[贊]R語言教程筆記-入門級2--知其然

1、R編程筆記2一、 簡介1. 突出特點：【多領(lǐng)域的統(tǒng)計資源】目前在R網(wǎng)站上約有2400個程序包，涵蓋了基礎(chǔ)統(tǒng)計學、社會學、經(jīng)濟學、生態(tài)學、空間分析、系統(tǒng)發(fā)育分析、生物信息學等諸多方面?！久赓M】2. 缺點：【占用內(nèi)存】所有的數(shù)據(jù)處理在內(nèi)存中進行，不適于處理超大規(guī)模的數(shù)據(jù)。【運行速度稍慢】即時編譯，約相當于C語言的1/20。3. CRAN ：全稱The Comprehensive R Archive Network。由世界幾十個鏡像網(wǎng)站組成網(wǎng)絡，提供下載安裝程序和相應軟件包。各鏡像更新頻率一般為1-2天。推薦鏡像： 中國的鏡像:數(shù)學所：/mirrors/CRAN/

2、即時更新的CRAN源：/界面下如下（版本 R2.11.1）4. R程序包 （R packages）4.1 什么是R程序包R程序包是多個函數(shù)的集合，具有詳細的說明和示例。每個程序包包含R函數(shù)、數(shù)據(jù)、幫助文件、描述文件等,window下是zip形式，安裝時不要解壓縮。R程序包是R功能擴展，特定的分析功能，需要用相應的程序包實現(xiàn)。例如：系統(tǒng)發(fā)育分析，常用到ape程序包，群落生態(tài)學vegan包等。4.2 常用R程序包ade4 利用歐幾里得方法進行生態(tài)學數(shù)據(jù)分析adephylo系統(tǒng)進化數(shù)據(jù)挖掘與比較方法ape 系統(tǒng)發(fā)育與進化分析apTreeshape進化樹

3、分析boot Bootstrap檢驗cluster聚類分析ecodist生態(tài)學數(shù)據(jù)相異性分析FD 功能多樣性分析geiger物種形成速率與進化分析Graphics繪圖lattice柵格圖maptools空間對象的讀取和處理mefa 生態(tài)學和生物地理學多元數(shù)據(jù)處理mgcv 廣義加性模型相關(guān)mvpart多變量分解nlme 線性及非線性混合效應模型ouch 系統(tǒng)發(fā)育比較pgirmess生態(tài)學數(shù)據(jù)分析phangorn系統(tǒng)發(fā)育分析picante群落系統(tǒng)發(fā)育多樣性分析raster柵格數(shù)據(jù)分析與處理seqinrDNA序列分析sp 空間數(shù)據(jù)處理spatstat空間點格局分析，模型擬合與檢驗splancs空間與

4、時空點格局分析stats R統(tǒng)計學包SDMTools物種分布模型工具vegan 植物與植物群落的排序，生物多樣性計算CRAN Task Views 中有對程序包的分類介紹 4.3 R程序包安裝1 用函數(shù) install.packages()，如果已經(jīng)連接到互聯(lián)網(wǎng)，在括號中輸入要安裝的程序包名稱，選擇鏡像后，程序?qū)⒆詣酉螺d并安裝程序包。例如： 要安裝picante包,在控制臺中輸入 install.packages("picante")2 安裝本地zip包路徑：Packages>install packages from local files選擇本地磁盤上存儲zip包

5、的文件夾。4.4 程序包導入及使用程序包的中函數(shù)，都要先導入，再使用導入：library(vegan) 包中函數(shù)使用方法同R自帶的函數(shù)使用方法一樣。4.5 查看幫助文件1>查詢程序包內(nèi)容：1 菜單 幫助>Html幫助2 查看pdf幫助文檔2>查詢函數(shù)使用介紹：1 ?t.test 2 RGui>Help>Html help3 apropos("t.test") 4 help("t.test")5 help.search("t.test") 6 查看R包pdf手冊3>解讀幫助文件：lmstats #函數(shù)

