R语言入门看这一章就够了（上）

一、R的基础

1.1、R的安装

1.2、牛刀小试

1.3、线性关系实例

一、R的基础

1.1、R的安装

提示：想要R语言和RStudio安装包的私信我。

第一步：双击安装包

第二步：一直下一步，选择安装路径

这里最好不要放到C盘，也不要有中文路径，空格路径。

第三步：一直无脑下一步，等待安装即可

第四步：双击桌面R图标

1.2、牛刀小试

我们来编写一段代码：

R 复制代码

x <- rnorm(3)
x

第一句代码表示随机生成3个数字赋值给变量x。

第二句代码表示获取变量x。

1.3、线性关系实例

R 复制代码

> age <- c(1,3,5,2,11,9,3,9,12,3)   # 年龄数据集
> weight <- c(4.4,5.3,7.2,5.2,8.5,7.3,6.0,10.4,10.2,6.1)  # 体重数据集
> 
> mean(weight) # 体重平均数
[1] 7.06
> sd(weight) # 体重标准差
[1] 2.077498
> cor(age,weight) # 年龄和体重的线性关系
[1] 0.9075655
> plot(age,weight) # 画图表示关系
>

1.4、工作空间

就是代码和文档都放在哪个目录下了，最好一个项目一个工作空间。

R 复制代码

> getwd() # 获取你所在的工作空间
[1] "C:/Users/DELL/Documents"

如果你不喜欢这个目录，你可以通过setwd("c:/Users/')去修改。

1.5、R包的使用

R自带了一系列默认包（包括base、datasets、graphics、methods等等），它们提供了种类繁多的默认函数和数据集。

包的安装

比如我想安装名为car的包，使用如下命令：

R 复制代码

install.packages("car")

这时他会提示你使用哪个镜像来下载，我们当然要选国内的镜像了，这样下载速度会快。

下载完需要把car包绑定到我们的环境下：

R 复制代码

library(car)

我们输入一行命令测试一下：

R 复制代码

> head(mtcars)

出现这个结果就代表安装car包成功了。

结果的重用

R语言的结果可以很好的保存，并且可以作为下一次使用的参数传进去。

比如：

R 复制代码

> result <- lm(mpg~wt, data=mtcars) # 做线性拟合
> plot(result)

二、R数据集

按照某种格式来创建数据集，是任何数据分析的第一步。

（1）选择一种数据结构来存储。

（2）将数据输入或导入到这个数据结构中。

R拥有许多用于存储数据的对象类型，包括向量、矩阵、数组、数据框和列表。

2.1、向量

其实就是一个一维数组，而且里面的元素必须是相同类型的。

比如：

R 复制代码

> a <- c(1,2,3,4,5,6)  # 创建一个向量数据集，里面都是相同类型的
> a
[1] 1 2 3 4 5 6
> 
> a[2]  # 通过下标取出相应的元素
[1] 2
> a[5]
[1] 5
>

2.2、矩阵

是二维数据，并且元素类型必须一致。

比如：

R 复制代码

> y <- matrix(5:24, nrow=4, ncol=5)  #创建5-24位数字，4行5列的矩阵数据集
> y
     [,1] [,2] [,3] [,4] [,5]
[1,]    5    9   13   17   21
[2,]    6   10   14   18   22
[3,]    7   11   15   19   23
[4,]    8   12   16   20   24
>

R 复制代码

> x <- c(2,45,68,94)
> rnames <- c("R1","R2") # 创建矩阵行名
> cnames <- c("C1","C2") # 创建矩阵列名
> newMatrix <- matrix(x, nrow=2, ncol=2, byrow=TRUE, dimnames=list(rnames,cnames))
> newMatrix
   C1 C2
R1  2 45
R2 68 94
>

2.3、数组

与矩阵相似，但它的维度是大于2的。

比如：

R 复制代码

> dim1 <- c("A1","A2","A3")
> dim2 <- c("B1","B2")
> dim3 <- c("C1","C2","C3","C4")
> d <- array(1:24, c(3,2,4), dimnames=list(dim1,dim2,dim3)) # 生成4个矩阵，每一个都是3*2的格式
> d
, , C1

