r语言的使用课件

1、R语言许美玲初始R语言R的源起R是S语言的一种实现。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、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。R的使用与S-PLUS有很多类似之处，两个软件有一定的兼容性。R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是一套完整的

2、数据处理、计算和制图软件系统。其功能包括：数据存储和处理系统；数组运算工具（其向量、矩阵运算方面功能尤其强大）；完整连贯的统计分析工具；优秀的统计制图功能；简便而强大的编程语言：可操纵数据的输入和输入，可实现分支、循环，用户可自定义功能。安装R1 安装R到 找CRAN镜像下载，初次安装选择base 包。2 安装编辑器RStudio到 下载。下载和载入包的方法Tools-Install Packages，然后输入包的名称搜索下载安装。使用library()函数载入包。R的简单使用3+3log(5) #注意这是取自然对数。log10(5) #注意这是取以10 为底的对数。s-rnorm(50);s

3、 #产生50 个服从标准正态分布的随机数。plot(s) #作这些随机数的散点图。abline(1,-0.09) #加一条截距为2，斜率为-0.09 的直线。帮助在需要帮助的关键词前面加?或者?运行寻求帮助。?boxplotboxplot(count spray, data =InsectSprays,col = lightgray)?InsectSprays?vegan把数据输入R数据结构拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。他们在存储数据的类型、创建方式、结构复杂度等方面均有不同。用c()输入数据x - c (59, 55, 53.5, 55, 52.5

4、, 57.5, 53, 55)#需要查看c中的值，可以输入：x1 #查看第1个值，注意这里是方括号x1:4 #查看前4个值x-3 #查看除了第3个值以外的其它值变量命名规则以字母或者“.”开头，并且“.”开头的名字后的第一个字符只能是下划线(“_”)或字母。x-1#合法.x-1#合法._1-1#合法，但是不推荐使用，因为这样做没有任何好处.1-1#不合法创建向量与向量有关的的函数（1）求向量的最大值、最小值和范围的函数 min(x),max(x),range(x) which.min(x),which.max(x)（2）求和函数、求连乘函数 sum(x) prod(x) length(x) #

5、表示分量的个数产生有序的序列等差数列 a:b a:b+n等间隔函数 seq(from=value1,to=value2,by=value3) seq(from=value1,to=value2,length=n)重复函数 rep（x，times=n）； rep（x，each=n）rep(c(Wing, Bone, Head, Weight),c(4,3,2,1) #重复不同的次数缺失数据Wing - c (59, 55, 53.5, 55, 52.5, 57.5, 53, 55)Bone - c(22.3, 19.7, 20.8, 20.3, 20.8, 21.5, 20.6, 21.5)He

6、ad - c(31.2, 30.4, 30.6, 30.3, 30.3, 30.8, 32.5, NA)Weight - c(9.5, 13.8, 14.8, 15.2, 15.5, 15.6, 15.6, 15.7)#注意到Head 有一个缺失值，可以用is.na()检测：is.na(Head) #结果有TRUE，表示有缺失值。mean(Head) #导致计算结果错误mean(Head,na.rm=TRUE)2.2 结合数据变量的各种方法：2.2.1使用cbind()或者rbind()Bird.8 - cbind(Wing, Bone, Head, Weight)Bird.82.2 结合数据

7、变量的各种方法：BirdNames - c(Wing, Bone, Head, Weight)ID2 - rep(BirdNames, each = 8)ID2rep(c(Wing, Bone, Head, Weight),c(4,3,2,1) #重复不同的次数Z - cbind(Wing, Bone, Head, Weight)ZZ,1 #访问Z 的第一列Z1, #访问Z 的第一行Z1,1Z,c(1,3)Z,c(1,-3)#注意这个不可以有dim(Z) #求Z 的维数（即几行几列）Z2 - rbind(Wing, Bone, Head, Weight)Z2 #与前相比转置2.2数据框：使用d

8、ata.frame 函数载入数据Dfm - data.frame(Wi = Wing,Bo = Bone,He = Head, We = Weight)Dfm1 - data.frame(Wi = Wing,Bo = Bone,He = Head, We =Weight,wq=sqrt(Weight)Dfm1 #可以加入其它因子#c()函数中生成的变量和数据框中的变量属于不同的实体，比如：rm(Weight)Weight #将找不到对象Dfm$We #但在数据框中还存在，注意这里出现了$,其用法很重要。列表：使用list 函数结合数据#list 函数可以包含各种类型的变量，多样的形式为使用其它

