng)制轉(zhuǎn)換被應(yīng)用于向量上，那么得到的結(jié)果與參與運(yùn)

35、算的數(shù)組具有相同的dim屬性。5.5 矩陣的運(yùn)算構(gòu)建分區(qū)矩陣：cbind()和rbind()，cbind()按照水平方向，或者說按列的方式將矩陣連接到一起。rbind()按照垂直的方向，或者說按行的方式將矩陣連接到一起。 外積：操作符是%o%:> ab <- a %o% b   或者> ab <- outer(a, b, "*")其中的乘法操作可以由任意一個(gè)雙變量的函數(shù)替代。廣義轉(zhuǎn)置：函數(shù)t(A)，或aperm(A, c(2,1)；獲取行數(shù)/列數(shù)：nrow(A)和ncol(A)分別返回矩陣A的行數(shù)和列數(shù)。矩陣乘

36、法：操作符為%*%；交叉乘積（cross product）：crossprod(X，Y)等同于t(X) %*% y，crossprod(X)等價(jià)于crossprod(X, X)；diag(v)：如果v是向量，diag(v)返回一個(gè)由v的元素為對角元素的對角矩陣。               如果v為矩陣，diag(v)返回一個(gè)由v主對角元素組成的向量。         

37、;      如果v只是一個(gè)數(shù)值，那么diag(v)是一個(gè)vXv的單位矩陣。 特征值和特征向量：eigen(Sm)。這個(gè)函數(shù)的結(jié)果是由名為values和vectors的兩部分組成的列表。如果只是需要特征值：eigen(Sm)$values最小二乘擬合即QR分解：lsfit(), qr()。強(qiáng)制轉(zhuǎn)換為向量：as.vector()，或者直接c().解線性方程和求矩陣的逆，奇異值分解與行列式見；六  列表和數(shù)據(jù)幀6.1 列表列表是由稱作組件的有序?qū)ο蠹蠘?gòu)成的對象。組件的模式或類型不一定相同。形如Lst <- li

38、st(name_1=object_1, . . ., name_m=object_m)的賦值將創(chuàng)建一個(gè)包含m個(gè)組件的列表，并根據(jù)參數(shù)中指定的名稱為其命名。（其名稱可以自由選?。Ｈ绻鼈兊拿Q被省略，組件將只是被編號。例如：> Lst <- list(name="Fred", wife="Mary", no.children=3,child.ages=c(4,7,9)所使用的組件是被復(fù)制到新的列表中的，對原始對象沒有影響。組件總是被編號的，并且可以通過編號指定。Lst1 即為"Fred"，也可以用

39、60;Lst$name，Lst"name"指定。如果Lst4是一個(gè)有下標(biāo)的數(shù)組，Lst41就是它的第一項(xiàng)。區(qū)分Lst1和Lst1，'.'是選擇單個(gè)元素時(shí)使用的操作符，而'.'是一個(gè)一般的下標(biāo)操作符。因此，前者代表列表Lst中的第一個(gè)對象；后者是列表Lst的子列表，僅包含列表的第一項(xiàng)。組件的名稱可以縮寫，可縮寫的程度是只要能令組件被唯一的識(shí)別就可以了。如：Lst$na等價(jià)于Lst$name， Lst$w等價(jià)于Lst$wife。擴(kuò)展列表可以通過指定額外組件的方式。例如> Lst5 <- list(matrix=Mat)連接列表當(dāng)連接函

40、數(shù)c()的參數(shù)為列表時(shí)，其結(jié)果也是一個(gè)模式為列表的對象。由參數(shù)中的列表作為組件依次連接而成。> list.ABC <- c(list.A, list.B, list.C)6.2 數(shù)據(jù)幀 數(shù)據(jù)幀是類別為"data.frame"的列表；數(shù)據(jù)幀會(huì)被當(dāng)作各列具有不同模式和屬性的矩陣。數(shù)據(jù)幀按照矩陣的方式顯示，選取的行或列也按照矩陣的方式來索引。創(chuàng)建數(shù)據(jù)幀直接創(chuàng)建：那些滿足對數(shù)據(jù)幀的列（組件）限制的對象可以通過函數(shù)data.frame來構(gòu)建成為一個(gè)數(shù)據(jù)幀> t <- data.frame(home=statef, loot=income, shot=