   B1 B2
A1  1  4
A2  2  5
A3  3  6

, , C2

   B1 B2
A1  7 10
A2  8 11
A3  9 12

, , C3

   B1 B2
A1 13 16
A2 14 17
A3 15 18

, , C4

   B1 B2
A1 19 22
A2 20 23
A3 21 24

>

获取数组里的元素：

R 复制代码

> d[1,2,3]  # 取第3个矩阵里的第1行，第二列的数据
[1] 16
>

2.4、数据框

数据框中，可以存在不同类型的数据，比如下面的列表：

病人编号、入院时间、年龄都是数值类型的，后面糖尿病类型和病情都是字符串类型。

比如：

R 复制代码

> patientID <- c(1,2,3,4) # 创建病人编号（第一列数据）
> age <- c(25,34,28,52) # 创建年龄（第二列数据）
> diabetes <- c("Type1", "Type2", "Type3", "Type2") # 创建糖尿病类型（第三列数据）
> status <- c("poor", "Improved", "Excllent", "poor") # 创建病情（第四列数据）
> patientsData <- data.frame(patientID, age, diabetes, status) # 创建数据框数据集
> patientsData # 打印
  patientID age diabetes   status
1         1  25    Type1     poor
2         2  34    Type2 Improved
3         3  28    Type3 Excllent
4         4  52    Type2     poor
> 
> patientsData[1:2] # 获取patientsData变量的第一列到第二列数据
  patientID age
1         1  25
2         2  34
3         3  28
4         4  52
> 
> patientsData[c("age")] # 获取patientsData变量的age那列数据
  age
1  25
2  34
3  28
4  52
> 
> patientsData$age # 获取patientsData变量的age那列数据
[1] 25 34 28 52
> 
> attach(patientsData) # 将变量绑定，以后就可以直接使用列名打印了，就不用$符号了
The following objects are masked _by_ .GlobalEnv:

    age, diabetes, patientID, status

> age
[1] 25 34 28 52
>

2.5、列表

创建列表：

R 复制代码

> g <- "My first list"  # 创建字符串
> h <- c(12, 45, 43, 90) #创建向量数据集，里面是数值类型
> j <- matrix(1:10, nrow=2) # 创建矩阵数据集，1-10，两行
> k <- c("A", "B", "C") # 创建向量数据集，里面是字符串类型
> mylist <- list(g, h, j, k) # 创建列表数据集
> mylist
[[1]]
[1] "My first list"

[[2]]
[1] 12 45 43 90

[[3]]
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10

[[4]]
[1] "A" "B" "C"

> 
> mylist[[2]]  # 获取列表里第二个元素
[1] 12 45 43 90
> 
> mylist[[3]]  # 获取列表里第三个元素
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10
>

三、R的常用命令

（1）查询所有的变量

R 复制代码

ls()

R 复制代码

> ls()
character(0)
> data <- c(1,2,3)
> ls()
[1] "data"

（2）移除某个变量

R 复制代码

rm(变量名)

R 复制代码

> rm(data)
> ls()
character(0)

（3）获取向量长度

R 复制代码

length(变量名)

R 复制代码

> v <- c(1, 2, 3)
> length(v)
[1] 3

（4）获取变量所属类型

R 复制代码

mode(变量名)

R 复制代码

> v <- c(1, 2, 3)
> mode(v)
[1] "numeric"

（5）各种方式形成向量

R 复制代码

seq(1, 10, 2)  # 生成一个从1开始到10结束，步长为2的向量

R 复制代码

> x <- seq(1, 10, 2)
> x
[1] 1 3 5 7 9

R 复制代码

rep(5, 10)  # 生成10个5的向量

R 复制代码

> x <- rep(5, 10)
> x
 [1] 5 5 5 5 5 5 5 5 5 5

R 复制代码

> x <- rep(1:3, 3)
> x
[1] 1 2 3 1 2 3 1 2 3

R 复制代码

> x <- c(1, 20, 50, -5, -35, -80)
> x
[1]   1  20  50  -5 -35 -80
> x[x > 0]  # 获取大于0的向量
[1]  1 20 50
> x[x < -10 | x > 0]  # 获取小于-10或者大于0的向量
[1]   1  20  50 -35 -80
>

