R語言學習（瑞士軍刀）

（windows安裝安裝路徑不要出現中文，不然RStudio找不到R軟體）

1、R中的資料結構

1.1向量，標量

1.2矩陣

1.3陣列

1.4串列

1.5資料框

1.6因子

1.7時間序列

2、R語言基礎

2.1運算子

　　R 語言賦值使用的是左箭頭 <- 符號，不過一些新版本也支持等號=，也可以用->符號(最新版本)，

2.2變數的定義

　　R 語言的有效的變數名稱由字母，數字以及點號 . 或下劃線 _ 組成，

變數名稱以字母或點開頭，

　　注意：首字母為“.”點，或者英文字母，“.”號后面不能直接跟數字

demo

> var.1 = c(0,1,2,3) 
> print(var.1)
[1] 0 1 2 3
> var.2 = c("Hello","R")
> print(var.2)
[1] "Hello" "R"    
> var.3 <= c("Hello","Java")
錯誤: 找不到物件'var.3'
#符號錯誤 <=   應該是 <-
> var.3 <- c("Hello","Java")
> print(var.3)
[1] "Hello" "Java" 
> c(true,1)->var.4
錯誤: 找不到物件'true'
#布林值大小寫敏感
> c(TRUE,1) -> var.4
> print(var.4)
[1] 1 1
>

　　列出已定義的變數ls()函式

> var.1 = c(0,1,2,3) 
> var.2 = c("Hello","R")
> var.3 <- c("Hello","Java")
> c(TRUE,1) -> var.4
> print(ls())
[1] "var.1" "var.2" "var.3" "var.4"
> 

　　洗掉變數可以使用rm()函式

> print(ls())
[1] "var.1" "var.2" "var.3" "var.4"
> rm(var.1)
> print(ls())
[1] "var.2" "var.3" "var.4"
> 

　　linux中進入和退出R軟體

[root@VM-0-3-centos ~]# R

R version 3.6.0 (2019-04-26) -- "Planting of a Tree"
Copyright (C) 2019 The R Foundation for Statistical Computing
Platform: x86_64-redhat-linux-gnu (64-bit)

R是自由軟體，不帶任何擔保，
在某些條件下你可以將其自由散布，
用'license()'或'licence()'來看散布的詳細條件，

R是個合作計劃，有許多人為之做出了貢獻.
用'contributors()'來看合作者的詳細情況
用'citation()'會告訴你如何在出版物中正確地參考R或R程式包，

用'demo()'來看一些示范程式，用'help()'來閱讀在線幫助檔案，或
用'help.start()'通過HTML瀏覽器來看幫助檔案，
用'q()'退出R.

> q()
Save workspace image? [y/n/c]: n

　　運行R腳本，在命令視窗使用Rscript來執行該腳本

#linux 創建編輯腳本檔案 并運行腳本檔案
[root@VM-0-3-centos zxgtest]# touch test.R
[root@VM-0-3-centos zxgtest]# vim test.R
[root@VM-0-3-centos zxgtest]# Rscript test.R
[1] 1 2 3 4 5

2.3、常見的函式

　　輸入輸出print()函式

> print("Hello R!")
[1] "Hello R!"
> 

　　拼接cat()函式

> cat("張三","今年",18,"歲",'\n')
張三 今年 18 歲 
> 

　　cat()函式輸出到檔案中，append=TRUE輸出到檔案中不覆寫，追加到后面

> cat("輸出到檔案中",file="/zxgtest/test.txt")

