《R语言实战》读书笔记--第一章 R语言介绍

1、典型的数据分析过程可以总结为一下图形：

注意，在模型建立和验证的过程中，可能需要重新进行数据清理和模型建立。

2、R语言一般用 <- 作为赋值运算符，一般不用 = ，原因待考证。用->也可以。

3、

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)
sd(weight)
cor(age,weight)
plot(age,weight)

上面这一段代码是基本的展示，其中

sd：求标准差函数。

cor：求相关（线性）系数，相关阵或者协方差阵。

下面是涉及到的几个函数：

demo：示例函数，后面加具体函数会有示例展示，不加参数显示demo列表。特别的，用demo可以查看不少漂亮的图例，demo下面的参数有很多，有着不同的功能，下面贴一下执行demo()之后得到的结果。

Demos in package ‘base’:

error.catching     More examples on catching and
                   handling errors
is.things          Explore some properties of R objects
                   and is.FOO() functions. Not for
                   newbies!
recursion          Using recursion for adaptive
                   integration
scoping            An illustration of lexical scoping.

Demos in package ‘graphics’:

Hershey            Tables of the characters in the
                   Hershey vector fonts
Japanese           Tables of the Japanese characters in
                   the Hershey vector fonts
graphics           A show of some of R's graphics
                   capabilities
image              The image-like graphics builtins of R
persp              Extended persp() examples
plotmath           Examples of the use of mathematics
                   annotation

Demos in package ‘grDevices’:

colors             A show of R's predefined colors()
hclColors          Exploration of hcl() space

Demos in package ‘stats’:

glm.vr             Some glm() examples from V&R with
                   several predictors
lm.glm             Some linear and generalized linear
                   modelling examples from `An
                   Introduction to Statistical
                   Modelling' by Annette Dobson
nlm                Nonlinear least-squares using nlm()
smooth             `Visualize' steps in Tukey's
                   smoothers


Use ‘demo(package = .packages(all.available = TRUE))’
to list the demos in all *available* packages.

其中，graphics是一个包，用来画图形。试一试这些参数看看都是什么效果：

Hershey：一种字体，赫尔希研发的矢量字体，用来渲染文本用的；

其他的看说明能猜到，有一些：

persp：貌似用来画三维图形；

plotmath：数学公式的对应的函数名称，可能会很有用以后；

is.things：is.XXX的各种函数列表；

recursion：跟递归有关系……；

colors：R内置的颜色，很多彩；

hclColors：颜色扩充，更多姿多彩了！。

4、关于R中的帮助，用的最多的就是？+函数名了，没想到还有这些可以用：

感觉用？和？？最方便，不过没怎么试过example，下回试试；另外，貌似apropos可能适合乱找一些相关函数；data()挺好，可以看现在那些数据集可以用，比如用过的iris就可以看到到；vignette函数可以查看安装的包里面的vignette文档，先用vignette()查看文档名，再用vignette(文档名)就可以直接打开文档。

5、R工作空间管理函数：

其中，删除所有变量的语句为：rm(list = ls(all = TRUE)).用options()命令可以设置一些环境变量，比如options(digits=10)，这个命令，可以把R的整数表示能力设为10位（来自：http://blog.csdn.net/aldenphy/article/details/9405305）。R语言中的正斜杠‘/’表示目录，比如“E：/R”，而反斜杠‘’表示转义字符。setwd函数不会创建不存在的文件夹，可以用dir.create函数创建目录。以后每次开始的时候先设置一个目录是极好的！

sink函数第一次听说：sink函数可以将文件重定向到文件中，参数append=TRUE，可以在文件总追加，而不是覆盖。sink函数从sink(file=”example”)开始，向example中输出文本结果，直到遇到sink()这时候向example的输出结束。

关于图形输出，可以用下面的函数：

以上函数的规则是，举个例子，用pdf(“filename.pdf”)函数打开一个pdf文件，然后在执行一些图形命令，直到遇到dev.off()函数，向filename.pdf输出图形的工作结束。

ps.吐槽一句，书上写的太模糊了，不实地操作就会比较困惑……

函数.libPaths()函数可以显示包储存的位置，search()函数可以直到哪些包已经加载并且可以使用。install.packages()可以显示一个cran镜像点的列表（我的rstudio报错）。installed.packages()函数可以列出已经安装的包和信息。update.packages()函数可以更新包。由于每次打开R包的加载信息都会丢失，可以设置启动环境，从而自动加载常用的包。对于如何查看包的信息，可以用函数help(package = “package_name”)来查看包中函数列表和数据集列表以及包的简短描述。

R语言可以执行批处理命令，执行R.exe??现在还搞不清楚怎么回事，网上说.exe形式是没有必要的。

关于大数据集的处理，书上说R可以处理GB到TB级的数据分析问题，但是需要专门的工具实现。R有一点不好，保存的所有东西都会放在内存里，这就导致小的内存处理的数据集有限制，我做阿里比赛的时候就有感觉了……书上说附录G有解决大数据集的方法。

下面是一个实例实战：

help.start()       #这里是打开Introduction to R
install.packages("vcd")
help(package="vcd")
library(vcd)
help(Arthritis)
Arthritis
example(Arth)

其中,vcd包是一个关于可视化类别数据的包,将在第11章使用.