9、函数提供了方便。DataAll - list(Bird.8, ID, Z, BirdNames)DataAllDataAll - list(Birddata=Bird.8, ID=ID, Z=Z, BirdNames=BirdNames)DataAll #此时标识比较清楚。但注意list 函数中只能用“=”，不能用“-”多维数组和矩阵将向量定义成数组向量只有定义了维数向量（dim属性）后才能被看做数组 例如： z-1:12 dim(z)-c(3,4) array()函数构造多维数组 例如： x-array(1:20,dim=c(4,5)用matrix()函数构造矩阵matrix(data=NA

10、, nrow=1, ncol=1, byrow=FALSE,dimnames=NULL) #构造一个35 阶的矩阵：A-matrix(1:15,nrow=3,ncol=5,byrow=TRUE) #默认是按列。 ,1 ,2 ,3 ,4 ,51, 1 2 3 4 52, 6 7 8 9 103, 11 12 13 14 15A2,； A,2； A1,3； A1,c(4,5)矩阵运算转置：t(A)求方阵的行列式：det(matrix(1:4,ncol=2)向量的内积：x%*%y #即乘起来相加。 crossprod(x,y) #和上式一样求内积。向量的外积：x%o%y #中间为字母“o”。 out

11、er(x,y) #和上式一样求外积。矩阵运算矩阵乘法：#定义维数之后形成矩阵。B-array(9:1,dim=(c(3,3)A*B #不是通常意义的矩阵乘法！A%*%B #这才是矩阵的乘法；crossprod(A,B) #表示的是t(A)%*%B#生成对角阵和取对角：diag(A) #当A 是矩阵时。diag(c(1,4,5) #当应用于向量时。矩阵运算生成对角阵和取 diag(A) #当A 是矩阵时。diag(c(1,4,5) #当应用于向量时。解线性方程组Ax=b：A=t(array(c(1:8,10),dim=c(3,3) #注意t.A;b-c(1,1,1)x-solve(A,b);x

12、#解线性方程组。B-solve(A);B #求A 的逆矩阵。与矩阵相关的函数矩阵维数 dim(A); nrow(A);ncol(A)矩阵的合并：使用cbind()或者rbind。 x1-rbind(c(1,2),c(3,4)矩阵的拉直：使用as.vector(A) A-matrix(1:6,nrow=2);A与矩阵相关的函数10 九月 202226 apply函数 apply(A,MARGIN,FUN,) A数组；MARGIN固定某些维不变；FUN用来计算的函数 与矩阵相关的函数10 九月 202227矩阵维数 dim(A); nrow(A);ncol(A)矩阵的合并：使用cbind()或者r

13、bind。 x1-rbind(c(1,2),c(3,4)矩阵的拉直：使用as.vector(A) A-matrix(1:6,nrow=2);A列表10 九月 202228列表的引用10 九月 202229列表名下标lst4 1 4 7 9列表名“元素名” lstname 1 Fred列表名$元素名lst$name 1 Fred数据框的引用10 九月 202230attach() 函数向量向量是用来存储一维数组的，其中的数据必须具有相同的数据类型，用c()来创建向量。x-c(1,2,3,4,5,6)x-c(1:10)x-c(1:10,Jane)class(x)#产看变量的数据类型x-c(1:10

14、)x1x-1x0#返回的是一个和x类型相同的空对象。x11#返回NA值矩阵矩阵是用来存储二维数组的，其中的数据必须具有相同的数据类型，用函数matrix来创建向量。matrix(data=NA,nrow=1,ncol=1,byrow=FALSE,dimnames=NULL)a-matrix(1:12,nrow=4,ncol=3,byrow=FALSE)a1a1,2a-matrix(1:12,nrow=4,ncol=3,byrow=TRUE)a-matrix(1:12,nrow=4,ncol=4,byrow=FALSE)数组数组可以看成矩阵的一个扩展，数据的维度可以更高。通过函数array来创建

15、。array(data=NA,dim(length(data),dimnames=NULL)a-array(1:24,dim=c(3,4,2)a1,1,a1,1,1a=array(c(1:8,10),dim=c(3,3)因子对于非连续型变量使用因子来描述。在R中创建和改变因子会用到两个函数：factor，levelsfactor(x = character(), levels, labels = levels, exclude = NA, ordered = is.ordered(x), nmax = NA)chr-c(R,Python,R,Ruby,Lisp,R)f-factor(chr)class(f)storage.mode(f)#存储模式，f按照整数存储的。levels(f)列表列表通过函数list来创建。list(x1,x2,x3,)i-1v-c(1:10)ch-c(Jane,Justin)a-array(data=1:12,dim= c(2,3,4)li-list(i=i,v=v,ch=ch,a