41、incomef)強(qiáng)制轉(zhuǎn)換：如果一個(gè)列表的組件與數(shù)據(jù)幀的限制一致，這個(gè)列表就可以通過函數(shù)as.data.frame()強(qiáng)制轉(zhuǎn)化為一個(gè)數(shù)據(jù)幀。外部文件：創(chuàng)建數(shù)據(jù)幀最簡單的方法應(yīng)當(dāng)是使用read.table()函數(shù)從外部文件中讀取整個(gè)數(shù)據(jù)幀。數(shù)據(jù)幀和列表的限制1 組件必須是向量（數(shù)值型，字符形，邏輯型），因子，數(shù)值矩陣，列表，或其他數(shù)據(jù)幀；2 矩陣，列表，數(shù)據(jù)幀向新數(shù)據(jù)幀提供的變量數(shù)分別等于它們的列數(shù)，元素?cái)?shù)和變量數(shù)；3 數(shù)值向量，邏輯值和因子在數(shù)據(jù)幀中保持不變，字符向量將被強(qiáng)制轉(zhuǎn)化為因子，其水平是字符向量中所出現(xiàn)的值；4 數(shù)據(jù)幀中作為變量的向量結(jié)構(gòu)必須具有相同的長度，而矩陣結(jié)構(gòu)應(yīng)當(dāng)具有相同的行大小

42、。 掛接和卸載數(shù)據(jù)幀當(dāng)覺得使用'$'引用數(shù)據(jù)幀元素(如't$home')麻煩時(shí)，可以進(jìn)行數(shù)據(jù)幀掛接> attach(t)      這樣可以直接引用數(shù)據(jù)幀內(nèi)的元素，而無需'$'，前提是數(shù)據(jù)幀外沒有同名的變量(如name)。掛接后若要對數(shù)據(jù)幀元素進(jìn)行賦值操作，仍需用'$'，否則視為賦值給數(shù)據(jù)幀外的元素。賦值后必須要先卸載(detach)再重新掛接后，新值才可見。> detach(t) attach()是具有一般性的函數(shù)，即它不僅能夠

43、將目錄和數(shù)據(jù)幀掛接在搜索路徑上，還能掛接其他類別的對象。特別是模式為"list"的對象可以通過相同的方式掛接：> attach(any.old.list)     任何被掛接的對象都可以用detach來卸載，通過指定位置編號或者指定名稱這樣的方式.搜索路徑函數(shù)search()將顯示目前的搜索路徑，可以用來查看數(shù)據(jù)幀/列表的掛接狀態(tài)。ls()（或objects()）命令可以用來檢查搜索路徑任意位置上的內(nèi)容。如：ls(), ls(2), ls(t)R可以在搜索路徑中包含至多20個(gè)項(xiàng)目,列表和數(shù)據(jù)幀只能在位置2或更靠后的位置

44、上掛接。 數(shù)據(jù)幀使用慣例 1 將每個(gè)獨(dú)立的，適當(dāng)定義的問題所包含的所有變量收入同一個(gè)數(shù)據(jù)幀中，并賦予合適的、易理解、易辨識(shí)的名稱；2 處理問題時(shí)，當(dāng)相應(yīng)的數(shù)據(jù)幀掛接于位置2，同時(shí)在第1層工作目錄下存放操作的數(shù)值和臨時(shí)變量；3 在結(jié)束一次工作之前，將你認(rèn)為對將來有參考價(jià)值的變量通過$標(biāo)記的形式添加到數(shù)據(jù)幀里面，然后detach()；4 最后，將工作目錄下所有不需要的變量剔除，并且盡量將剩下多余的臨時(shí)變量都清除干凈。這樣我們可以很簡單的在同一個(gè)目錄下處理多個(gè)問題，而且對每個(gè)問題都可以使用x,y,z這樣的變量名。七  從文件中讀取數(shù)據(jù)7.1 函數(shù)read.table()

