大家好，這是從知乎《一個(gè)大學(xué)生的日常筆記》中遷移過來的R語言教程的第一篇。

這一份筆記follow了兩本非常優(yōu)秀的R語言教材，分別是Robert I.Kabacoff的《R語言實(shí)戰(zhàn)》和Peter Dalgaard的《R語言統(tǒng)計(jì)入門》，兩本教材的思路有所不同，我會(huì)根據(jù)我自己的思路盡量降低學(xué)習(xí)門檻，綜合來寫教程。(畢竟提高了門檻，我就不知道自己在寫什么了……那就真的沒卵用了……)

閱讀教程的時(shí)候我有自己的思路，看過我的LaTeX入門筆記的同學(xué)們會(huì)明白，如果我想到了一些可能會(huì)讓入門新手迷糊的地方，我會(huì)以注意：這樣的形式去標(biāo)記出來，而且有的時(shí)候，可能這些小插曲更加重要，請(qǐng)不要忽略它們。

例子大部分都是摘抄的，但是我會(huì)做一些解釋和細(xì)節(jié)上的調(diào)整，同時(shí)考慮到代碼規(guī)范的問題，我很多例子不會(huì)提供符號(hào)可選的余地，比如"和'，用于標(biāo)記字符都可以，但是代碼規(guī)范推薦使用"

目前我已經(jīng)是準(zhǔn)大二學(xué)生，統(tǒng)計(jì)的先修課只有一門學(xué)校上的《概率論與數(shù)理統(tǒng)計(jì)》，事實(shí)上，這門課學(xué)完之后，R的大部分內(nèi)容就已經(jīng)可以上手操作了。因此我們不會(huì)在這門課程已有的理論部分下功夫去解釋。但是，礙于我自己本科生的視野，我們不會(huì)把太復(fù)雜，或者根本不可能涉及到的的內(nèi)容搬到這里，因此這對(duì)于真正的statistician，或者是統(tǒng)計(jì)學(xué)專業(yè)的大牛來說，可能最多只是一份入門筆記而已。

不過也還是有些亮點(diǎn)的，我可能會(huì)在教程里夾雜點(diǎn)別的語言的新奇玩意做些互相的對(duì)比2333

引言到此為止，下面我們開始正題。

目錄

• R語言環(huán)境初探
• 一些基本的素養(yǎng)和操作
  • 賦值
  • 向量
  • 索引
  • 矩陣
  • 數(shù)組
• 小結(jié)

R語言環(huán)境初探

細(xì)心的同學(xué)可能已經(jīng)看到了封面的那個(gè)圖，那個(gè)就是我們推薦下載的R語言編輯器——Rstudio，但是這僅僅是個(gè)編輯器，必須下載安裝真正的R語言編譯器才能夠運(yùn)行。至于如何下載——百度搜索R和Rstudio關(guān)鍵字就好。那兩個(gè)玩意的圖標(biāo)大概長(zhǎng)這樣

我們主要使用的編輯器是Rstudio，但是為了教程的完整性(integrity)，這里展示一張R語言的打開界面

輸入一行命令試試？

plot(rnorm(1000))

(居然沒提供R語言的選項(xiàng)……)

系統(tǒng)會(huì)為你畫一張圖

這是一張含有1000個(gè)按正態(tài)分布排列的隨機(jī)數(shù)的圖。

R的環(huán)境到此結(jié)束，下面我們回到Rstudio來看看

我們可以看到Rstduio有四個(gè)區(qū)域。分別的功能是

左上角，是Rstudio的腳本區(qū)域(但是遠(yuǎn)不止寫腳本那么簡(jiǎn)單，其實(shí)還可以用來寫Rmarkdown，RNotebook等，這些是很實(shí)用的插件，但這里我們不詳談)

左下角，是命令行(command)窗口，剛才我們?cè)赗中展示的窗口就是這個(gè)。

右上角是R的目前的變量環(huán)境

右下角是R的畫圖，裝包，瀏覽文件的區(qū)域。

可以看出，綜合的功能是比R要強(qiáng)大很多的，而且根據(jù)我們網(wǎng)站組的大佬的反應(yīng)，這玩意其實(shí)是一個(gè)html……也就是說你會(huì)JS你就可以惡搞它的界面啦

對(duì)了，在你關(guān)掉R/Rstudio的時(shí)候，系統(tǒng)會(huì)問你是否要保存空間映像，那個(gè)其實(shí)就是保存歷史記錄，方便以后繼續(xù)使用而設(shè)置的。

