R 语言学习笔记

R 语言学习笔记

这是我高中时期学习R语言时做的入门笔记，发出来当个备份。

我本人现在并不使用R！

---

一、基础操作与环境

• 文件后缀 ：.R
• 赋值 ：<-（常用），也支持 =、->、-->（箭头总是指向变量）
• 输出/退出 ：print() 输出（无分号结尾）；q() 退出交互式环境
• 变量名规则 ：由字母、数字、点号 . 或下划线 _ 组成
• 变量管理 ：
  • ls()：列出所有已定义的变量
  • rm(a)：删除变量 a
• 脚本执行 ：Rscript 文件.R
• 字符串拼接 ：cat(a, b, ...)，自动加空格间隔
  • file 参数：将内容输出到指定文件
  • append = TRUE：以追加写入方式输出
• 输出重定向 ：
  • sink(file)：之后所有控制台输出转移到该文件
  • sink(file, split = TRUE)：同时输出到控制台和文件
  • 无参 sink()：取消之前的重定向设置
• 生成序列 ：1:5 生成 1~5 的数
• 文件读取 ：readLines(t) 读取文件 t 的内容
• 工作目录 ：
  • getwd()：获取当前工作目录
  • setwd()：设置当前工作目录
• 注释 ：
  • 单行注释：#
  • 多行注释：R 没有专门的多行注释语法

---

二、运算符

数学运算符

优先级从高到低：

• ()：括号
• ^：乘方运算
• %%：整除求余
• %/%：整除
• *：乘法
• /：除法
• +：加法
• -：减法

关系运算符

• >：大于
• <：小于
• ==：等于
• !=：不等于
• >=：大于等于
• <=：小于等于
• TRUE / FALSE：布尔值

逻辑运算符

• &：元素逻辑与，比较向量中的每一个元素
• |：元素逻辑或，比较向量中的每一个元素
• !：逻辑非，比较向量中的每一个元素
• &&：逻辑与，只对两个向量的第一个元素进行判断
• ||：逻辑或，只对两个向量的第一个元素进行判断

其他特殊运算符

• %in%：成员运算符，判断元素是否在向量中
• %*%：矩阵乘法（矩阵与其转置相乘等）

---

三、数学与统计函数

• sqrt(n)：平方根
• exp(n)：自然常数 e 的 n 次方
• log(m, n)：以 n 为底 m 的对数
• log10(m)：以 10 为底 m 的对数，等同 log(m, 10)
• round(n)：四舍五入取整
• round(n, m)：保留 m 位小数，四舍五入
• ceiling(n)：向上取整
• floor(n)：向下取整
• 三角函数：sin()、cos()、tan()
• 反三角函数：asin()、acos()、atan()
• 统计相关：
  • dnorm()：概率密度函数
  • pnorm()：概率密度积分函数
  • qnorm()：分位数函数
  • rnorm(m, n, q)：生成 m 个均值为 n、标准差为 q 的正态分布随机数

---

四、数据类型与对象

• R 语言区分大小写
• 基本数据类型：数字（numeric）、逻辑（boolean）、文本（string）
• 基本对象 ：
  • 向量（vector）：线性表
  • 列表（list）：可包含不同类型元素的集合
  • 矩阵（matrix）：二维数组
  • 数组（array）
  • 因子（factor）
  • 数据框（data frame）：二维列表，类似表格

常量

• NA：表示缺失值（占位符）
• NULL：表示不存在

---

五、向量操作

• 创建向量：c()
• 元素提取：通过下标索引
• 排序相关：
  • sort()：排序
  • rev()：反转
  • order()：返回排序后的索引下标
• 统计函数：
  • sum()：求和
  • mean()：求平均值
  • var()：方差
  • sd()：标准差
  • min()：最小值
  • max()：最大值
  • range()：返回最小值和最大值
• 生成序列：
  • seq(m, n, q)：从 m 到 n 公差为 q 的等差数列，可用 length.out 指定长度
  • rep(m, n)：生成 n 个 m
• 筛选与逻辑检查：
  • while(a)：返回向量 a 中所有为 TRUE 的元素下标（注：通常用 which()）
  • all()：检查逻辑向量是否全部为 TRUE
  • any()：检查逻辑向量是否含有 TRUE