45、該函數(shù)可以直接將文件中完整的數(shù)據(jù)幀讀入。此時(shí)文件要符合特定的格式：1 第一行應(yīng)當(dāng)提供數(shù)據(jù)幀中每個(gè)變量的名稱；2 每一行(除變量名稱行)應(yīng)包含一個(gè)行標(biāo)號和各變量的值。3 若沒有表頭(變量名稱行)，也沒有行標(biāo)號，只有變量值，則默認(rèn)變量名稱為"v1","v2".4 若有表頭，但沒有行標(biāo)號，則可以指定參數(shù)header=TRUE.7.2 函數(shù)scan()該函數(shù)從鍵盤或文件中讀取數(shù)據(jù)，并存入向量或列表中。> inp <- scan(file, what)第一個(gè)參數(shù)是文件名,如“test.txt”，若為“”或空，則從鍵盤讀入數(shù)據(jù)；第二個(gè)參數(shù)用于確

46、定讀入數(shù)據(jù)的模式。  如：list("",0,0) 指定讀入到列表中，列表有三項(xiàng)，且列表第一項(xiàng)是字符型，第二三項(xiàng)是數(shù)值型。若為0，則指定讀入到一個(gè)數(shù)值向量中，若為“”則指定讀入到字符向量中。7.3 內(nèi)置數(shù)據(jù)集的讀取 R本身提供超過50個(gè)數(shù)據(jù)集，同時(shí)在功能包（包括標(biāo)準(zhǔn)功能包）中附帶更多的數(shù)據(jù)集。與S-Plus不同，這些數(shù)據(jù)即必須通過data函數(shù)載入。>  data()   #獲得基本系統(tǒng)提供的數(shù)據(jù)集列表，然后通過形如>  data(infert)    #來載入名為infer

47、t的數(shù)據(jù)集從其他package中載入數(shù)據(jù)集data(package="nls")      #查看nls中數(shù)據(jù)集data(Puromycin, package="nls")     #讀取nls中Puromycin數(shù)據(jù)集。用library()掛接package后，它的數(shù)據(jù)集也自動(dòng)包含到搜索路徑中了。library(nls)    #載入package nlsdata()      #查看

48、數(shù)據(jù)集date(Puromycin)    #載入Puromycin數(shù)據(jù)集  7.4  編輯數(shù)據(jù)在使用一個(gè)數(shù)據(jù)幀或矩陣時(shí)，edit提供一個(gè)獨(dú)立的工作表式編輯環(huán)境。> xnew <- edit(xold)       #對數(shù)據(jù)集xold進(jìn)行編輯。并在完成時(shí)將改動(dòng)后的對象賦值給xnew> xnew <- edit(data.frame()        #可以通過工作表界面錄入新數(shù)據(jù)。fix()函

49、數(shù)用于直接修改已有的對象，等價(jià)于  x<-edit(x).八 概率分布8.1 R是一個(gè)統(tǒng)計(jì)表集合(略讀) R提供了一套完整的統(tǒng)計(jì)表集合。函數(shù)可以對累積分布函數(shù)P(X<=x)，概率密度函數(shù)，分位函數(shù)（對給定的q，求滿足P(X<=x) > q的最小x）求值，并根據(jù)分布進(jìn)行模擬。對于所給的名稱，加前綴'd'代表密度(density)，'p'代表CDF，'q'代表分位函數(shù)，'r'代表模擬（隨即散布）。這幾類函數(shù)的第一個(gè)參數(shù) 是有規(guī)律的，形為dxxx的函數(shù)為x，pxxx的函數(shù)為q，qxxx的函數(shù)為