6、名及所在包 Fitting Linear Models #標題Description #函數(shù)描述Usage #默認選項Arguments #參數(shù)Details #詳情Author(s) #作者References #參考文獻Examples #舉例例：幫助>R函數(shù)幫助（文本）>彈出>點“確定”后彈出下面網(wǎng)頁或錄入 二、 函數(shù)與對象1. R函數(shù)1.1 函數(shù)形式 R是一種解釋性語言，輸入后可直接給出結(jié)果。功能靠函數(shù)實現(xiàn)。函數(shù)名(輸入數(shù)據(jù)，參數(shù)= )例：平均值 mean(x, trim = 0, na.rm = FALSE, .) 線性模型 lm(yx, data=test)1.2

7、 函數(shù)種類低級 VS 高級（泛函） Help>Html help>packageslog() log10() exp() sin() cos() tan() asin() acos()binom.test()fisher.test()chisq.test()glm(y x1+x2+x3, binomial)friedman.test()常用統(tǒng)計函數(shù)如下：返回值返回序號舉例：箱線圖繪制函數(shù)的調(diào)用boxplot(daytype, data=bac, col="red", xlab="Virus", ylab="days")da

8、ytype， 以type為橫軸，day為縱軸繪制箱線圖。（type,day都是向量對象（后面會介紹）data=bac 數(shù)據(jù)來源bac （bac 為數(shù)據(jù)框?qū)ο螅ヽol=“red” 箱線圖為紅色xlab=“Virus” 橫軸名稱為Virusylab=“days” 縱軸名稱為days2. 對象R處理的所有數(shù)據(jù)、變量、函數(shù)和結(jié)果都以對象的形式保存2.1 命名規(guī)則1. 區(qū)分大小寫,注意China和china的不同。2. 不能用數(shù)字作為變量，對象也不能用數(shù)字開頭，但是數(shù)字可以放在中間或結(jié)尾，如2result與result2，后者是合法的。3. 建議不要用過短的名稱?？梢杂谩?”作為間隔，例如 anova.

9、result1。4. 不要使用保留名：NA, NaN, pi, LETTERS, letters, month.abb, 2.2 元素類型（存儲類型）對象是由各元素組成的。每個元素，都有自己的數(shù)據(jù)類型數(shù)值型 Numeric 如 100, 0, -4.335字符型 Character 如 “China”邏輯型 Logical 如TRUE, FALSE因子型 Factor 表示不同類別復數(shù)型 Complex 如：2 + 3i2.3 對象類型（結(jié)構(gòu)化數(shù)據(jù)）向量(vector) 一系列元素的組合。如 c(1,2,3); c("a","a",&

10、quot;b","b","c")因子(factor) 因子是一個分類變量c("a","a","b","b","c")矩陣(matrix) 二維的數(shù)據(jù)表，是數(shù)組的一個特例x <- 1:12 ; dim(x) <- c(3,4) ,1 ,2 ,3 ,41, 1 4 7 102, 2 5 8 113, 3 6 9 12數(shù)組(array) 數(shù)組是k維的數(shù)據(jù)表（k in 1:n, n 為正整數(shù)）。向量(n = 1) 矩陣(n = 2) 高維數(shù)組

11、(n >= 3) 數(shù)據(jù)框(dataframe) 是由一個或幾個向量和（或）因子構(gòu)成，它們必須是等長的，但可以是不同的數(shù)據(jù)類型。列表(list) 列表可以包含任何類型的對象。 可以包含向量、矩陣、高維數(shù)組，也可以包含列表2.4 運算符數(shù)學運算 運算后給出數(shù)值結(jié)果+, -, *, /, (冪)比較運算 運算后給出判別結(jié)果(TRUE FALSE)>, <, <=, >=, =, !=邏輯運算 與、或、非!, &, &&, |, |2.5 數(shù)據(jù)表每個數(shù)據(jù)表可以看作一個數(shù)據(jù)框(dataframe)，由很多不同類型的向量組成，如字符型，因子型，數(shù)值型，

