R语言安装和简单入门HelloWorld用法

R语言安装和简单入门HelloWorld用法

#R语言安装地址
https://www.r-project.org/

click->CRAN mirror->选择China下列表:
https://mirrors.tuna.tsinghua.edu.cn/CRAN/

选择Download R for Windows

选择base

Download R-4.3.2 for Windows

下载文件R-4.3.2-win.exe就OK

R语言安装步骤:一路下一步就OK

RStudio开发工具安装

下载地址:
https://posit.co/downloads/

右上角DOWNLOAD RSTUDIO跳转到版本选择界面

页面下移动到RStudio Desktop Free 框点击Download下载

会跳转到地址:https://posit.co/download/rstudio-desktop/

页面下移动Windows 10/11 下载RSTUDIO-2023.12.1-402.EXE就OK了

直接下载文件地址

下面是版本号RStudio-2023.03.0-286.exe直接下载文件地址
https://download1.rstudio.org/electron/windows/RStudio-2023.03.0-386.exe

下载文件RStudio-2023.03.0-386 .exe

双击安装一路下一步就OK

注意事项:

用管理员身份打开RStudio

安装永久环境库

r 复制代码
> .libPaths("D:/cwgis_r/lib")
> .libPaths()

加载随机森林模型库

r 复制代码
> library("randomForest")

如果报错安装
安装随机森林模型库
> install.packages("randomForest")

> install.packages("readr")
> #读取csv文件数据
> data<-read.csv("d:/cwgis_r/data/trwlxz.csv")
#显示前6行数据
> head(data)
#显示所有行数据
> print(data)

简单入门HellWorld用法

r 复制代码
> print("Hello world!")
[1] "Hello world!"
r 复制代码
 #使用组合函数c()创建向量age
age <- c(1,3,5,2,11,9,3,9,12,3)

> mean(age)
[1] 5.8

 #使用组合函数c()创建体重向量weight
> weight<-c(4.4,5.3,7.2,5.2,8.5,7.3,6.0,10.4,10.2,6.1)

#调用mean求平均值的函数,求体重的平均值
> mean(weight)
[1] 7.06

#调用sd()求标准差的函数,得到体重的标准差
> sd(weight)
[1] 2.077498

#调用cor()函数,得到月龄与体重的相关度
> cor(age,weight)
[1] 0.9075655

#使用plot()函数,用图形展示月龄和体重的关系
> plot(age,weight)
> 

右边plot为绘制的图形

RStudio开发环境主界面如下所示:

相关推荐
Sammyyyyy36 分钟前
2025年,Javascript后端应该用 Bun、Node.js 还是 Deno?
开发语言·javascript·node.js
William一直在路上1 小时前
Python数据类型转换详解:从基础到实践
开发语言·python
看到我,请让我去学习2 小时前
Qt— 布局综合项目(Splitter,Stacked,Dock)
开发语言·qt
GUET_一路向前2 小时前
【C语言防御性编程】if条件常量在前,变量在后
c语言·开发语言·if-else·防御性编程
曳渔2 小时前
UDP/TCP套接字编程简单实战指南
java·开发语言·网络·网络协议·tcp/ip·udp
三千道应用题2 小时前
WPF&C#超市管理系统(6)订单详情、顾客注册、商品销售排行查询和库存提示、LiveChat报表
开发语言·c#·wpf
hqxstudying3 小时前
JAVA项目中邮件发送功能
java·开发语言·python·邮件
咪咪渝粮3 小时前
JavaScript 中constructor 属性的指向异常问题
开发语言·javascript
最初的↘那颗心3 小时前
Java HashMap深度解析:原理、实现与最佳实践
java·开发语言·面试·hashmap·八股文
后台开发者Ethan3 小时前
Python需要了解的一些知识
开发语言·人工智能·python