R 是一门拥有统计分析及作图功能的免费软件，主要用于数学建模、统计计算、数据处理、可视化等方向。据 IEEE Spectrum发布的2016年编程语言前10位排名来看，R语言由2015年排名第6位上升级2016年的第5位。目前在CRAN 上发布的算法包已经超过8000+多个。R体系涉及到高等数据、概率学、统计学、IT技术等多种知识的综合应用，虽然看起来超级复杂，但学过程还是得从基础开始。
解释：CRAN （The Comprehensive R Archive NetWork): 提供下载软件安装程序和相应软件包的网站，访问地址：https://www.r-project.org/
（附图2016年编程语言排名：来源于 http://spectrum.ieee.org/static/interactive-the-top-programming-languages-2016）
目录：
- R语言特点
- R语法规范
- R工作原理
- R数据类型
- R对象类别
- R对象判断转换
- R运算符
- R特殊值
- R循环语句
- R工作空间
- R帮助
- 常用操作
R语言特点：
- 灵活、开放、免费
-
R是一种解释性语言
-
R区分大小写
-
帮助系统很赞，开发查找方便
-
数量众多的算法功能包（8000+扩展包），还不包括在github上的开发包
-
支持在UNIX、 Windows and MacOS多种系统上运行
- 高质量、广泛的统计分析、数据挖掘
R语法规范：
- 对象的命名以"."或字母开头，当以"."开头时，第二个字符不允许是数字
- 基本命令要么是表达式，要么是赋值。如果命令是表达式，它被解析后，结果显示在屏幕同时清空命令所占内存。赋值被解析后，将值传给变量结果不显示。
- 命令以";"分隔或另起一行，注释以"#"标注
- 当一条命令在一行结束时还没不完整，R会结出延续提示符，默认是"+"
- 与其它语言相比，R有个比较个性的赋值表达方式（即箭头赋值符号），至于此表达方式的来源，在谢老师的一篇文章中有介绍，请参见 （http://yihui.name/cn/2012/09/equal-and-arrow/）
- 开发过程中的编码规范约定，可参见google的R语言编码风格指南，如下图（详细参见：http://bbs.pinggu.org/thread-1410518-1-1.html）
R工作原理：
- 当R在运行时，所有的变量、数据、函数及结果都是以对象的形式存在于计算机的活动内存中，期间进行的所有操作都是针对活动内存中的对象，如下示意图
- 用户通过输入一些命令调用函数，分析得出的结果可以直接显示在屏幕上，也可以直接存入某个对象或写入磁盘，因为产生的数据本身就是一种对象，所以它们也能被视为数据并能象其它数据一样被处理分析。数据的输入文件可来源于本地磁盘，也可以是从远程服务端获取
- 上图中示意的所有的R 函数都包含在某个库里 (library), 我们从CRAN上下载的程序包被调用的时候，都要通过 library(包名）先加载到内存，再被使用，后面会详细介绍。
- 在R软件安装包里自带的 base 库是R的核心，在启动R时会自动加载，它包含了如:数据读写、数据运算等基本操作。
R数据类型：
- 数据型：Numeric
- 字符型：Character
- 逻辑型：Logical
- 因子型：Factor (表示不同类别，在下面的内容中会举例来说明)
- 复数型：Complex
R对象类别：
- 向量（Vector): 线性代数里面我记得又称为矢量，它表示一系统元素的组合。（注意：向量里面的元素类型必须一致，不一致时会自动进行转换），如下图示例
- 因子（Factor): 为处理分类数据提供的一种有效方法，概念难懂，结合以下代码说明
#取10名考生所在的省赋给变量province province <- c('四川','湖南','江苏','四川','四川','四川','湖南','江苏','湖南','江苏') #创建因子, 并查看因子输出结果 pf <- factor(province);pf #录入每位考生的分数 score <- c(95,86,84,92,84,79,86,99,85,90) #计算各省的平均成绩,并在屏幕显示 tapply(score,pf,mean) -
输出结果如下图：（这样应该能明白了吧？）