> cat("追加資料不覆寫之前檔案資料",file="/zxgtest/test.txt",append=TRUE)

　　sink() 函式可以把控制臺輸出的文字直接輸出到檔案中去：

> sink("/zxgtest/sinkfile.txt")
#這樣會將控制臺輸出的資料全部存盤到指定的檔案中，控制臺不輸出資料，顯然這不是我們需要的效果
#split=TRUE 可以實作既將控制臺輸出的檔案保存到檔案中，又在控制臺顯示
> sink("/zxgtest/sinkfile.txt",split=TRUE)
#如果想取消輸出到檔案，可以呼叫無引數的 sink ：
>sink()

　　readLines() 從檔案中讀入資料

　　獲取當前作業目錄，設定當前作業目錄，查看當前作業目錄

# 當前作業目錄
print(getwd())

# 設定當前作業目錄
setwd("/zxgtwst/test2")

# 查看當前作業目錄
print(getwd())

3、R語言兩種注釋方式

3.1、單行注釋 #

# 變數賦值
a <- 9

3.2、多行注釋"

if(TRUE) {
    "
    這是一個多行注釋的實體
    注釋內容放在單引號或雙引號之間
    "
}

4、基礎運算

> 1 + 2*3
[1] 7
> (1+2)*3
[1] 9
> 3 / 4
[1] 0.75
> 3.4-1.2
[1] 2.2
> 1 -4 * 0.5 ^ 3
[1] 0.5
> 8 / 3 %% 2
[1] 8
> 8 / 4 %% 2
[1] Inf
> 3 %% 2^2
[1] 3
> 10 / 3 %/% 2
[1] 10

　　關系運算子（>　　<　　==　　!=　　>=　　<=）

> v <- c(2,4,6,9)
> t <- c(1,4,7,9)
> print(v>t)
[1]  TRUE FALSE FALSE FALSE
> print(v < t)
[1] FALSE FALSE  TRUE FALSE
> print(v == t)
[1] FALSE  TRUE FALSE  TRUE
> print(v!=t)
[1]  TRUE FALSE  TRUE FALSE
> print(v>=t)
[1]  TRUE  TRUE FALSE  TRUE
> print(v<=t)
[1] FALSE  TRUE  TRUE  TRUE
> 

　　邏輯運算

> v = c(3,1,TRUE,2+3i)
> t = c(4,1,FALSE,2+3i)
> print(v&t)
[1]  TRUE  TRUE FALSE  TRUE
> print(v|t)
[1] TRUE TRUE TRUE TRUE
> print(!t)
[1] FALSE FALSE  TRUE FALSE
> p = c(3,0,TRUE,2+2i)
> k = c(1,3,TRUE,2+3i)
> print(p&&k)
[1] TRUE
> print(p||k)
[1] TRUE
#&&和||只對第一個元素進行比較

　　賦值運算子

　　其他運算子

> v <- 1:10  #1到10的向量
> print(v)
 [1]  1  2  3  4  5  6  7  8  9 10
> s = c(1,2,3)
> print(s)
[1] 1 2 3
> v1 = 3
> v2 = 20
> print(v1 %in% v) #判斷數字是否再向量v中
[1] TRUE
> print(v2 %in% v)
[1] FALSE
> M = matrix(c(2,6,5,1,10,4),nrow = 2,ncol = 3,byrow = TRUE)#矩陣與它置換的矩陣相乘
> t = M %*% t(M)
> print(t)
     [,1] [,2]
[1,]   65   82
[2,]   82  117
> 

　　常用數學函式

> sqrt(4)
[1] 2
> sqrt(16)
[1] 4
> exp(1)
[1] 2.718282
> exp(2)
[1] 7.389056
> log(2,4)
[1] 0.5
> log10(10000)
[1] 4
> log(10,100)
[1] 0.5
> 

　　取整函式

> round(1.5)   #round函式謹慎使用，有時5也會舍去
[1] 2
> round(2.5)
[1] 2
> round(3.5)
[1] 4
> round(4.5)
[1] 4

　　數學運算   三角函式、反三角函式

> sin(pi/6)
[1] 0.5
> cos(pi/4)
[1] 0.7071068
> tan(pi/3)
[1] 1.732051
> asin(0.5)
[1] 0.5235988
> acos(0.7071068)
[1] 0.7853981
> atan(1.732051)
[1] 1.047198
#下面幾個都是正態分布的函式，名字以norm結尾，代表“正態分布”
#前綴   d   概率密度函式
#　　　　 p   概率密度積分函式（從無窮小到x的積分）
#　　　　 q   分位數函式
#　　　　 r   亂數函式（常用于概率仿真）