50、p，rxxx的函數(shù)為n（rhyper和rwilcox是特例，他們的第一個(gè) 參數(shù)為nn）。目前為止，非中心參數(shù)(non-centrality parameter)僅對CDF和少數(shù)幾個(gè)其他函數(shù)有效，細(xì)節(jié)請參考在線幫助。所有pxxx和qxxx的函數(shù)都具有邏輯參數(shù)lower.tail和log.p，而所有的dxxx函數(shù)都有參數(shù)log，這個(gè)是我們可以直接通過- pxxx(t, ., lower.tail = FALSE, log.p = TRUE)獲取，比如說，累積失效函數(shù)（cumulative/integrated hazard function），H(t) =-log(1-F(t)，以及更精確的對數(shù)似

51、然（通過dxxx(., log = TRUE)）。此外，對于來自正態(tài)分布，具有學(xué)生化樣本區(qū)間的分布還有ptukey和qtukey這樣的函數(shù)。下面是一些例子> # 2-tailed p-value for t distribution> 2*pt(-2.43, df = 13)> # upper 1% point for an F(2, 7) distribution> qf(0.99, 2, 7)8.2 檢測數(shù)據(jù)集的分布 函數(shù)summary和fivenum這兩個(gè)函數(shù)可以給出摘要，后者只給出數(shù)值；函數(shù)stem可以將數(shù)值統(tǒng)計(jì)結(jié)果以類似直方圖的方式顯示出來；函數(shù)hi

52、st()可以繪制直方圖；函數(shù)density和line可以獲得更漂亮的密度圖；功能包fun中的ecdf函數(shù)能繪制經(jīng)驗(yàn)累積分布函數(shù)；還可以進(jìn)行擬合正態(tài)分布，覆蓋擬合CDF；還可以繪制Quantile-quantile (Q-Q)圖有助于我們更細(xì)致的檢測其分布形態(tài)；8.3 單樣本和兩樣本檢驗(yàn)（略讀）九  語句組、循環(huán)和條件操作 R是一種表達(dá)式語言，也就是說其命令類型只有函數(shù)或表達(dá)式，并由它們返回一個(gè)結(jié)果。語句組由花括號 確定，此時(shí)結(jié)果是該組中最后一個(gè)能返回值的語句的結(jié)果。條件語句> if (expr_1) expr_2 else expr_3 

53、其中條件表達(dá)式expr1必須返回一個(gè)邏輯值，操作符&&和|經(jīng)常被用于條件部分。&和|與&&，|的區(qū)別在于，&和|按照逐個(gè)元素的方式進(jìn)行計(jì)算，&&和|對向量的第一個(gè)元素進(jìn)行運(yùn)算，只有在必需的時(shí)候才對第二個(gè)參數(shù)求值。if/else結(jié)構(gòu)的向量版本是函數(shù)ifelse，其形式為ifelse (condition,a,b)，產(chǎn)生函數(shù)結(jié)果的規(guī)則是：如果conditioni為真，對應(yīng)ai元素；反之對應(yīng)的是bi元素。根據(jù)這個(gè)原則函數(shù)返回一個(gè)由a,b中相應(yīng)元素組成的向量，向量長度與其最長的參數(shù)等長。循環(huán)語句> for (name in

54、 expr_1) expr_2其中name是循環(huán)變量，expr1是一個(gè)向量表達(dá)式（通常是1:20這樣的序列），而expr2經(jīng)常是一個(gè)表達(dá)式語句組，expr2隨著name依次取expr1結(jié)果向量的值而被多次重復(fù)運(yùn)行。> repeat(expr)> while(condition) expr break語句可以用來中斷任何循環(huán)，可能是非正常的中斷。而且這是中止repeat循環(huán)的唯一方式。next語句可以中止一個(gè)特定的循環(huán)，跳至下一個(gè).十 編寫自己的函數(shù)10.1 函數(shù)的定義> name <- function(arg_1, arg_2, .) e