- 矩阵（matrix): 一种特殊的数组，是向量在多维度下的一般形式。 用法： matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
- data为必要的矩阵元素，nrow 为行数，ncol 为列数，注意nrow 与ncol 的乘积应为 矩阵元素个数，byrow 项控制排列元素时是否按行进行，默认是按列，dimnames 给定行和列的名称
- 示例代码： 1：12表示 1至12 的有序数字序列
> matrix(1:12,nrow = 3,ncol = 4,byrow = TRUE,dimnames = list(c("Row1","Row2","Row3"),c("col1","col2","col3","col4"))) col1 col2 col3 col4 Row1 1 2 3 4 Row2 5 6 7 8 Row3 9 10 11 12 >
- 数据框（dataframe): 和矩阵类似的结构，列可以是不同的对象。
- 使用data.frame函数来初始化一个对象，示例代码如下：
> duty <-data.frame(date=c("20160814","2016015","2016016"), + Name=c("tgzhu","zhangShan","LiShi"), + Tel=c("13606401549","13606401550","13606401551")) > duty date Name Tel 1 20160814 tgzhu 13606401549 2 2016015 zhangShan 13606401550 3 2016016 LiShi 13606401551 > -
在通过读取本地文件、通过RODBC访问数据库访问的都是 data.frame对象，在后续会以单独的章节对其包含的操作进行介绍
- 列表(list): 一种泛化的向量，没有要求所有元素数型一致
- 通过 list 函数来初始化一个对象，示例代码如下：
#无tag 方式 list("tgzhu",16,TRUE) #带tag方式 list(name="tgzhu",workAge=16,goodMan=TRUE) #list 嵌套 list(name="tgzhu",workAge=16,address=list(address="JN",Tel="13606401550")) -
list中元素的访问：list_name$tag_name、list_name[[tag_name]]、 list_name[[index]]
- 注意：list中元素的访问需要双层[[]]，如果单层[index]或[tag_name]会访问到tag_name(或者index)与值本身，是个子list，而不仅仅是值；
- 双层[[]]中的只能是单一的tag_name或index，不能是类似[[1:3]]这样访问，而单层可以[1:3]，提取出1~3作为子list
- 小结：
- R中的数据结构主要面向《线性代数》中的一些概念，如向量、矩阵等
- R中其实没有简单数据（数值型、逻辑型、字符型等），对于简单类型会自动看做长度为1的向量
R对象判断转换：
- R对象判断函数：其返回值：TRUE或FALSE
- is.numeric()： 是否数值型数据
- is.character()： 是否字符型数据
- is.vector()： 是否向量数据
- is.matrix()： 是否矩阵数据
- is.data.frame()： 是否数据框数据
- is.factor()： 是否因子数据
- is.logical()： 是否逻辑型数据
- 转换数据类型：函数将输入参数转换为对应的类型
- as.numeric()
- as.character()
- as.vector()
- as.matrix()
- as.data.frame()
- as.factor()
- as.logical()
- 简单示例如下
> a <- c(1,2,3);a [1] 1 2 3 > > is.numeric(a) [1] TRUE > > a<-as.character(a);a [1] "1" "2" "3" > > is.numeric(a) [1] FALSE
R运算符：
- 算术运算符： + - * /
- 逻辑运算符： <，<=，>，>=，==,!=, &, |, !