> dnorm(0)
[1] 0.3989423
> pnorm(0)
[1] 0.5
> qnorm(0.95)
[1] 1.644854
> rnorm(3,5,2) #產生3個平均值為5，標準差為2的正態亂數
[1] 1.351745 5.329550 2.958539

　　R 語言除了含有正態分布函式以外還有泊松分布 (pois, Poisson) 等常見分布函式  --------“概率論與數理統計”

 注意：個位數字為4的話round函式

5、資料型別（數字、邏輯、文本）

　　數字常量：一般型、科學計數法

　　邏輯型別：常量值只有 TRUE和FALSE   區分大小寫，

　　物件型別：（向量、串列、矩陣、陣列、因子、資料框）

下面詳細介紹詳細介紹物件型別

　　5.1、向量（Vector）

　　最常見的是二維向量，在平面坐標系中必然會用到，（可以看作java中的陣列），

　　c()是創造向量的函式，

　　向量中的每個元素可以通過下標單獨取出，（下標代表的第幾個，起始值為1）（java等其他語言中的下標基本上從0開始）

　　注意：二維向量和其他維度的向量運算失去數學意義，會出現警告，

> a=c(1,2,3,6,11,25,64,126)
> a[4]
[1] 6
#通過下標獲取單獨的值
> a[1:4]
[1] 1 2 3 6
#獲取1到4的值
> a[c(1,3,6)]
[1]  1  3 25
#獲取1，3，6位置的值
> a[c(-1,-3)]
[1]   2   6  11  25 shuchu  64 126
> 
#去掉1，3位置的值，并輸出向量

　　向量支持標量運算

> c(1.1,1.2,1.3) - 0.5
[1] 0.6 0.7 0.8
> a = c(1,2,4)
> a ^ 2
[1]  1  4 16

　　常用的數學運算函式也適用向量運算 sqrt、exp、sort、rev、order

> a = c(1,3,5,2,4,6)
> sort(a)
[1] 1 2 3 4 5 6
> rev(a)
[1] 6 4 2 5 3 1
> order(a)
[1] 1 4 2 5 3 6
> a[order(a)]
[1] 1 2 3 4 5 6
#order(a) 函式為排序后a向量的下標

　　R中有完善的統計函式

　　sum、mean（求平均值）、var（方差）、sd（標準差）、min（最小值）、max（最大值）、range（取值范圍）（二維向量最大值和最小值）

> sum(1:10)
[1] 55
> sd(1:10)
[1] 3.02765
> range(1:10)
[1]  1 10

　　向量生成，生成等引數列，可以用seq函式

> seq(1,9,2)
[1] 1 3 5 7 9
> seq(1,8,2)
[1] 1 3 5 7

#seq(a,b,c)  從a到b，步長為c

> seq(1,2,length.out=3) 
[1] 1.0 1.5 2.0
# 從m到n數列的長度為3
> rep(0, 5)
[1] 0 0 0 0 0
#重復數字0 5次

　　向量中常會用到NA和NULL，介紹與區別

　　NA代表的缺失，NULL代表的不存在

　　NA缺失就像占位符，代表這里沒有一個值，但位置存在

　　NULL代表的就是資料不存在

> length(c(NA, NA, NULL))
[1] 2
> c(NA, NA, NULL, NA)
[1] NA NA NA
#NULL在R向量中沒有任何意義

　　which比較罕見的向量邏輯型處理函式

> c(1,2,3) > 2
[1] FALSE FALSE  TRUE
> a = c(1,2,3)>2
> b = c(1,2,3)
> print(a)
[1] FALSE FALSE  TRUE
> print(b)
[1] 1 2 3
> which(a)
[1] 3
> b = c(1,2,3,4,5,6)
> which(a)
[1] 3
> a = b >2
> which(a)
[1] 3 4 5 6