---

六、字符串处理

• 大小写转换：
  • toupper()：转大写
  • tolower()：转小写
• 长度计算：
  • nchar(c, type = "bytes")：统计字节长度；type = "char" 统计字符个数
• 截取：
  • substr(c, m, n)：从 m 到 n 截取
  • substring(c, m)：从 m 截取到末尾
• 类型转换：
  • as.numeric()：字符串转数字
  • as.character()：数字转字符串
• 拆分：strsplit(c, t)：以 t 为分隔符拆分字符串 c
• 替换：gsub(m, n, c)：将字符串 c 中的 m 替换为 n
• 连接：
  • paste(..., sep = " ", collapse = NULL)：用指定分隔符连接字符串，sep 为元素间分隔符，collapse 用于连接后再次拼接
  • format(x, digits, nsmall, scientific, width, justify)：格式化字符串
• 计数：nchar(x) 计算字符串或列表长度
• 截取：substring(x, first, last)

---

七、矩阵与数组

• 创建矩阵：
  • matrix(v, m, n)：以向量 v 按列生成 m 行 n 列的矩阵；byrow = TRUE 时按行填充；dimnames 设置行列名称
• 行列名：
  • colnames(j)：获取或设置列名
  • rownames(j)：获取或设置行名
• 线性方程求解：solve(A, b)，A 为系数矩阵，b 为常数向量/矩阵
• 跨维度计算：apply(j, m, f)，m=1 行操作，m=2 列操作
• 矩阵转置：t() 实现矩阵行列互换
• 数组创建：
  • array(data = NA, dim = length(data), dimnames = NULL)，data 为向量，dim 指定维度，dimnames 为维度名称列表
• 数组计算：apply(x, margin, fun) 跨维度应用函数

---

八、列表与因子

• 列表

  • list()：创建列表
  • names()：给列表元素命名
  • unlist()：将列表转换为向量

• 因子

  • 创建：factor(x = character(), levels, labels = levels, exclude = NA, ordered = is.ordered(x), nmax = NA)
    • x：向量
    • levels：指定水平值
    • labels：水平的标签
    • exclude：排除的字符
    • ordered：是否有序
    • nmax：水平上限数量
  • 判断因子：is.factor(x)
  • 生成因子水平：
    • gl(n, k, length = n*k, labels = seq_len(n), ordered = FALSE)
    • n: 水平个数；k: 每个水平重复次数；length: 设置长度；labels: 水平值；ordered: 是否有序

---

九、数据框

• 创建数据框：

  data.frame(..., row.names = NULL, check.rows = FALSE,
             check.names = TRUE, fix.empty.names = TRUE,
             stringsAsFactors = default.stringsAsFactors())

  • ...：列向量，以 tag=value 形式给出
  • row.names：行名
  • check.rows / check.names：检查行/列名合法性
  • stringsAsFactors：字符是否自动转为因子

• 数据框常用操作：

  • str(x)：展示数据结构

  • summary()：显示概要信息

  • cbind()：将多个向量按列合并为数据框

  • rbind()：按行合并两个数据框

  • $：数据框成员运算符，提取列

  • ncol()：列数

  • nrow()：行数

  • is.data.frame(a)：判断是否为数据框

  • subset(a, b)：按条件筛选行（多条件用 &）

  • 合并数据框：

    merge(x, y, by = intersect(names(x), names(y)),
          by.x = by, by.y = by, all = FALSE,
          all.x = all, all.y = all, sort = TRUE,
          suffixes = c(".x",".y"), no.dups = TRUE, ...)

