1、R语言介绍
R和RStudio 是与计算机进行对话的两个工具
RStudio 是话筒
R是沟通所用的语言
R的由来：基于S语言，由新西兰奥克兰大学的Robert Gentleman和Ross Ihaka开发，因两位开发者名字首字母都是R，所以该语言命名为R。
怎样理解R
一种计算机语言
一种用于统计分析、绘图的操作环境
用户接口
R 语言特点
R 是一款开源、免费的软件，可以跨平台运行
R 提供了非常丰富的统计分析技术
有很多非常实用并包含最新技术的R包，而且更新速度非常快
R的绘图功能十分强大
软件界面：
配置文件，选择SDI单窗口
选择save进行直接保存修改，不需要更改路径
效果图：
R环境下的提示符：
2、R包的安装
下载包：
查看所有包的命名：
(.packages(all=T))
加载包命令：
# 使用下载后的包首先得加载包
#library(cjava)
没有任何提示表示结果正常
输入错误按Esc键重新输入
取消命令：ctrl+c
向量的长度=向量的个数
字符串向量，双引号 “ ”
c函数：拼接功能
同时下载两个包
install.packages(c("reshape2","dplyr"))
创建R对象
R语言区分大小写
对象sz
<-赋值符号
1：6数值
sz<-1:6
连续赋值：
ls()函数调取所有对象
get()函数得到变量的数值
删除对象：
删除所有对象
rm(list=ls())
统计函数
sum()
sz+1：2
sz+1：4
元素方式运算
R使用元素执行方式运算的机制：匹配向量，独立操作每对元素 如果两个向量长度不等，R会在较短的向量上重复 以上这种行为在R中被称为向量循环，帮助R执行元素方式运算 矩阵乘法：当需要使用矩阵乘法时，需要做出专门的请求 计算向量的内积：sz %*% sz 计算向量的外积：sz %o% sz 转置：t() 计算矩阵的行列式：det()
sz*sz 平方运算
sz%*%sz 一行一列
sz%o%sz
c(2,5,6,8)%o%c(3,7)
项目一：
用sample()函数，抽取1：6的随机数，抽取两次
sample函数可以完成随机抽样处理，其基本形式为：
sample（x, size, replace = FALSE）
replace=False 表示不可放回抽样
用replicate()函数执行100次
replace=TRUE/replace=T可放回抽样
基于名称的传参和基于位置的传参
基于位置的传参必须严格按照位置顺序，否则出错
自定义函数------------调用函数
练习：重复执行10次郑色子，得到10个点数和
首先自定义函数，再调用函数
直接调用前面定义的函数
修改函数fix(函数名)
传参处理：
生成等差数列函数seq
seq(...) ## Default S3 method: seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)), length.out = NULL, along.with = NULL, ...) seq.int(from, to, by, length.out, along.with, ...) seq_along(along.with) seq_len(length.out)
输出9个
伴随向量：
生成步长为1的等差数列
乘方运算
绘制一个散点图：两个变量的关系
直方图
直方图的横纵坐标都是连续的，强调的是数值连续的变化规律，可以表示两个变量
> x<-c(1,2,3,3,3) > x [1] 1 2 3 3 3 > qplot(x)
qplot(x,binwidth=1)
当次数够多满足正态分布
zn<-replicate(10000,zsz(sk=1:6))
> qplot(zn,binwidth=1)
# 入样概率 prob控制概率
> zsz function(sk){ skn<-sample(sk,size=2,replace=T,prob=c(1/8,1/8,1/8,1/8,1/8,3/8)) sum(skn) } > zn<-replicate(10000,zsz(sk=1:6)) > qplot(zn,binwidth=1)
#添加入样概率，6点概率是其他点数概率的3倍 function(sk=1:6){ skn<-sample(sk,size=2,replace=T,prob=c(1,1,1,1,1,3)) sum(skn) }
向量的循环：
> rep(1:3,times=3) [1] 1 2 3 1 2 3 1 2 3 > rep(1:3,each=3) [1] 1 1 1 2 2 2 3 3 3 > rep(1:3,times=c(1,3,2)) [1] 1 2 2 2 3 3 >
字符串连接函数paste
paste()
其中...表示一个或多个R可以被转化为字符型的对象；参数sep表示分隔符，默认为空格；
项目二-设计扑克牌模拟系统
要求：自动洗牌、发牌
任务一：创建一副牌。学会如何使用R的数据类型和数据结构。
任务二：编写发牌和洗牌的函数。学习从一个数据集中抽取想要的数值。
任务三：改变点数系统。学习在数据的内部改变数据的取值