12、每一列(column)作為一個向量(vector)，每一行(row)作為一個記錄(entry)。如何生成數(shù)據(jù)框？(1) 從外部數(shù)據(jù)讀取test.data <- read.csv("D:/R/test2.csv",header=T) header=T 表示用第一行為列標題read.table(file=file.choose(),header=T) 可以彈出對話框，選擇文件。數(shù)據(jù)量較大時用read.table函數(shù)從外部txt文件讀?。篸ata1<-read.table("d:/t.test.data.txt",header=T)(2) 各類型因

13、子組合成數(shù)據(jù)框見后2.6.3，數(shù)據(jù)框創(chuàng)建舉例： 外部讀入數(shù)據(jù)后進行方差分析bac<-read.table("d:/anova.data.txt",header=T) #將ba數(shù)據(jù)框中的type轉(zhuǎn)換為因子(factor)=有分類的作用bac$type<-as.factor(bac$type) ba.an<-aov(lm(daytype, data=bac) summary(ba.an) boxplot(daytype,data=bac,col="red")2.6 對象的創(chuàng)建2.6.1 向量（1）生成向量的函數(shù) c() , rep() ,

14、seq() , “:”c(2,5,6,9) #自定義的向量rep(2,times=4) # 重復型向量seq(from=3, to=21, by=3 ) #等距數(shù)值型向量 1 3 6 9 12 15 18 211:15 #連續(xù)型數(shù)值向量 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15通過與向量的組合，產(chǎn)生更為復雜的向量。rep(1:2,c(10,15) #數(shù)值1重復10次，數(shù)值2重復15次rep(1:5,1:5) #數(shù)值1至5按順序分別重復1:5次注意：除了生成數(shù)值型向量，還可以生成字符型（abc），邏輯型(T,F)和復數(shù)型(a+bi)向量。（2）隨機數(shù)向量 run

15、if(10, min = 0, max= 1) #均勻分布隨機數(shù)rnorm(10, mean = 0, sd = 1)# 正太分布隨機數(shù)幾個隨機數(shù)的相關(guān)函數(shù)概率密度 dunif(x, min=0, max=1, log = FALSE) 累積函數(shù) punif(q, min=0, max=1, )分位數(shù) qunif(p, min=0, max=1, ) 隨機均勻分布 runif(n, min=0, max=1)2.6.2 矩陣dim() 和matrix() 為生成矩陣的函數(shù)，其中dim() 定義矩陣的行列數(shù)，舉例：（1）x <- 1:12dim(x) <- c(3,4) ,1 ,2

16、,3 ,4 1, 1 4 7 10 2, 2 5 8 11 3, 3 6 9 12（2）matrix.x <- matrix(1:12,nrow=3,byrow=T)t(x) #轉(zhuǎn)置 s() s #為行或列添加名稱2.6.3 數(shù)據(jù)框cbind() # 按列組合成數(shù)據(jù)框rbind() # 按行組合成數(shù)據(jù)框data.frame() #生成數(shù)據(jù)框head() #默認訪問數(shù)據(jù)的前6行例子：2.6.4 列表列表可以是不同類型甚至不同長度的向量(數(shù)值型，邏輯型，字符型等等)、數(shù)據(jù)框甚至列表的組合。list()例如：list(character,numeric,logi

17、cal,matrix.x)2.7 類的判斷和轉(zhuǎn)換2.7.1 判斷 （is）對象類型判斷mode() 判斷存儲的類型class() 判斷數(shù)據(jù)的類根據(jù)數(shù)據(jù)的類，采用相應的處理方法。以下函數(shù)，主要用在函數(shù)處理異常時使用，目的是增強程序的穩(wěn)健性。is.numeric() #返回值為TRUE或FALSEis.logical() #是否為邏輯值is.charactor() #是否為字符串is.null() #是否為空is.na() #是否為na2.7.2 轉(zhuǎn)換(as)as.numeric() #轉(zhuǎn)換為數(shù)值型as.logical() #轉(zhuǎn)換為邏輯型as.charactor() #轉(zhuǎn)換為字符串a(chǎn)s.matri