四、list列表详解

R 复制代码

> mylist <- list(stud.id=1234, stud.name="Tom", stud.marks=c(12, 3, 14, 25, 19))  # 创建一个列表
> mylist  # 打印列表
$stud.id
[1] 1234

$stud.name
[1] "Tom"

$stud.marks
[1] 12  3 14 25 19

> mylist[[1]]  # 获取列表mylist的第一个元素值
[1] 1234
> mylist[[3]]  # 获取列表mylist的第三个元素值
[1] 12  3 14 25 19
> mylist[1]  # 获取列表mylist的第一个整元素值
$stud.id
[1] 1234

> mode(mylist[[1]])  # 获取列表mylist第一个元素的类型
[1] "numeric"
> mode(mylist[1])  # 获取列表mylist第一个整元素的类型
[1] "list"
> mylist$stud.id  # 和mylist[[1]]同理
[1] 1234
> names(mylist)  # 获取列表mylist的所有元素名
[1] "stud.id"    "stud.name"  "stud.marks"
> names(mylist) <- c("id", "name", "marks")  # 列表mylist里的元素改名
> mylist
$id
[1] 1234

$name
[1] "Tom"

$marks
[1] 12  3 14 25 19

> mylist$parents <- c("Mna", "Jutice")  # 为列表mylist增加新元素parents
> mylist
$id
[1] 1234

$name
[1] "Tom"

$marks
[1] 12  3 14 25 19

$parents
[1] "Mna"    "Jutice"

> mylist <- mylist[-4]  # 列表mylist删除第四个元素
> mylist
$id
[1] 1234

$name
[1] "Tom"

$marks
[1] 12  3 14 25 19

> other <- list(age=19, sex="male")  # 创建列表赋值给other变量
> lst <- c(mylist, other)  # 将列表mylist和列表other合并成一个列表赋值给lst
> lst
$id
[1] 1234

$name
[1] "Tom"

$marks
[1] 12  3 14 25 19

$age
[1] 19

$sex
[1] "male"

> unlist(lst)  # 将列表转为向量形式，方便循环遍历
    id   name marks1 marks2 marks3 marks4 marks5    age    sex 
"1234"  "Tom"   "12"    "3"   "14"   "25"   "19"   "19" "male"

解释一下unlist()函数：

比如向量我们很容易遍历，就是从1遍历到100，但是list的元素是可以多类型的，比如说list列表中第一个元素是向量，向量里又有1,2,3,4,5元素，那list列表第二个元素是矩阵，矩阵又包含二维数据，那么我们遍历就很麻烦，所以使用unlist函数先转为向量模式，再遍历就方便多了。

五、数据源导入方法

5.1、键盘输入

R 复制代码

> mydata <- data.frame(age=numeric(0), gender=character(0), weight=numeric(0))  # 创建数据框，但里面元素只是定义了名字和类型，却没有数据
> mydata <- edit(mydata)  # edit的意思是我们要手动键盘录入数据

fix(mydata)和mydata <- edit(mydata)是等价的。

5.2、从文本文件导入

先看看数据，是一个叫person.txt的文件，内容是：

R 复制代码

id,name,age,school
1,李白,20,哈尔滨工业大学
2,杜甫,30,哈尔滨工程大学
3,白居易,19,哈尔滨理工大学
4,杜牧,23,东北林业大学
5,李清照,27,东北农业大学

R 复制代码

> mydata <- read.table("D:/Java/R/resources/person.txt", header=TRUE, sep=",", encoding="UTF-8")
> mydata
  id   name age         school
1  1   李白  20 哈尔滨工业大学
2  2   杜甫  30 哈尔滨工程大学
3  3 白居易  19 哈尔滨理工大学
4  4   杜牧  23   东北林业大学
5  5 李清照  27   东北农业大学

5.3、导入Excel数据

这个不能直接用read.table去读取Excel文件，得先把我们的Excel文件先另存为csv格式，这样就可以读取了。

我们的数据是这样的：

R 复制代码

> mydata <- read.table("D:/Java/R/resources/student.csv", header=TRUE, sep=",", encoding="UTF-8")
> mydata
  ID   姓名 年龄         学校
1  1   李白   20     南京大学
2  2   杜甫   30     东南大学
3  3 白居易   40 南京理工大学

六、访问MYSQL数据库

R 复制代码

install.packages("RODBC")