任务四：管理扑克牌的状态。学习R的环境系统和作用域规则。
原子型向量
数据结构：数据结构是存储、组织数据的方式，是数据内部的构成方法。
原子型向量：R里面最简单的数据类型，是构成其他对象类型的基本元素。
原子型向量的特点：每个原子型向量都将一种类型的数据存储在一个一维向量中。
原子型向量的分类：
双整型：存储普通的数值型数据；
> x1<-c(1,2,3,4,5,6)
> x1
[1] 1 2 3 4 5 6
> is.vector(x1)
[1] TRUE
> length(x1)
[1] 6
> typeof(x1)
[1] "double"
整型：存储整型的数据；
> int<-c(-1L,2L,4L)
> int
[1] -1 2 4
字符型：存储文本型数据；
逻辑型：用来存储TRUE和FALSE这两个布尔数据。
> logic<-c(TRUE,FALSE)
> logic
[1] TRUE FALSE
> typeof(logic)
[1] "logical"
复数型和原始类型：分别来存储复数和数据的原始字节。
is.vector()：查看某个对象是否为向量。
typeof()：查看某个对象的数据类型
#练习：生成一个原子型向量，来存储同花顺的牌面
同一种花色的顺子，比如黑桃的 A 、 K 、 Q 、 J 、 10
R-属性
属性：附加给原子型向量的额外信息。
attributes()：查看一个对象包含哪些属性信息。
原子向量最常见的三种属性：名称、维度和类。每种属性都有自己的辅助函数。
练习1：给骰子的每个点数命名，并查看。
命名向量：
> kl<-c(a=1,b=2)
> kl
a b
1 2
关于维度：dim()函数可以将一个原子型向量转换为一个n维数组。
> dim(sz)<-c(2,3) > sz [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6 >
练习2：将一个向量转换为矩阵，并查看数据排列方式。
dim(sz)<-c(2,3,3)2行3列，切片3
练习3：用matrix()函数创建矩阵。
3行2列
2行3列
练习4：用array()函数创建数组。
2行3列，4个切片
typeof()：查看某个对象的数据类型
R--类
类：新的结构，新的格式。
class()：查看一个对象的类。
练习1：赋予向量以维度属性，观察其class属性的变化。
用属性系统表示更多的数据类型：日期时间与因子。
日期与时间：R用一个特殊的类来表示日期和时间数据。
POSIXct：一个被广泛用于表示日期与时间的框架。
R处理规则：R函数在显示该对象之前，会根据POSIXct标准将该时间转换为用户可以理解的字符串。
练习2：用Sys.time()函数查看当前系统时间，并查看该对象的类和类型。
> Sys.time() [1] "2019-12-05 21:37:24 CST" > now<-Sys.time() > now [1] "2019-12-05 21:37:57 CST"
练习3：用unclass()函数移除对象的class属性。
> now [1] "2019-12-05 21:37:57 CST" > class(now) [1] "POSIXct" "POSIXt" > typeof(now) [1] "double" > unclass(now) [1] 1575553078
> #练习：1970年1月1日零点之后的100万秒是哪一天？ > mil<-1000000 > class(mil)<-c("POSIXct","POSIXt") > mil [1] "1970-01-12 21:46:40 CST"
R--因子
因子：存储分类信息。
R中因子生成机制：R会将向量中的值重新编码为一串整数值，再将编码的结果存储在一个整型向量中，
然后对其添加一个levels属性和一个class属性。其中levels属性包含显示因子值的一组标签。
练习1：用factor()函数创建一个因子。
练习2：用as.character()函数将一个因子强制转换为字符串。
问题：当在原子型向量中存储多种类型的数据会发生什么问题呢？
integer整型向量
> xb<-factor(c("female","male","male","female")) > xb [1] female male male female Levels: female male > class(xb) [1] "factor" > typeof(xb) [1] "integer" > as.numeric(xb) [1] 1 2 2 1
强制转换
R强制转换所遵循的规则：
如果一个原子型向量包含字符串，R会将该向量中的所有元素都转换成字符型。
如果一个原子型向量只包含逻辑型和数值型元素，R会将逻辑型全部转换成数值型。
原因：单一数据类型的好处：数据操作更加直接和高效；而且就变量而言，变量中每个值度量的都是相同的属性，
因此没有必要使用不同的数据类型。
NA表示缺失值