55、xpression expression是一個(gè)R表達(dá)式（通常是表達(dá)式語句組），并使用參數(shù)arg_i來計(jì)算出一個(gè)數(shù)值，表達(dá)式的值就是函數(shù)的返回值。函數(shù)調(diào)用的形式通常都是name(expr1,expr2,.)10.2 定義新的二元操作符可以將函數(shù)定義為新的二元操作符：> "%!%" <- function(X, y) . 正如矩陣乘法運(yùn)算符，%*%，和矩陣外積運(yùn)算符%o%10.3 指定參數(shù)和默認(rèn)值 如果被調(diào)用函數(shù)的參數(shù)按照"name = obj"的形式給出，那么參數(shù)的次序可以是任意的。而且，參數(shù)序列可以在開始依次序給

56、出，而將指定名稱的參數(shù)置于后面。因此，如果由一個(gè)函數(shù)fun1被定義為> fun1 <- function(data, data.frame, graph, limit) function body omitted那么函數(shù)可以有多種等價(jià)的使用方法，例如> ans <- fun1(d, df, TRUE, 20)> ans <- fun1(d, df, graph=TRUE, limit=20)> ans <- fun1(data=d, limit=20, graph=TRUE, data.frame=df)默認(rèn)值 ：在很多情況下，參數(shù)都會(huì)被賦予一個(gè)

57、普遍適用的默認(rèn)值。> fun1 <- function(data, data.frame, graph=TRUE, limit=20) . 則函數(shù)可以這樣被調(diào)用> ans <- fun1(d, df)此時(shí)與上面三種情況等價(jià)，也可以這樣調(diào)用> ans <- fun1(d, df, limit=10)此時(shí)改變了一個(gè)默認(rèn)值。NOTE：參數(shù)可以是任意表達(dá)式，甚至可以是包含其他參數(shù)的表達(dá)式；10.4 額外參數(shù)“.” 當(dāng)需要將一個(gè)函數(shù)的參數(shù)傳遞給另一個(gè)函數(shù)時(shí)，可以通過包含一個(gè)額外的參數(shù)"."實(shí)現(xiàn)。fun1 <- function(da

58、ta, data.frame, graph=TRUE, limit=20, .) omitted statementsif (graph)par(pch="*", .)more omissions10.5 全局變量和局部變量函數(shù)內(nèi)的賦值都是局部變量，退出函數(shù)就丟失了。如果要在函數(shù)內(nèi)進(jìn)行永久賦值（定義全局變量），需要用到“超賦值”操作符, <<-或者函數(shù)assign()。10.6 一些高級示例區(qū)組設(shè)計(jì)的效率因子 (E±ciency factors)刪除打印數(shù)組中的所有名稱遞歸的數(shù)值積分10.7 范疇（Scope） 函數(shù)主體內(nèi)出現(xiàn)的標(biāo)識(shí)(symb

59、ol)可以被分為3類；正式參數(shù)、局部變量和自由變量。正式參數(shù)就是出現(xiàn)在函數(shù)參數(shù)列表中的參數(shù)，他們的值由實(shí)際的函數(shù)參數(shù)與正式參數(shù)的綁定（binding）過程決定。局部變量是在參數(shù)主體中，由表達(dá)式求值過程決定的變量。自由變量為既不是正式參數(shù)又不是局部變量的變量。賦值之后自由變量成為局部變量。 在R中，自由變量的值由函數(shù)被創(chuàng)建的環(huán)境中與其同名的第一個(gè)變量值決定（我理解為最近的同名變量），這種方式被稱為詞匯式范疇(lexical scope)。而在S中，該值由同名的全局變量決定。例如下面的函數(shù)cube，在R中cube（2）=8，在S中報(bào)錯(cuò)為sq()找不到n。cube <- functi

60、on(n) sq <- function() n*nn*sq()一個(gè)銀行賬戶的例子，詳見R語言筆記。10.8 定制環(huán)境詳見R語言筆記。10.9 類別，通用函數(shù)和對象定位 一個(gè)對象的類別(class)決定了他會(huì)如何被通用函數(shù)(generic function)處理。如果參數(shù)本身沒有任何類別屬性，或者其類別在特定問題中并不滿足通用函數(shù)的要求，通常會(huì)有一個(gè)默認(rèn)的動(dòng)作被執(zhí)行。類別機(jī)制使用戶可以為特定的目的設(shè)計(jì)和編寫通用函數(shù)。使用> methods(class="data.frame")可以查看數(shù)據(jù)幀的通用函數(shù)。使用> methods(plot)可以查看p