一些基本的素養(yǎng)和操作

R語言是一個(gè)統(tǒng)計(jì)語言。統(tǒng)計(jì)數(shù)據(jù)離不開一個(gè)良好的用于儲(chǔ)存的結(jié)構(gòu)和標(biāo)識(shí)。我們會(huì)先從它的基本操作講起，在其中夾雜著數(shù)據(jù)類型，數(shù)據(jù)框等大量的結(jié)構(gòu)和細(xì)節(jié)。

首先說說幫助文檔

R語言和C++/python不一樣，R語言非常瑣碎，因此seek for help是必要的，但是R的official document很難懂，因此不推薦拿那個(gè)去當(dāng)作你學(xué)習(xí)的教程。我們推薦的是以下三種尋求幫助的命令

help("function") or ?functionhelp.search("function") or ??functionexample("function")

第一個(gè)是查函數(shù)的幫助文檔，第二個(gè)是以某一個(gè)function為關(guān)鍵字搜索幫助文檔。第三個(gè)會(huì)給出某一個(gè)函數(shù)的使用示例。在對(duì)函數(shù)不熟悉的時(shí)候一定要學(xué)會(huì)使用它。

不管是什么樣的計(jì)算機(jī)語言，賦值都是最基礎(chǔ)的工作。但是賦值符號(hào)不是C++里的=，而是比如

r

注意：用=賦值是不會(huì)被編譯器報(bào)錯(cuò)的，但是由于這個(gè)語法不標(biāo)準(zhǔn)，所以有的時(shí)候會(huì)出問題。

隨著賦值而來的就是數(shù)值運(yùn)算，但是我們不強(qiáng)調(diào)那種單變?cè)臄?shù)值運(yùn)算，R有個(gè)很強(qiáng)大的功能是向量化操作(當(dāng)然matlab也有)。(向量理解為一系列變量的按序組合(比如數(shù)值向量可以理解為數(shù)列)就好)比如說給予五個(gè)人身高體重的例子，我們計(jì)算一個(gè)BMI。

A

最后顯示的結(jié)果是

確實(shí)是一個(gè)向量。

注意：R語言構(gòu)造向量的方法是c(...)

注意：如果不輸入某一個(gè)變量的名稱，R默認(rèn)是不顯示結(jié)果的，因此我最后一行又加了一個(gè)BMI變量名顯示它。

注意：我們推薦寫多行R代碼的時(shí)候使用腳本，之后在Rstudio中，腳本區(qū)域的右上角有三個(gè)按鈕，第一個(gè)run是逐行運(yùn)行代碼，第三個(gè)source是運(yùn)行全部代碼(但是要在下拉框選擇source with echo，否則依然顯示不了結(jié)果)，大家注意回去找找看。

注意：如果你真的點(diǎn)擊了source去運(yùn)行代碼的話，可以在command區(qū)域看到這樣的命令

source('C:/Users/Asus/Desktop/A.R')

拿出來說的原因是想強(qiáng)調(diào)：如果你要輸入一個(gè)文件路徑，一定要輸入正斜杠/，因?yàn)榉葱备苁?strong>轉(zhuǎn)義字符(escaped character)，在""中間輸入字符，如果想讓它打印出"，就可以輸入"。

我們回到向量這個(gè)問題上來

常用的R的數(shù)據(jù)類型有三種：數(shù)字，字符，邏輯真假(當(dāng)然還有個(gè)缺失值類型，我們?cè)谥髸?huì)說)。因此我們也可以創(chuàng)建字符和邏輯向量。

關(guān)于字符向量，我們列舉下面三個(gè)例子

c("A","B","C")cat(c("A","B","C"))cat(c("A","B","C"),'')

顯示的結(jié)果如下

哎？二和三有什么區(qū)別嗎？

如果你在R中運(yùn)行的話，第二行的命令是默認(rèn)不換行的，所以就會(huì)出現(xiàn)

的情況，不過在Rstudio里，這種情況得到了改善。

注意：cat是連接+輸出的函數(shù)，而c只負(fù)責(zé)連接，在例子中，cat可以消除字符串的""符號(hào)。你可以連接任何東西，包括向量。

注意：R的向量要求內(nèi)部的所有元素?cái)?shù)據(jù)類型相同。如果通過cat/c連接兩個(gè)不同數(shù)據(jù)類型的向量，系統(tǒng)會(huì)進(jìn)行強(qiáng)制轉(zhuǎn)換。比如