18、x() #轉(zhuǎn)換為矩陣as.data.frame() #轉(zhuǎn)換為數(shù)據(jù)框as.factor() #轉(zhuǎn)換為因子2.8 元素引用2.8.1 向量內(nèi)其中 x2 - c(1,3,5)表示去除向量中第1,3,5個元素以一個向量作為元素引用的參數(shù)2.8.2 矩陣/數(shù)據(jù)框內(nèi)矩陣和數(shù)據(jù)庫都是二維的，元素引用方式類似分別對矩陣提取第一列元素、第二列元素、第2行第1列的元素 注意 數(shù)據(jù)框的不同列有列名稱的 對整列的引用使用“$”可表示為intake <- data.frame(intake.pre, intake.post) #組合生成一個數(shù)據(jù)框intake$intake.pre #引用名為intake.pre的

19、列2.8.3 列表內(nèi)列表內(nèi)元素的引用可以用”如 list1c(1,2,3)2.9 數(shù)據(jù)框內(nèi)部元素訪問attach(datafram) #綁定當前區(qū)域為數(shù)據(jù)框datafram內(nèi)，則無需使用$符號，即可直接引用框內(nèi)的列名x=colum1 y=colum2z=colum3 .n=column. #在需要大量訪問調(diào)用的情況下可用明顯提高效率detach(datafram) #解除綁定 在函數(shù)內(nèi)部，對數(shù)據(jù)進行相應調(diào)整 with() #with函數(shù)內(nèi)部形成一個空間，在這個空間中，函數(shù)可以對列訪問。within()transform() # 數(shù)據(jù)的轉(zhuǎn)換,如取logsubset() #取數(shù)據(jù)的子集apply(

20、) #對數(shù)據(jù)表或矩陣應用某個函數(shù)，可減少循環(huán)2.10 條件篩選原理：條件篩選是先對變量否滿足條件進行判斷，滿足為TRUE，不滿足為FALSE。之后再用邏輯值對向量內(nèi)的元素進行篩選。2.11 其他（1）工作空間 imageR的所有對象都在計算機內(nèi)存的工作空間中。ls() 列出工作空間中的對象rm() 刪除工作空間中的對象rm(list=ls() 刪除空間中所有對象save.image(“weizhi”) 保存工作鏡像load(“weizhi”) 提取sink() 將運行結(jié)果保存到指定文件中g(shù)etwd() 顯示當前工作文件夾/工作目錄setwd() 設定工作文件夾/工作目錄可將結(jié)果保存在image

21、中，形式為.Rdata文件，里面保存了R當前工作空間中的各種對象，包括函數(shù)。舉例 設置工作目錄、保存工作空間、查看工作目錄/（2）歷史數(shù)據(jù) history輸入的命令，在R中作為歷史history保存，可輸入函數(shù)history() # 查看輸入歷史history(Inf) # 查看打開R之后所有的輸入可用向上或向下的箭頭切換輸入的行。三、 腳本編輯 scripting3.1定義：腳本語言(scripting language)又稱動態(tài)語言，是依靠解釋器完成相應的功能的一類計算機語言，通常以ASCII碼的文本格式保存源程序3.2 特點腳本語言語法和結(jié)構(gòu)通常比較簡單，不需要編譯，通過解釋器對腳本進行

22、解釋，從而給出結(jié)果，能用簡單的代碼完成復雜的功能，但是速度較慢。3.3比較很多計算機語言都有IDE (integrated development environment)，即集成開發(fā)環(huán)境。但是R通常無需集成開發(fā)環(huán)境，腳本在一般的文本編輯器里即可編輯。在代碼較多的情況下，常需要對行數(shù)、函數(shù)、括號、函數(shù)選項等進行高亮顯示，設置成不同的顏色，以減少錯誤的發(fā)生。3.4 編輯器種類R自帶的腳本編輯器 Editplus （ ） TinnR (/Tinn-R/ ) Ultraedit （ ） Emacs （/software/emacs/ ） Notepad+ 與NpptoR組合（http:/notepad- ） 記事本或?qū)懽职?等等3.5運行腳本1 通過source()函數(shù)運行source("d:/regression.r") =source(“文件位置”)2 通過R腳本編輯器運行路徑：RGui>File>Open Script #Ctrl+R運行3 直接粘貼到R控制臺ctrl+c, ctrl+v第三種最為簡單直接務必要加后綴名啊！四、 繪圖4.1功