R语言
R语言是动态语言
环境搭建
先安装R再安装Rstudio，注意要保证：
- R语言安装指定为64位；
- R语言和Rstudio的安装路径不要有汉字；
- R语言和Rstudio的安装父目录要为同一个。
R对象和函数
- R对象可以看作是具有关联名称的存储空间。R中的一切都存储在对象中。所有的变量、数据、函数都以命名对象的形式存储在计算机的内存中。
对象赋值运算符：<-
>x <-945
>x
[1] 945
就是把945赋值给x，数值前的“[1]”可以读作“此行是从对象的第一个元素开始显示的值”。
- R语言赋值操作支持数值表达式，此种情况下，对象存储表达式的计算结果：
> z <- 5
> w <-z^2
>w
[1] 25
- 值得注意的是：创建的每个对象都存储在计算机内存中，直到删除它。可通过命令ls()或objects()列举出当前内存中的对象。
- R中最基本的对象，有模式和长度两种属性。模式指的是存储类型，长度是包含的元素数量。
- R的基本数据类型有：字符型character、逻辑型logical、数值型numeric、复数型complex。注意：R的字符型事实上是一组字符，而非单个字符，类似其它语言的字符串类型。逻辑值只能是T(TRUE)和F(FALSE)，True或False等不是有效的逻辑值，因为R中的名称是大小写敏感的。
- 在R中显式的运行循环( for in,while等)效率是很低的，所以尽可能通过其他方式来避免显式循环，可选的方式有：
逻辑索引向量替代，如y[x%%2==0] <- 0
R连接mysql
options(download.file.method="libcurl")
install.packages("RMySQL")
library(RMySQL)
con <- dbConnect(MySQL(),
host='localhost',
user='root',
password='root‘,
dbname='test')
adminrole<- dbGetQuery(con, "select * from adminrole")
print (adminrole)
dbDisconnect(con)
R连接Oracle
方法一：
library(RODBC)
方法二：
较为复杂，和java的jdbc连接数据库操作类似
R连接 Sql sever
- 创建数据源RODBC
- ．连接
library(RODBC);
dbhandle <- odbcDriverConnect('driver={SQL Server};server=(local);database=TESTdatabase;trusted_connection=true');#TESTdatabase为数据库
res <- sqlQuery(dbhandle, 'select * from class ');#class为TESTdatabase数据库中表
sqlSave(dbhandle,res,"A",append=FALSE);
odbcClose(dbhandle);
R连接 db2
library(RJDBC)
R操作excel（依赖java环境）
1.首先安装xlsx包，并进行加载包
install.packages("xlsx")
library("xlsx")
- 实现数据的输出
input.xlsx.data <- read.xlsx("input.xlsx", sheetIndex = 1)
print (input.xlsx.data)
这样既可得到excel表里的数据
R操作csv
data2 = read.table("writetest.csv",header=F, sep=",")
print (data2)
R语言数据类型
矢量
列表
矩阵
数组
因子
数据帧
- 这些对象中最简单的是向量对象，并且这些原子向量有六种数据类型，也称为六类向量。 其他R对象建立在原子向量之上。 Logical（逻辑型）,Numeric（数字）,Integer（整型）,Complex（复合型）,Character（字符）,Raw（原型）
使用
1. Vectors 向量
当你想用多个元素创建向量时，你应该使用c()函数，这意味着将元素组合成一个向量。
apple <- c('red','green',"yellow")
print(apple)
2.Lists 列表
列表是一个R对象，它可以在其中包含许多不同类型的元素，如向量，函数甚至其中的另一个列表。
list1 <- list(c(2,5,3),21.3,sin)
3. Matrices 矩阵
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
print(M)
4.Arrays 数组
虽然矩阵被限制为二维，但阵列可以具有任何数量的维度。 数组函数使用一个dim属性创建所需的维数。 在下面的例子中，我们创建了一个包含两个元素的数组，每个元素为3x3个矩阵。
a <- array(c('green','yellow'),dim = c(3,3,2))
print(a)
输出：
, , 1
[,1] [,2] [,3]
[1,] "green" "yellow" "green"
[2,] "yellow" "green" "yellow"
[3,] "green" "yellow" "green"
, , 2
[,1] [,2] [,3]
[1,] "yellow" "green" "yellow"
[2,] "green" "yellow" "green"
[3,] "yellow" "green" "yellow"
dim中的2代表维数
5.Factors 因子
因子是使用向量创建的r对象。 它将向量与向量中元素的不同值一起存储为标签。 标签总是字符，不管它在输入向量中是数字还是字符或布尔等。 它们在统计建模中非常有用。
使用factor()函数创建因子。nlevels函数给出级别计数。
6.Data Frames 数据帧
数据帧是表格数据对象。 与数据帧中的矩阵不同，每列可以包含不同的数据模式。 第一列可以是数字，而第二列可以是字符，第三列可以是逻辑的。 它是等长度的向量的列表。
使用data.frame()函数创建数据帧。