61、lot函數(shù)能處理的類別。十一   R的統(tǒng)計(jì)模型待閱。十二 圖形過程在Windows下用window()命令可以打開圖形窗口。12.1 高級繪圖命令     高級繪圖函數(shù)，由函數(shù)參數(shù)提供數(shù)據(jù)生成一幅完整的圖形。其中適當(dāng)?shù)淖鴺?biāo)軸，標(biāo)簽和標(biāo)題都自動(dòng)生成了（除非你另外指定了）。高級繪圖命令每次都生成一幅新的圖形，清除當(dāng)前的圖形（如果需要的話）。1  plot()函數(shù) 這是一個(gè)通用函數(shù)：生成圖形的類型取決于第一個(gè)參數(shù)的類型或類別(class)。plot(x,y)  plot(xy)：如果x，y是向量，plot(x,

62、y)生成一幅y對x的散點(diǎn)圖。用包含兩個(gè)元素x，y的一個(gè)列表或一個(gè)兩列的矩陣作為一個(gè)參數(shù)（第二種形式那樣的）也能達(dá)成相同的效果。plot(x)：如果x是一個(gè)時(shí)間序列，這個(gè)命令生成一個(gè)時(shí)間序列圖，如果x是一個(gè)數(shù)值型向量，則生成一個(gè)向量值對它們向量索引的土，而如果x是一個(gè)復(fù)向量，則生成一個(gè)向量中元素的虛部對實(shí)部的圖。plot(f)   plot(f,y)：f是一個(gè)因子對象，y是一個(gè)數(shù)值型向量。第一種形式生成一個(gè)f的條形圖；第二種形式生成y對應(yīng)于f各個(gè)水平的箱線圖。plot(df)   plot( expr)    plot(y e

63、xpr)：df是一個(gè)數(shù)據(jù)幀，y是任意對象，expr是由對象名稱組成的列表，分隔符'+'(例如，a + b + c)。前兩種形式生成分布式的圖形，第一種是數(shù)據(jù)幀中的變量，第二種是一系列被命名的對象。第三種形式生成y對expr中每個(gè)對象的圖。2 顯示多元數(shù)據(jù) 如果X是一個(gè)數(shù)值矩陣或數(shù)據(jù)幀，下面的命令> pairs(X) 生成一個(gè)配對的散點(diǎn)圖矩陣，矩陣由X中的每列的列變量對其他各列列變量的散點(diǎn)圖組成，得到的矩陣中每個(gè)散點(diǎn)圖行、列長度都是固定的。 當(dāng)問題涉及到三、四個(gè)變量時(shí)，使用coplot更好些。如果a和b是數(shù)值向量，c是數(shù)值向量或因子對

64、象（全都是相同長度的），下面的命令> coplot(a b | c)對應(yīng)c的某些給定值生成數(shù)個(gè)a對b的散點(diǎn)圖。當(dāng)c是一個(gè)因子時(shí)，這個(gè)命令也就是對c的每個(gè)水平生成a對b的散點(diǎn)圖。當(dāng)c是數(shù)值向量的時(shí)候，這個(gè)數(shù)值向量被分為一系列的條件區(qū)間（conditioning intervals），對應(yīng)c的每個(gè)區(qū)間生成一個(gè)a對b的散點(diǎn)圖。區(qū)間的數(shù)量和位置可以通過coplot()的參數(shù)given.values來控制，函數(shù)ervals()也可以用來選擇區(qū)間。我們也可以使用兩個(gè)給定變量通過命令>coplot(a b | c+d)對c和d的每個(gè)聯(lián)合條件區(qū)間生成a對b的散點(diǎn)圖。 

