R

[TOC]

安装与调试

退出解释器：q()

命令行运行：Rscript filename.R

基础语法

变量与基础操作

查看已定义的变量列表：ls（）

print(ls()) 

删除变量：rm()

rm(varname)

输出结果拼接：cat()

用逗号分隔拼接部分

内容输出到文件：cat(内容，file=“filepath”[,append=TRUE])

建议用绝对路径， Windows 路径格式为 D:\r_test.txt。

append表示追加写入，不添加时为覆盖

控制台输出到文件：sink("filepath"[,split=TRUE] [,append=TRUE])

split表示保留控制台输出。

默认是覆盖写入。

调用无参数sink()可以取消

从文件读入文字：readLines("filepath")

获取当前工作目录 ：getwd()

设置当前工作目录： setwd()

整除与整除求余：%%,%/%。

优先级仅次于乘方和括号

冒号运算符/整数向量/向量运算相关： ：

 v <- 1:10
 print(v) 

输出：1 2 3 4 5 6 7 8 9 10

判断数字是否在向量v/向量运算相关：num %in% v

矩阵与它转置的矩阵相乘/矩阵运算：M %*% t(M)

数学函数：

NA与NULL

缺失，没有值，但位置存在

数据不存在

向量

生成：a=c（l,r）。 可通过数组下标取用，从1开始。

可能有间隙的等差数列：seq(l,r,gap)

m到n的等差数列：seq(l,r,step)

重复数列：rep（num，重复次数）

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

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

可以对向量做标量运算、逻辑运算，效果是每个元素依次运算

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

统计学函数：

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

all\any。 all() 用于检查逻辑向量是否全部为 TRUE，any() 用于检查逻辑向量是否含有 TRUE。

字符串

> toupper("Runoob") # 转换为大写

[1] "RUNOOB"

> tolower("Runoob") # 转换为小写

[1] "runoob"

> nchar("中文", type="bytes") # 统计字节长度

[1] 4

> nchar("中文", type="char") # 总计字符数量

[1] 2

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

[1] "12345"

> substring("1234567890", 5) # 截取字符串，从 5 到结束

[1] "567890"

> as.numeric("12") # 将字符串转换为数字

[1] 12

> as.character(12.34) # 将数字转换为字符串

[1] "12.34"

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

[[1]]

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

> gsub("/", "-", "2019/10/1") # 替换字符串

[1] "2019-10-1"

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

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

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

    #     x ： 输入对向量

    #   digits ： 显示的位数

    #   nsmall ： 小数点右边显示的最少位数

    #   scientific ： 设置科学计数法

    #   width ： 通过开头填充空白来显示最小的宽度

    #   justify：设置位置，显示可以是左边、右边、中间等。

如果在 UTF-8 编码的计算机上运行，单个中文字符的字节长度应该是 3。

列表,一种筐

创建： list_data <- list( ）

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

访问： 1.按下标 2.按名字print(list_data$Name)

添加： list_data[最后一个下标+1] <- "新元素" 也可用于更新

删除： list_data[4] <- NULL

合并： merged.list <- c(list1,list2)

列表转向量： v1 <- unlist(list1)

矩阵

v=c() m= matrix(vector,行数,列数,byrow=,dimnames=) 向量会逐列填充，添加byrow为TRUE会按行填充，dimaname用于设置行列名

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

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

查询：按二维数组查询

命名：行列都可以设定名称：

> 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

矩阵乘法：

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

矩阵乘除：* / 按位逐个相互运算

逆矩阵：solve(A)

转置矩阵：t()

矩阵分行分列计算： apply()。如apply(A, 1, sum)。参数为1按行操作，参数为2按列操作

数组

# 创建两个不同长度的向量
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")

# 创建数组，并设置各个维度的名称
result <- array(c(vector1,vector2),dim = c(3,3,2),dimnames = list(row.names,column.names,matrix.names))
print(result)

# 显示数组第一个矩阵中第一行第三列的元素,三个参数分别是行列个
print(result[1,3,1])

# 跨维度计算 数组 数据名称 计算函数
apply(x, margin, fun)

# 计算数组中所有矩阵第一行的数字之和
result <- apply(new.array, c(1), sum)
print(result)

因子（类别数据）

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 类别 nlevels 类别数目

数据框（dataframe 表格)

• …: 列向量，可以是任何类型（字符型、数值型、逻辑型），一般以 tag = value 的形式表示，也可以是 value。
• row.names: 行名，默认为 NULL，可以设置为单个数字、字符串或字符串和数字的向量。
• check.rows: 检测行的名称和长度是否一致。
• check.names: 检测数据框的变量名是否合法。
• fix.empty.names: 设置未命名的参数是否自动设置名字。
• stringsAsFactors: 布尔值，字符是否转换为因子，factory-fresh 的默认值是 TRUE，可以通过设置选项（stringsAsFactors=FALSE）来修改。

data.frame(…, row.names = NULL, check.rows = FALSE,
           check.names = TRUE, fix.empty.names = TRUE,
           stringsAsFactors = default.stringsAsFactors())
table = data.frame(
    姓名 = c("张三", "李四"),
    工号 = c("001","002"),
    月薪 = c(1000, 2000)
   