A

結(jié)果留給大家自己觀察。(這里原來出了一處錯(cuò)誤，已經(jīng)修正，謝謝

@快走姑娘

提醒)

和數(shù)值運(yùn)算類比的就是邏輯運(yùn)算，但是我不打算在這里先說這些。

伴隨著向量的就是索引，目的自然是為了取用這些元素。索引的方法是[]，舉2個(gè)例子

A

顯示的結(jié)果如下

注意：向量?jī)?nèi)的元素是有序的，這里A[2]索引的就是第二個(gè)，不是程序員認(rèn)為的第三個(gè)！

注意：第二個(gè)例子中，我們相當(dāng)于人工設(shè)置了索引(在python里，有個(gè)專門的數(shù)據(jù)結(jié)構(gòu)叫字典(dict))為"A","B","C"，它們叫這些變量的名稱(name)，一一對(duì)應(yīng)1，2，3。和自然索引1，2，3不同的是，這里的人工索引在查看變量的時(shí)候會(huì)顯示。

注意：索引也可以索引一個(gè)向量，也就是索引多個(gè)元素(和matlab一樣)，比如說，試著運(yùn)行一下下面這個(gè)命令。

A

結(jié)果留給你們自己去發(fā)現(xiàn)。

注意：索引也可以是負(fù)索引！它不是python里“倒數(shù)第幾個(gè)”的含義，它的意思是“索引除標(biāo)記以外的所有元素”。在數(shù)據(jù)清洗中非常常見，可以用一個(gè)例子去幫助理解

A

自己去敲敲代碼看看結(jié)果吧

注意：你甚至可以使用索引進(jìn)行賦值，即使它已經(jīng)超出了這個(gè)向量的長(zhǎng)度，比如說

A[7]="D"

那么，A這個(gè)時(shí)候第7個(gè)確實(shí)是字符D，但是原來的第4-6個(gè)呢？實(shí)際上它們是缺失值。也就是NA。至于缺失值是什么樣的數(shù)據(jù)類型，這會(huì)在之后提到。

注意：對(duì)于名稱，字符串中的""要求會(huì)放寬，也就是說，你還可以這么寫。

B

結(jié)果是一樣的

對(duì)于我這種懶人來說，這可真是個(gè)福音。

下面我們說說矩陣和數(shù)組。

矩陣可以理解為二維的向量。但是創(chuàng)建矩陣的參數(shù)就一下子多了很多，因此可能會(huì)稍有點(diǎn)難理解，我們用兩組例子結(jié)束這一切。

第一組：

S

顯示的結(jié)果如下

我改變的參數(shù)在byrow這里，它提示我們應(yīng)該按行填充還是按列填充。TRUE自然就是按行存儲(chǔ)的意思。

Oh，第三個(gè)報(bào)錯(cuò)了，看一下報(bào)錯(cuò)信息。

data length [9] is not a sub-multiple or multiple of the number of rows [2]數(shù)據(jù)長(zhǎng)度9不是行數(shù)2的因數(shù)或倍數(shù)

哇哦，我有一些額外的發(fā)現(xiàn)

報(bào)錯(cuò)信息的數(shù)字會(huì)用[]標(biāo)識(shí)出來，是有意義的。同時(shí)本身也不是特別難懂。

興奮完之后，回到命令本身，參數(shù)解釋如下：

• 第一個(gè)是源向量。
• 第二個(gè)是nrow和ncol參數(shù)，row是行，col是列(column)，代表需要組合的行數(shù)和列數(shù)。
• 第三個(gè)是byrow參數(shù)，上面已經(jīng)解釋過了。
• 第四個(gè)是dimnames，用于標(biāo)記行名稱和列名稱。

我們可以看到，在矩陣?yán)?#xff0c;名稱就非常重要了，它更接近于我們平常做數(shù)據(jù)分析時(shí)所需要使用的表。

注意：看到那個(gè)TRUE了沒，對(duì)比一下C里的true和python里的True就知道，R語言也是一個(gè)大小寫敏感的語言。因此要注意代碼的嚴(yán)格的大小寫。

注意：第三，四個(gè)參數(shù)不是必需的，第三個(gè)不寫的話，默認(rèn)是FALSE，也就是按列填充。(和TeX的語法差別在于，可選不可選并不能通過直觀的方式看出來，需要靠人的主觀能動(dòng)性去理解)