65、;函數(shù)coplot()和pairs()都可以使用參數(shù)panel=，這個(gè)參數(shù)可以用來定制我們得到的圖形類型。默認(rèn)的是points()函數(shù)，生成一個(gè)散點(diǎn)圖，不過通過在參數(shù)panel=中提供某些其它的低級圖形函數(shù)，我們可以生成需要的各種圖形。一個(gè)很有用的函數(shù)例子是panel.smooth()。3 顯示圖形 qqnorm(x)   qqline(x)    qqplot(x,y)分布比較圖。第一種形式生成向量x對期望正態(tài)分?jǐn)?shù)（一個(gè)正態(tài)記分圖），第二個(gè)在上面的圖上添加一條穿過分布分位點(diǎn)和數(shù)據(jù)分位點(diǎn)的直線。第三個(gè)命令生成x的分

66、位點(diǎn)對y分位點(diǎn)圖，用于分別比較它們的分布。hist(x)     hist(x,nclass=n)       hist(x,breaks=b, . . . )生成數(shù)值變量x的直方圖。通常會(huì)自動(dòng)選定一個(gè)合理的類別數(shù)，不過可以通過nclass=參數(shù)來指定一個(gè)推薦值?；蛘咄ㄟ^參數(shù)breaks=來指定分界點(diǎn)。如果給定了probability=TRUE參數(shù)，那么條形圖代表相對頻數(shù)而不是累計(jì)數(shù)。dotchart(x, . . . )創(chuàng)建一個(gè)x中數(shù)據(jù)的點(diǎn)圖(dotchart)。點(diǎn)圖中y軸給出x中數(shù)據(jù)的標(biāo)簽，

67、x軸給出它們的值。它允許對落入某一特定區(qū)間的所有數(shù)據(jù)項(xiàng)方便的進(jìn)行可視化選擇。image(x,y,z, . . . )     contour(x,y,z, . . . )    persp(x,y,z, . . . )生成三個(gè)變量的圖。函數(shù)image是用不同的顏色繪制一些矩形方格來展示z的值，函數(shù)contour通過繪制等高線來展示z的值，函數(shù)persp繪制一個(gè)3D面。4 參數(shù)配置 add=TRUE      強(qiáng)制函數(shù)按照低級圖形函數(shù)的方式操作，將

68、圖形置于當(dāng)前圖形上（僅對某些函數(shù)有效）。axes=FALSE       暫時(shí)禁止坐標(biāo)軸的生成|以便使用axis()函數(shù)添加你自己定制的坐標(biāo)軸。默認(rèn)情況是axes=TRUE，即包含坐標(biāo)軸。log="x"   log="y"   log="xy"      令x,y或者兩者全都對數(shù)化。這個(gè)參數(shù)對許多函數(shù)都有效，不過不是全部。type=    

69、0;     參數(shù)type=控制所生成圖形的類型：        type="p" 繪制單獨(dú)的點(diǎn)（默認(rèn)值）        type="l" 繪制線        type="b" 繪制由線連接的點(diǎn)（both）       

70、; type="o" 將點(diǎn)繪在線上        type="h" 繪制從點(diǎn)到零軸的垂線（high-density）        type="s" 階梯式圖。第一種形式中，點(diǎn)由垂線的頂部定義；第二種形式里用底部定義。        type="n" 不繪制。不過坐標(biāo)軸是繪出的（默認(rèn)情況）而且要根據(jù)數(shù)據(jù)繪出坐

71、標(biāo)系統(tǒng)。用來給后續(xù)的低級圖形函數(shù)創(chuàng)建圖形作基礎(chǔ)。xlab=string    ylab=string          x軸或y軸的標(biāo)簽。使用這些參數(shù)來改變默認(rèn)的標(biāo)簽，通常的默認(rèn)值是調(diào)用高級繪圖函數(shù)時(shí)所使用對象的名稱。main=string          圖表標(biāo)題，位于圖形的頂部，大字體顯示。 sub=string         子標(biāo)題，位于x軸下面，用較小的字體顯示。12.2