> vector = c(10,40,78,64,53,62,69,70)
> print(vector[which(vector >= 60 & vector < 70)])
[1] 64 62 69
>
#從一個線性表中篩選大于等于 60 且小于 70 的資料　　

類似的函式還有any()  all() 等

> all(c(TRUE,TRUE,TRUE))
[1] TRUE
> all(c(TRUE,FALSE,TRUE))
[1] FALSE
> any(c(TRUE,FALSE,FALSE))
[1] TRUE
> any(c(FALSE,FALSE,FALSE))
[1] FALSE

　　5.2、字串（常用的對字串操作的函式）

> toupper("Hello R")  #轉換為大寫
[1] "HELLO R"
> tolower("Hello R")　　#轉換為小寫
[1] "hello r"
> nchar("漢字",type="bytes") 　　#統計位元組長度
[1] 6
> nchar("中文",type="byte")　　
[1] 6
> nchar("漢字",type="char")　　#統計字符數
[1] 2
> substr("unbelievable",1,5)　　#截取字串，從1到5
[1] "unbel"
> substring("unbelievable",5)　　#截取字串，從5到結束
[1] "lievable"
> as.numeric("24")　　#將字串轉化為數字
[1] 24
> as.character(12.34)　　#將數字轉化為字串
[1] "12.34"
> strsplit("hello_java_learn_R","_")　　#分隔符拆分字串
[[1]]
[1] "hello" "java"  "learn" "R"    

> gsub("/","-","2021/08/21")　　#替換字串
[1] "2021-08-21"
> 

　　R支持perl語言格式的正則運算式

　　5.2、矩陣

> vector = c(1,2,3,4,5,6)
> matrix(vector,2,3)
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6
#初始化內容是由一個向量來傳遞的，其次要輸入矩陣有多少行多少列
> vector = c(1,2,3,4,5)
> matrix(vector,2,3)
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    1
Warning message:
In matrix(vector, 2, 3) : 資料長度[5]不是矩陣行數[2]的整倍
#當初始化向量數量不足時會給出警告
> vector = c(1,2,3,4,5,6)
> matrix(vector,2,3,byrow=TRUE)
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
#按行來初始化矩陣
> matrix(vector,2,3,byrow=FALSE)
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6
#按列初始化矩陣
> m1 = matrix(vector,2,3,byrow=FALSE)
> m1[1,1]
[1] 1
> m1[1,2]
[1] 3
直接訪問矩陣的具體元素
> colnames(m1) = c("x","y","z")
> rownames(m1) = c("a","b")
> m1
  x y z
a 1 3 5
b 2 4 6
> #設定行列的名稱，這個程序通過字串向量批量完成

　　> m1["b",]
　　x y z
　　2 4 6
　　> m1["b","a"]
　　Error in m1["b", "a"] : 下標出界
　　> m1["a","x"]
　　[1] 1
　　> m1["b","y"]
　　[1] 4

#通過設定的名稱訪問具體的元素

　　矩陣的運算

> m1 = matrix(c(1,2,3,4),2,2)
> m2 = matrix(c(5,6,7,8),2,2)
> m1%*%m2
     [,1] [,2]
[1,]   23   31
[2,]   34   46
#矩陣的乘法運算
> A = matrix(c(1,2,3,4),2,2)
> solve(A)
     [,1] [,2]
[1,]   -2  1.5
[2,]    1 -0.5
#逆矩陣
> A
     [,1] [,2]
[1,]    1    3
[2,]    2    4
> apply(A,1,sum)
[1] 4 6
8
> apply(A,2,sum)
[1] 3 7

標籤：R

上一篇：【已解決】rstudio viewer panel不顯示plotly圖，不顯示DT:datatable

下一篇：alpakka-kafka(6)-kafka應用案例，用戶介面