R

[TOC]

安裝與調試

退出解釋器：q()

命令行運行：Rscript filename.R

基礎語法

變量與基礎操作

查看已定義的變量列表：ls（）

print(ls()) 

刪除變量：rm()

rm(varname)

輸出結果拼接：cat()

用逗號分隔拼接部分

內容輸出到文件：cat(內容，file=“filepath”[,append=TRUE])

建議用絕對路徑， Windows 路徑格式為 D:\r_test.txt。

append表示追加寫入，不添加時為覆蓋

控制臺輸出到文件：sink("filepath"[,split=TRUE] [,append=TRUE])

split表示保留控制臺輸出。

默認是覆蓋寫入。

調用無參數sink()可以取消

從文件讀入文字：readLines("filepath")

獲取當前工作目錄 ：getwd()

設置當前工作目錄： setwd()

整除與整除求余：%%,%/%。

優先級僅次于乘方和括號

冒號運算符/整數向量/向量運算相關： ：

 v <- 1:10
 print(v) 

輸出：1 2 3 4 5 6 7 8 9 10

判斷數字是否在向量v/向量運算相關：num %in% v

矩陣與它轉置的矩陣相乘/矩陣運算：M %*% t(M)

數學函數：

NA與NULL

缺失，沒有值，但位置存在

數據不存在

向量

生成：a=c（l,r）。 可通過數組下標取用，從1開始。

可能有間隙的等差數列：seq(l,r,gap)

m到n的等差數列：seq(l,r,step)

重復數列：rep（num，重復次數）

> a = c(10, 20, 30, 40, 50)
> a[2]
[1] 20

> a[1:4] # 取出第 1 到 4 項，包含第 1 和第 4 項
[1] 10 20 30 40
> a[c(1, 3, 5)] # 取出第 1, 3, 5 項
[1] 10 30 50
> a[c(-1, -5)] # 去掉第 1 和第 5 項
[1] 20 30 40

可以對向量做標量運算、邏輯運算，效果是每個元素依次運算

排序：sort、rev（反向）、order（返回向量排序后的下標）、a[order(a)]輸出的是排序后的向量

統計學函數：

篩選： (vector[which(vector >= a & vector < b)]

all\any。 all() 用于檢查邏輯向量是否全部為 TRUE，any() 用于檢查邏輯向量是否含有 TRUE。

字符串

> toupper("Runoob") # 轉換為大寫

[1] "RUNOOB"

> tolower("Runoob") # 轉換為小寫

[1] "runoob"

> nchar("中文", type="bytes") # 統計字節長度

[1] 4

> nchar("中文", type="char") # 總計字符數量

[1] 2

> substr("123456789", 1, 5) # 截取字符串，從 1 到 5

[1] "12345"

> substring("1234567890", 5) # 截取字符串，從 5 到結束

[1] "567890"

> as.numeric("12") # 將字符串轉換為數字

[1] 12

> as.character(12.34) # 將數字轉換為字符串

[1] "12.34"

> strsplit("2019;10;1", ";") # 分隔符拆分字符串

[[1]]

[1] "2019" "10"   "1"

> gsub("/", "-", "2019/10/1") # 替換字符串

[1] "2019-10-1"

> print(paste(letters[1:6],1:6, sep = "", collapse = "="))

[1] "a1=b2=c3=d4=e5=f6" # 拼接，cpllapse是拼接的連接

> format(x, digits, nsmall, scientific, width, justify = c("left", "right", "centre", "none"))

    #     x ： 輸入對向量

    #   digits ： 顯示的位數

    #   nsmall ： 小數點右邊顯示的最少位數

    #   scientific ： 設置科學計數法

    #   width ： 通過開頭填充空白來顯示最小的寬度

    #   justify：設置位置，顯示可以是左邊、右邊、中間等。

如果在 UTF-8 編碼的計算機上運行，單個中文字符的字節長度應該是 3。

列表,一種筐

創建： list_data <- list( ）

命名： names(list_data) <- c("Sites", "Numbers", "Lists")

訪問： 1.按下標 2.按名字print(list_data$Name)

添加： list_data[最后一個下標+1] <- "新元素" 也可用于更新

刪除： list_data[4] <- NULL

合并： merged.list <- c(list1,list2)

列表轉向量： v1 <- unlist(list1)

矩陣

v=c() m= matrix(vector,行數,列數,byrow=,dimnames=) 向量會逐列填充，添加byrow為TRUE會按行填充，dimaname用于設置行列名

rownames = c("row1", "row2", "row3", "row4")
colnames = c("col1", "col2", "col3")

