第一章 R简介

本章概要

1安装Ｒ

２理解Ｒ语言

３运行Ｒ程序

本章所介绍的内容概括如下。

一个典型的数据分析步骤如图1所示。

图1：典型数据分析步骤

简而言之，现今的数据分析要求我们从多种数据源中获取数据、数据合并、标注、清洗和分析，并且把分析的结果进行展示，形成报告或者系统，辅助决策。Ｒ能够满足现今数据分析的要求。

为什么用R？

Ｒ是一个适合统计分析和绘图的环境与语言。它是开源、免费的，获得世界范围社区支持。统计分析和绘图工具已经很多了，例如：SPSS，SAS，Excel，Stata和Minitab等，为什么还要用R呢？R的诸多特性，可以回答这个问题。

1）R是免费的，大多数统计工具都是商业化的，即要花钱。

2）R是一个功能强大全面的统计分析平台，一个典型的数据分析过程都可以用R来完成。

3）R具有强大的绘图能力。

4）R是一个能够进行交互式数据分析和探索的平台。

5）R是一个以容易且直观的方式编写统计方法的无与伦比的平台。

6）R实现了很多高级统计方法。

7）R可以在多个系统上运行。

8）R对于不想编程的人，提供GUI，实现R所能做的事情。

获得和安装Ｒ

从网址http://cran.r-project.org获得R安装程序。

Ｒ工作

R是一个有大小写之分的解释型语言。你可以在命令提示符（>）每次输入一条命令或者在一个源文件中写好所有命令集。

R的赋值符号是”<-“。

> x <- rnorm(5)  # 向量x包含5个服从标准正态分布的随机数

R在Windows系统的GUI如图2所示。

图2：Windows系统下GUI

R实例一，数据集为10个婴儿年龄（单位：月）和体重（单位：千克）。

程序清单如下：

> Age <- c(1, 3, 5, 2, 11, 9, 3, 9, 12, 3)

> Weight <- c(4.4, 5.3, 7.2, 5.2, 8.5, 7.3, 6.0, 10.4, 10.2, 6.1)

> mean(Weight)

[1] 7.06

> sd(Weight)

[1] 2.077498

> cor(Age, Weight)

[1] 0.9075655

> plot(Age, Weight)

关于Age与Weight的散点图如图3所示。

图3:10个婴儿的Age-Weight散点图

退出界面，执行如下函数。

> q()

R帮助系统很强大，通过帮助可以获得R中已安装包的函数的细节、参考和实例。R 中获得帮助的方法。

方法一：help.start()

方法二：help("foo")或者？foo

方法三：help.search("foo")或者??foo

方法四：example("foo")

方法五：RSiteSearch("foo")

方法六：apropos("foo",mode="function")

方法七：data()

方法八：vignette()

方法九：vignette("foo")

R 工作空间是R当前工作环境和用户定义的所有对象。（向量、列表、数组、矩阵、数据框 和函数等）

管理R空间的一些函数。

函数一：getwd()

函数二：setwd("mydirectory")

函数三：list()

函数四：rm(objectname)

函数五：help(options)

函数六：options()

函数七：history(#)

函数八：savehistory("myfile")

函数九：loadhistory("myfile")

函数十：save.image("myfile")

函数十一：load("myfile")

函数十二：save(objectlist, file="myfile")

R实例二，数据集20个服从标准均匀分布的随机数

> setwd("E://myproject")

>options()

>options(digits=3)

>x <-  runif(20)

>summary(x)

>hist(x)

>savehistory(x)

>save.image()

>q()

R脚本输入方法，即source("myscript.R")

文本输出方法，即sink("myfilename")

图形输出方法，即pdf("xxx.pdf")或者png("xxx.png")或者jpeg("xxx.jpg")或者bmp("xxx.bmp")等。

Ｒ包

R功能之所以强大，原因之一就是具有非常多的功能扩展包。R包下载地址如下：

http://cran.r-project.org/web/packages/

为什么要用R包。R包是R函数、数据，可编译代码的聚合。

.libPaths()  #显示包安装路径

library() # 查看已安装的包

search() #告知那些包已装载和可以使用

R软件安装完毕后，自带包（标准包）有base，datasets，utils，grDevices，graphics，stats和methods。

安装包方法，即 install.packages("packagename")

更新包方法，即update.packages()

了解已安装包的详细信息方法，即installed.packages()

加载包（前提是该包已经安装）的方法，即library("packagename")

对新安装包的学习和认知方法，即help(package="packagename")

批处理

适合重复性工作

形式：R CMD BATCH options  infile  outfile

结果重用

f分析的结果可以保存，并作为下一次的输入。

R实例三，数据集R自带的mtcars。

程序清单：

>lmfit <- lm(mpg ~ wt, data=http://www.mamicode.com/mtcars)

>summary(lmfit)

>plot(lmfit)

>predict(lmfit, mynewdata)

对待大数据集

R所处理的一切都视为对象代之，并且是把对象加载到内存中进行操作和处理。因而，R能处理多大的数据集取决于作业环境的内存容量。

使用R进行数据分析，需要考虑两点，一是数据的大小；二是统计分析的方法。R能够处理GB级到TB级数据。但特殊过程特殊处理。

Ｒ实例

秉承”学以致用、活学活用“的原则，以一个综合实例融合上述内容。

R综合实例，程序清单如下。

>help.start()

>library()

>install.package("vcd")

>help(package="vcd")

>library(vcd)

> help(Arthritis)

> Arthritis

> example(Arthritis)

>q()

运行效果如图4所示。

总结

1 ）R的优势。

2 ）因R很适合理解数据，吸引很多用户群（学生、研究人员、统计学者、数据分析师等）。

3?）RGUI、R安装、R包、R程序、R帮助、R结果保存、R批处理等内容。

Resoure:

1.http://www.wangluqing.com/2014/06/r-in-action-note2/

2.《R in action》第一部分的第一章