- 数学函数：
log，exp，sin，cos，tan，sqrt，max ，min，range，length，sum，prod，var
R循环语句：
- 条件语句:
if (expr1 ) expr2 else expr3 - 循环控制：for,repeat,while
for语法： for (name in expr1 ) expr2 其中name 是循环变量，expr1是一个向量表达式，而expr2常常是根据虚拟变量name 而设计的成组表达式。在name 访问expr1所有可以取到的值时，expr2都会运行- 注意：相比其他程序语言，R代码里面很少使用for(),执行效率很低
- repeat expr， while (condition) expr
- 关键字break：可以用于结束任何循环，甚至是非常规的。它是结束repeat 循环的唯一办法。
- 关键字next：可以用来结束一次特定的循环，然后直接跳入"下一次"循环
R特殊值：
- 在某些情况下，向量的元素可能有残缺.R为确保所有数据都能被正确识别、计算或统计等，定义了一些特殊值数据
- NULL：空数据
- NA（not available）：表示无数据
- NaN（Not a Number）：表示非数字
- inf：数字除以0得到的值，无穷大
- 断一个object （x）是不是属于这些类型有相应的函数：
- is.null(x)
- is.na(x)
- is.nan(x)
- is.infinite(x)
R工作空间:
- 工作空间（workspace）就是当前R的工作环境，它储存着所有用户定义的对象（向量、矩阵、函数、数据框、列表） 。在一个R会话结束时，你可以将当前工作空间保存到一个镜像中，并在下次启动R时自动载入它
- 当前的工作目录（working directory）是R用来读取文件和保存结果的默认目录。使用函数getwd()来查看当前的工作目录，或使用函数setwd()设定当前的工作目录。
- 注意：如果需要读入一个不在当前工作目录下的文件，则需在调用语句中写明完整的路径。记得使用引号闭合这些目录名和文件名
- 用于管理工作空间的部分标准命令：
- getwd()： get working directory 显示当前的工作目录
- setwd("yourdirectory"): 修改当前的工作目录为你指定的目录地址
- ls()： 列出当前工作空间中的对象
- rm(objectlist)： 移除（删除）一个或多个对象，变通一下： rm(list=ls()) 即表示删除工作空间内存中的所有对象
- rm(list=ls(pat=“^m”)): 删除内存中以m开头的变量
- options(): 显示或设置当前选项,这个命令很有用，在下面的章节会用到
- save.image("myfile") ： 保存工作空间到文件myfile中（默认值为.RData）
- save(objectlist, file="myfile")： 保存指定对象到一个文件中
- load("myfile")： 读取一个工作空间到当前会话中（默认值为.RData），一些静态的数据文件也可保存为.rda文件，通过load加载到内存
- q()： 退出R
R帮助：
- help.start()： 打开所有已在本地安装的帮助文档
- help( 函数名) 或 ? 函数名 : 查看函数帮助文档
- help.search(“pattern”) 或 ??pattern: 函数搜索已在本地计算机安装的帮助文档
- 如果有些包是最近才安装的，则设置rebuild参数来刷新数据库，如：help.search(‘tree’,rebuild=TRUE）
- 示例：help(“bs”,try.all.package=TRUE) : 默认情况下，help只会在载入内存的包中进行搜索，选项 try.all.package = FASLSE,若设为TRUE，则可在所有包中进行搜索。在 这种情况下，不会显示函数 的帮助页面
- 若package未载入内存，而想查看帮助页面，可使用：help(“bs”,package=“splines”);
- apropos("yourSearchName")：找出所有名字中含有指定字符串的函数（仅加载到内存中的包中搜）
常用操作
- 查看已加载的包: (.packages())
- 卸除已加载的包，如卸除RMySQL包: detach("package:RMySQL")
- 安装包，如下载安装报名为“rjson”的包: install.packages("rjson")
- 彻底删除已安装的包： remove. packages(c("pkg1","pkg2") , lib = file .path("path", "to", "library"))
- 查看已安装的包: installed.packages()[,c('Package','Version','LibPath')] (其中c('Package','Version','LibPath') 表示显示包名、版本、库路径信息，若无[,c('Package','Version','LibPath')]参数，则显示所有信息)
- 查看某个包提供的函数: help(package='TSA') (package参数为要查看的包的包名)
- 查看某个函数属于哪个包: help(函数名)