)
print(table) # 查看 table 数据

# 获取数据结构
str(table)
# 显示概要
print(summary(table)) 
# 提取指定的列
result <- data.frame(table$姓名,table$月薪)
print(result)
# 读取第 2 、3 行的第 1 、2 列数据：
result <- table[c(2,3),c(1,2)]
# 添加部门列
table$部门 <- c("运营","技术","编辑")
# 将向量组合成数据框
addresses <- cbind(sites,likes,url)
# 合并两个数据框
result <- rbind(table,newtable)

数据重塑（=sql的join，用的时候再看，估计用不上，大概）

• x, y： 数据框
• by, by.x, by.y：指定两个数据框中匹配列名称，默认情况下使用两个数据框中相同列名称。
• all：逻辑值; all = L 是 all.x = L 和 all.y = L 的简写，L 可以是 TRUE 或 FALSE。
• all.x：逻辑值，默认为 FALSE。如果为 TRUE, 显示 x 中匹配的行，即便 y 中没有对应匹配的行，y 中没有匹配的行用 NA 来表示。
• all.y：逻辑值，默认为 FALSE。如果为 TRUE, 显示 y 中匹配的行，即便 x 中没有对应匹配的行，x 中没有匹配的行用 NA 来表示。
• sort：逻辑值，是否对列进行排序。

# merge函数
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

分支语句

if语句：和c一样

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

#1.按值匹配。整数匹配不在范围内的则返回NULL。
x <- switch(
   3,
   "google",
   "runoob",
   "taobao",
   "weibo"
)
print(x)
[1] "taobao"

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

循环语句

repeat

循环，直到condition为true，退出用break

repeat { 
    // 相关代码 
    if(condition) {
       break
    }
}

while

和c一样

for

和python一样

next

和continue一样

函数（全是懒加载）

定义函数

function_name <- function(arg_1, arg_2, ...) {
    // 函数体
}

调用

和python一样。

如果指定参数名和对应值，使用时可不按顺序排列传递参数

内置函数

seq(a,b)输出a到b

mean(a:b)输出a、b平均数

sum(a:b)计算a到b数字的和

库

# 查看包安装目录
.libPaths()
# 查看已安装的包
library()
# 安装包 清华源
install.packages("MASS", repos = "https://mirrors.ustc.edu.cn/CRAN/") 

图

饼状图

• x: 数值向量，表示每个扇形的面积。

• labels: 字符型向量，表示各扇形面积标签。

• edges: 这个参数用处不大，指的是多边形的边数（圆的轮廓类似很多边的多边形）。

• radius: 饼图的半径。

• main: 饼图的标题。

• clockwise: 是一个逻辑值,用来指示饼图各个切片是否按顺时针做出分割。

• angle: 设置底纹的斜率。

• density: 底纹的密度。默认值为 NULL。

• col: 是表示每个扇形的颜色，相当于调色板。

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, …)
# 输出图片
png(file='runoob-pie.png', height=300, width=300)

# 数据准备
info = c(1, 2, 4, 8)

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

# 涂色（可选）
cols = c("#ED1C24","#22B14C","#FFC90E","#3f48CC")
# 计算百分比
piepercent = paste(round(100*info/sum(info)), "%")
# 绘图
pie(info, labels=piepercent, main = "网站分析", col=cols, family='GB1')
# 添加颜色样本标注
legend("topright", names, cex=0.8, fill=cols)
#3D图
library(plotrix)
pie3D(info,labels = names,explode = 0.1, main = "3D 图",family = "STHeitiTC-Light")

条形图

• H 向量或矩阵，包含图表用的数字值，每个数值表示矩形条的高度。

• xlab x 轴标签。

• ylab y 轴标签。

• main 图表标题。

• names.arg 每个矩形条的名称。

• col 每个矩形条的颜色。

• 中文字体需要设置字体参数 family='GB1'

• beside 参数 beside 设置矩形条堆叠的方式，默认为 FALSE

  library(showtext);
  font_add("SyHei", "SourceHanSansSC-Bold.otf");
  cvd19 = matrix(
    c(83017, 83534, 1794546, 2640626, 190535, 585493),
    2, 3
  )
  
  # 设置文件名，输出为 png
  png(file = "runoob-bar-1.png")
  
  #加载字体
  showtext_begin();
  
  colnames(cvd19) = c("中国", "美国", "印度")
  rownames(cvd19) = c("6月", "7月")
  barplot(cvd19, main = "新冠疫情条形图", beside=TRUE, legend=TRUE,  family='SyHei')
  
  # 去掉字体
  showtext_end();
  

散点图

• x 横坐标 x 轴的数据集合
• y 纵坐标 y 轴的数据集合
• type：绘图的类型，p 为点、l 为直线， o 同时绘制点和线，且线穿过点。
• main 图表标题。
• xlab、ylab x 轴和 y 轴的标签名称。
• xlim、ylim x 轴和 y 轴的范围。
• axes 布尔值，是否绘制两个 x 轴。

type 参数可选择值：

• p：点图
• l：线图
• b：同时绘制点和线
• c：仅绘制参数 b 所示的线
• o：同时绘制点和线，且线穿过点
• h：绘制出点到横坐标轴的垂直线
• s：阶梯图，先横后纵
• S：阶梯图，先纵后竖
• n： 空图

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

#散点图矩阵
# 4 个变量绘制矩阵，12 个图，第一个参数是各个变量
pairs(~wt+mpg+disp+cyl,data = mtcars, main = "Scatterplot Matrix")