P <- matrix(c(3:14), nrow = 4, byrow = TRUE, dimnames = list(rownames, colnames))

查詢：按二維數組查詢

命名：行列都可以設定名稱：

> colnames(m1) = c("x", "y", "z")
> rownames(m1) = c("a", "b")
> m1
  x y z
a 1 2 3
b 4 5 6
> m1["a", ]
x y z
1 2 3

矩陣乘法：

> m1 = matrix(c(1, 2), 1, 2)
> m2 = matrix(c(3, 4), 2, 1)
> m1 %*% m2
     [,1]
[1,]   11

矩陣乘除：* / 按位逐個相互運算

逆矩陣：solve(A)

轉置矩陣：t()

矩陣分行分列計算： apply()。如apply(A, 1, sum)。參數為1按行操作，參數為2按列操作

數組

# 創建兩個不同長度的向量
vector1 <- c(5,9,3)
vector2 <- c(10,11,12,13,14,15)
column.names <- c("COL1","COL2","COL3")
row.names <- c("ROW1","ROW2","ROW3")
matrix.names <- c("Matrix1","Matrix2")

# 創建數組，并設置各個維度的名稱
result <- array(c(vector1,vector2),dim = c(3,3,2),dimnames = list(row.names,column.names,matrix.names))
print(result)

# 顯示數組第一個矩陣中第一行第三列的元素,三個參數分別是行列個
print(result[1,3,1])

# 跨維度計算 數組 數據名稱 計算函數
apply(x, margin, fun)

# 計算數組中所有矩陣第一行的數字之和
result <- apply(new.array, c(1), sum)
print(result)

因子（類別數據）

factor(x = character(), levels, labels = levels,
       exclude = NA, ordered = is.ordered(x), nmax = NA)
x <- c("男", "女", "男", "男",  "女")
sex <- factor(x)
print(sex)
print(is.factor(sex))

[1] 男 女 男 男 女
Levels: 男 女
[1] TRUE
# levels 類別 nlevels 類別數目

數據框（dataframe 表格)

• …: 列向量，可以是任何類型（字符型、數值型、邏輯型），一般以 tag = value 的形式表示，也可以是 value。
• row.names: 行名，默認為 NULL，可以設置為單個數字、字符串或字符串和數字的向量。
• check.rows: 檢測行的名稱和長度是否一致。
• check.names: 檢測數據框的變量名是否合法。
• fix.empty.names: 設置未命名的參數是否自動設置名字。
• stringsAsFactors: 布爾值，字符是否轉換為因子，factory-fresh 的默認值是 TRUE，可以通過設置選項（stringsAsFactors=FALSE）來修改。

data.frame(…, row.names = NULL, check.rows = FALSE,
           check.names = TRUE, fix.empty.names = TRUE,
           stringsAsFactors = default.stringsAsFactors())
table = data.frame(
    姓名 = c("張三", "李四"),
    工號 = c("001","002"),
    月薪 = c(1000, 2000)
   
)
print(table) # 查看 table 數據

# 獲取數據結構
str(table)
# 顯示概要
print(summary(table)) 
# 提取指定的列
result <- data.frame(table$姓名,table$月薪)
print(result)
# 讀取第 2 、3 行的第 1 、2 列數據：
result <- table[c(2,3),c(1,2)]
# 添加部門列
table$部門 <- c("運營","技術","編輯")
# 將向量組合成數據框
addresses <- cbind(sites,likes,url)
# 合并兩個數據框
result <- rbind(table,newtable)

數據重塑（=sql的join，用的時候再看，估計用不上，大概）

• x, y： 數據框
• by, by.x, by.y：指定兩個數據框中匹配列名稱，默認情況下使用兩個數據框中相同列名稱。
• all：邏輯值; all = L 是 all.x = L 和 all.y = L 的簡寫，L 可以是 TRUE 或 FALSE。
• all.x：邏輯值，默認為 FALSE。如果為 TRUE, 顯示 x 中匹配的行，即便 y 中沒有對應匹配的行，y 中沒有匹配的行用 NA 來表示。
• all.y：邏輯值，默認為 FALSE。如果為 TRUE, 顯示 y 中匹配的行，即便 x 中沒有對應匹配的行，x 中沒有匹配的行用 NA 來表示。
• sort：邏輯值，是否對列進行排序。

# merge函數
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,
      incomparables = NULL, …)

https://www.runoob.com/r/r-data-reshaping.html

分支語句

if語句：和c一樣

switch：switch(expression, case1, case2, case3....)