> mn<-c("男","男","女") > mn [1] "男" "男" "女" > sum(mn=="男") [1] 2 > sum(mn=="女") [1] 1 > sum(mn=="男")/sum(mn) Error in sum(mn) : 'type'(character)参数不对 > sum(mn=="男")/sum(mn!="") [1] 0.6666667 > sum(mn=="男")/length(mn) [1] 0.6666667 > sum(mn=="男")/sum(c(mn=="男",mn=="女")) [1] 0.6666667 > mean(mn=="男") [1] 0.6666667
列表
列表：将数据组织在一个一维集合中。与原子型向量的区别在于，列表并不是将某些具体的值组织起来，而是组织R对象。
练习：用list()函数创建一个列表
[[]]：表示来自列表的哪一个元素。
双索引系统：因为列表的元素可以是任意一种R对象。
列表的特点：R中全能型的存储工具。
下面最外层的list有三个元素
命名：
二维表
> data.frame(姓名=c("张三","李四"),成绩=c(100,90)) 姓名 成绩 1 张三 100 2 李四 90
数据框
数据框：列表的二维版本。将向量组织在一个二维表格中，每一个向量作为这个表格一列。
需要注意的问题：
不同的列可以包含不同的数据类型；
每一列必须具有相同的长度；
每个向量都有自己的名称；
stringsAsFactors参数应设置为FALSE。
练习：用data.frame()函数创建一副牌。
> data.frame(姓名=c("张三","李四"),成绩=c(100,90))->df > df 姓名 成绩 1 张三 100 2 李四 90 > typeof(df) [1] "list"
stringsAsFactors=F
> data.frame(姓名=c("张三","李四"),成绩=c(100,90),stringsAsFactors=F)->df > df 姓名 成绩 1 张三 100 2 李四 90 > str(df) 'data.frame': 2 obs. of 2 variables: $ 姓名: chr "张三" "李四" $ 成绩: num 100 90
RStudio设置
#项目二-构建一副扑克牌
pkp<-data.frame(pm=rep(c("A",2:10,"J","Q","K"),times=4),
hs=rep(c("红桃","黑桃","梅花","方块"),each=13),
ds=rep(1:13,times=4),
stringsAsFactors = F)
str(pkp) #查看pkp的前六条数据 head(pkp)
#查看pkp的前八条数据 head(pkp,n=8) #查看pkp的后六条数据 tail(pkp)
#查看当前的工作目录 getwd() #设置工作目录 setwd("C:\Users\Desktop\DT") # 写入外部文件 write.csv(pkp,file = "puke.csv",row.names = F)
# 小结 # 第一个角度：从数据类型的角度 #数据类型相同的，向量、矩阵、数组 #数据类型不同的：列表、数据框 # 第二个角度 #一维结构：向量、矩阵 #二维结构：矩阵、数据框 #三维或三维以上结构：数组
选中要运行的代码，执行运行
# 必知必会的函数 #whichwhich.max()which.min() # which:返回一个逻辑向量里面真值所在位置 which(c(T,F,T)) man<-c("男","男","女") # 计算向量里面男生所在位置 which(man=="男") # which.max():返回一个向量里面最大值所在位置 which.max(c(3,4,7)) # which.min():返回一个向量里面最大值所在位置 which.min(c(3,4,7)) # 排序 # 第一种：直接排序 x<-c(7,5,8,9,2) sort(x) x<-sort(x) #降序排序 sort(x,decreasing = T) # 第二种：间接排序 order(x) #第三种：倒着排 rev(x)
练习：
# 作业：编写一个函数，具有如下功能： # 1.输入参数为一个向量 # 2.计算向量的均值、方差、标准差、中位数 # 3.计算向量的标准化得分 # 4.将2与3中的计算结果存储到一个列表中作为函数返回对象
f<-function(x){ mean<-mean(x) var<-var(x) sd<-sd(x) median<-median(x) zscore<-(x-mean(x))/sd(x) lst<-list(f.mean=mean,f.var=var,f.sd=sd,f.median=median,f.zscore=zscore) lst } f(c(1,3,5,7,9)) $f.mean [1] 5 $f.var [1] 10 $f.sd [1] 3.162278 $f.median [1] 5 $f.zscore [1] -1.2649111 -0.6324555 [3] 0.0000000 0.6324555 [5] 1.2649111