  • 重塑数据（reshape2 包）：

    • melt(data, ..., na.rm = FALSE, value.name = "value")：将宽数据堆叠为长格式
    • dcast(data, formula, ...) 还原为数据框；acast(data, formula, ...) 还原为向量/矩阵/数组

---

十、流程控制

判断语句

• if 语句
• if...else 语句
• switch 语句：根据第一参数返回对应的值

循环类型

• repeat：块循环
• while：条件循环
• for：范围循环

循环控制

• break：跳出循环
• next：继续下一次迭代

函数定义

• 关键字 function，返回值用 return()

---

十一、数据读写

CSV / 文本

• 读取：read.csv("XXX.csv", encoding = "UTF-8")，返回数据框
• 写入：write.csv(a, "XXX.csv")

Excel（需安装 xlsx 包）

• 安装：install.packages("xlsx", repos = "https://mirrors.ustc.edu.cn/CRAN/")
• 读取：read.xlsx()

XML（需安装 XML 包）

• 安装：install.packages("XML", repos = "https://mirrors.ustc.edu.cn/CRAN/")
• 解析：xmlParse(file = "XXX.xml")
• 根节点：xmlRoot()
• 节点数量：xmlSize()
• 转列表：xmlToList()
• 转数据框：xmlToDataFrame()

JSON（需安装 rjson 包）

• 安装：install.packages("rjson", repos = "https://mirrors.ustc.edu.cn/CRAN/")
• 读取：fromJSON(file = "XXX.json")
• 转数据框：as.data.frame()

MySQL / MariaDB

• MySQL 扩展包：RMySQL
• MariaDB 扩展包：RMariaDB
• 查询：dbSendQuery()
• 获取结果集：fetch()

---

十二、扩展包管理

• 查看安装目录：.libPaths()
• 查看已载入包：search()
• 安装包：install.packages("包名")
• 加载包：library(包名)，无参查看已安装的包

---

十三、绘图基础

图形设备

• png()、jpeg()、bmp()：设置输出图片格式
• dev.off()：关闭绘图设备
• 中文字体：设置参数 family = 'GB1'

饼图

pie(x, labels = names(x), edges = 200, radius = 0.8,
    clockwise = FALSE, init.angle = if(clockwise) 90 else 0,
    density = NULL, angle = 45, col = NULL, border = NULL,
    lty = NULL, main = NULL, ...)

• x：数值向量，表示面积
• labels：扇区标签
• col：颜色
• main：标题
• 3D 饼图：需安装 plotrix 包，使用 pie3D()

条形图

barplot(H, xlab, ylab, main, names.arg, col, beside)

• H：数值向量或矩阵
• beside = FALSE：堆叠条形图
• beside = TRUE：并列条形图

字体相关（showtext 包）

• showtext_begin() / showtext_end()：开启/关闭字体渲染
• showtext()、font_add()：载入自定义字体

函数图

curve(expr, from = NULL, to = NULL, n = 101, add = FALSE,
      type = "l", xname = "x", xlab = xname, ylab = NULL,
      log = NULL, xlim = NULL, ...)

散点图

plot(x, y, type = "p", main, xlab, ylab, xlim, ylim, axes)

• type 可选：p（点）、l（线）、b（点线）、c（仅线）、o（点线且线穿过点）、h（垂直线）、s/S（阶梯图）、n（空图）

散点图矩阵

pairs(formula, data)

---

十四、统计模型

• 均值：mean(x, trim = 0, na.rm = FALSE)
  • trim：去除异常值比例（0~0.5）
  • na.rm：是否忽略缺失值
• 中位数：median(x, na.rm = FALSE)
• 线性回归：lm(formula, data)
  • formula：例如 y ~ x
• 模型概要：summary(lm 对象)
• 预测：predict(object, newdata)
  • object：来自 lm() 的模型
  • newdata：待预测的数据

---

十五、杂项工具函数

• 判断整数：is.integer(x)
• 其他工具：Rserve 扩展包（install.packages("Rserve")）等

------谙弆悕博士（Ailan Anjuxi）