#1.按值匹配。整數匹配不在范圍內的則返回NULL。
x <- switch(
   3,
   "google",
   "runoob",
   "taobao",
   "weibo"
)
print(x)
[1] "taobao"

#2.按變量匹配
you.like<-"runoob"
switch(you.like, google="www.google.com", runoob = "www.runoob.com", taobao = "www.taobao.com")
[1] "www.runoob.com"

循環語句

repeat

循環，直到condition為true，退出用break

repeat { 
    // 相關代碼 
    if(condition) {
       break
    }
}

while

和c一樣

for

和python一樣

next

和continue一樣

函數（全是懶加載）

定義函數

function_name <- function(arg_1, arg_2, ...) {
    // 函數體
}

調用

和python一樣。

如果指定參數名和對應值，使用時可不按順序排列傳遞參數

內置函數

seq(a,b)輸出a到b

mean(a:b)輸出a、b平均數

sum(a:b)計算a到b數字的和

庫

# 查看包安裝目錄
.libPaths()
# 查看已安裝的包
library()
# 安裝包 清華源
install.packages("MASS", repos = "https://mirrors.ustc.edu.cn/CRAN/") 

圖

餅狀圖

• x: 數值向量，表示每個扇形的面積。

• labels: 字符型向量，表示各扇形面積標簽。

• edges: 這個參數用處不大，指的是多邊形的邊數（圓的輪廓類似很多邊的多邊形）。

• radius: 餅圖的半徑。

• main: 餅圖的標題。

• clockwise: 是一個邏輯值,用來指示餅圖各個切片是否按順時針做出分割。

• angle: 設置底紋的斜率。

• density: 底紋的密度。默認值為 NULL。

• col: 是表示每個扇形的顏色，相當于調色板。

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, …)
# 輸出圖片
png(file='runoob-pie.png', height=300, width=300)

# 數據準備
info = c(1, 2, 4, 8)

# 命名
names = c("Google", "Runoob", "Taobao", "Weibo")

# 涂色（可選）
cols = c("#ED1C24","#22B14C","#FFC90E","#3f48CC")
# 計算百分比
piepercent = paste(round(100*info/sum(info)), "%")
# 繪圖
pie(info, labels=piepercent, main = "網站分析", col=cols, family='GB1')
# 添加顏色樣本標注
legend("topright", names, cex=0.8, fill=cols)
#3D圖
library(plotrix)
pie3D(info,labels = names,explode = 0.1, main = "3D 圖",family = "STHeitiTC-Light")

條形圖

• H 向量或矩陣，包含圖表用的數字值，每個數值表示矩形條的高度。

• xlab x 軸標簽。

• ylab y 軸標簽。

• main 圖表標題。

• names.arg 每個矩形條的名稱。

• col 每個矩形條的顏色。

• 中文字體需要設置字體參數 family='GB1'

• beside 參數 beside 設置矩形條堆疊的方式，默認為 FALSE

  library(showtext);
  font_add("SyHei", "SourceHanSansSC-Bold.otf");
  cvd19 = matrix(
    c(83017, 83534, 1794546, 2640626, 190535, 585493),
    2, 3
  )
  
  # 設置文件名，輸出為 png
  png(file = "runoob-bar-1.png")
  
  #加載字體
  showtext_begin();
  
  colnames(cvd19) = c("中國", "美國", "印度")
  rownames(cvd19) = c("6月", "7月")
  barplot(cvd19, main = "新冠疫情條形圖", beside=TRUE, legend=TRUE,  family='SyHei')
  
  # 去掉字體
  showtext_end();
  

散點圖

• x 橫坐標 x 軸的數據集合
• y 縱坐標 y 軸的數據集合
• type：繪圖的類型，p 為點、l 為直線， o 同時繪制點和線，且線穿過點。
• main 圖表標題。
• xlab、ylab x 軸和 y 軸的標簽名稱。
• xlim、ylim x 軸和 y 軸的范圍。
• axes 布爾值，是否繪制兩個 x 軸。

type 參數可選擇值：

• p：點圖
• l：線圖
• b：同時繪制點和線
• c：僅繪制參數 b 所示的線
• o：同時繪制點和線，且線穿過點
• h：繪制出點到橫坐標軸的垂直線
• s：階梯圖，先橫后縱
• S：階梯圖，先縱后豎
• n： 空圖

#普通散點圖
plot(x, y, type="p", main, xlab, ylab, xlim, ylim, axes)

#散點圖矩陣
# 4 個變量繪制矩陣，12 個圖，第一個參數是各個變量
pairs(~wt+mpg+disp+cyl,data = mtcars, main = "Scatterplot Matrix")