注意：在dimnames里有一個(gè)list函數(shù)，這是為了創(chuàng)建列表，它的目的是把多個(gè)變量的集合聚合成為單個(gè)變量，這是為了方便給函數(shù)的參數(shù)提供值，傳參時(shí)會(huì)經(jīng)常用。形式上倒沒有太大的差別。

下面是第二個(gè)例子。

cbind(A=1:4,B=5:8,C=9:12)rbind(A=1:4,B=5:8,C=9:12)

顯示的結(jié)果如下

bind是捆綁的意思，cbind理解為“把列捆綁在一起”，所以提供的向量自然是列向量，那么對(duì)應(yīng)的名稱索引就是行索引。同樣的，rbind就是“把行捆綁在一起”。

注意：有的人會(huì)問[1,]和[,1]是什么？我們要強(qiáng)調(diào)，這種位置上的東西不管是名稱還是數(shù)字，都是索引！但是這是矩陣的索引，對(duì)于矩陣的索引，我們可以舉幾個(gè)例子。

A=matrix(1:24,nrow=4,ncol=6)A[,6]A[3,]A[3,4]B=A[c(2,3),c(3,4)]Bdimnames(B)=list(c(1,2),c(1,2))B

顯示的結(jié)果如下

索引項(xiàng)中，第一個(gè)是行索引，第二個(gè)是列索引。同樣，你也可以給索引設(shè)置為向量。

在敲這個(gè)代碼的時(shí)候，摸索了一個(gè)很有趣的用法。我們注意到，B依然是一個(gè)矩陣，但是使用matrix是創(chuàng)建一個(gè)矩陣，如果我要修改B這個(gè)矩陣的參數(shù)怎么辦呢？就可以使用paramater(B)=，其中paramater是在函數(shù)中的參數(shù)，可以通過這種方法賦值。

注意：1:4，5:8等等，這個(gè)是什么？根據(jù)例子可以看出，這會(huì)生成1:4的公差為1的等差數(shù)列。你不用去擔(dān)心看不懂，我會(huì)點(diǎn)出來，然后告訴你，這些有趣的用法在之后的筆記中會(huì)講解到。

接著說數(shù)組，R中給的定義是多于2維的向量。我們拿矩陣去做對(duì)比，對(duì)數(shù)組就很好理解了。

同樣舉個(gè)例子

A

顯示的結(jié)果如下

我們可以看出，第三維是單獨(dú)被拉出來的，第一二維就是行和列。第三維我們一般稱為頁。

有了矩陣鋪墊，這個(gè)每個(gè)參數(shù)的含義就好理解多了，但我們還是做一個(gè)簡(jiǎn)單的解釋。

第一個(gè)paramater是源向量。

第二個(gè)是三維中每一維的長(zhǎng)度

第三個(gè)是每一維的名稱

注意：我還沒有找到讓數(shù)組元素按行填充的辦法。可能本身就沒有設(shè)置吧。

注意：在介紹matrix函數(shù)的時(shí)候，每一個(gè)參數(shù)都是paramater=...的形式，但是這里似乎不是。在R里，如果不加這樣的形式，R會(huì)按默認(rèn)的參數(shù)順序設(shè)置，如果記不住就很容易亂。使用這樣的形式可以防止這個(gè)問題(同樣在python，C++里也可以這么做，其中python里叫已知參數(shù))當(dāng)然不是因?yàn)樗鼪]有paramater，這只是寫的人的習(xí)慣，因?yàn)檫@三個(gè)參數(shù)不容易混(性質(zhì)完全不同)，所以用熟的人自然不會(huì)再想著加paramater本身。

好的，問題來了，如果我是小白呢？我想加paramater怎么辦？

乖，讓你的心到最開始的地方看看？

小結(jié)

再次強(qiáng)調(diào)，不要忽略所有注意的地方！我已經(jīng)寫了很長(zhǎng)時(shí)間了，但是實(shí)際上回到書本，其實(shí)只是書本一二兩章的內(nèi)容的部分。還有很多有趣的東西還沒有涉及到，因此這只是基本操作總覽的第一部分。我們會(huì)在之后的筆記涉及到剩下的部分。

下一節(jié)我們會(huì)說函數(shù)，常用函數(shù)集合，向量中的因子，排序，數(shù)據(jù)框，存儲(chǔ)與導(dǎo)入外部數(shù)據(jù)等其余的基本操作。

感謝支持我的各位！筆芯~~

總結(jié)

以上是生活随笔為你收集整理的R语言怎么写积分_R语言入门的基本操作（1）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。