《R語言編程指南與使用手冊.doc》由會員分享，可在線閱讀，更多相關《R語言編程指南與使用手冊.doc（30頁珍藏版）》請在裝配圖網上搜索。

第 30 頁 共 30 頁 R語言編程指南與使用手冊 開源中國社區(qū) 2016-03-18 R語言編程指南與使用手冊 在R的官方教程里是這么給R下注解的:一個數(shù)據分析和圖形顯示的程序設計環(huán)境(A system for?data analysis and visualization which is built based on S language.)。 R的源起 R是S語言的一種實現(xiàn)。S語言是由 AT&T貝爾實驗室開發(fā)的一種用來進行數(shù)據探索、統(tǒng)計分析、作圖的解釋型語言。最初S語言的實現(xiàn)版本主要是S-PLUS。S-PLUS是一個商業(yè) 軟件，它基于S語言，并由MathSoft公司的統(tǒng)計科學部進一步完善。后來Auckland大學的Robert Gentleman 和 Ross Ihaka 及其他志愿人員開發(fā)了一個R系統(tǒng)。R的使用與S-PLUS有很多類似之處，兩個軟件有一定的兼容性。 R is free R是用于統(tǒng)計分析、繪圖的語言和操作環(huán)境。R是屬于GNU系統(tǒng)的一個自由、免費、源代碼開放的軟件，它是一個用于統(tǒng)計計算和統(tǒng)計制圖的優(yōu)秀工具。 R是一套完整的數(shù)據處理、計算和制圖軟件系統(tǒng)。其功能包括：數(shù)據存儲和處理系統(tǒng)；數(shù)組運算工具（其向量、矩陣運算方面功能尤其強大）；完整連貫的統(tǒng)計分析工具；優(yōu)秀的統(tǒng)計制圖功能；簡便而強大的編程語言：可操縱數(shù)據的輸入和輸入，可實現(xiàn)分支、循環(huán)，用戶可自定義功能。 R是一個免費的自由軟件，它有UNIX、LINUX、MacOS和WINDOWS版本，都是可以免費下載和使用的,在那兒可以下載到R的安裝程序、各種外掛程序和文檔。在R的安裝程序中只包含了8個基礎模塊，其他外在模塊可以通過CRAN獲得。 R的特點 (1) 有效的數(shù)據處理和保存機制。 (2) 擁有一整套數(shù)組和矩陣的操作運算符。 (3) 一系列連貫而又完整的數(shù)據分析中間工具。 (4) 圖形統(tǒng)計可以對數(shù)據直接進行分析和顯示，可用于多種圖形設備。 (5) 一種相當完善、簡潔和高效的程序設計語言。它包括條件語句、循環(huán)語句、用戶自定義的遞歸函數(shù)以及輸入輸出接口。 (6) R語言是徹底面向對象的統(tǒng)計編程語言。 (7) R語言和其它編程語言、數(shù)據庫之間有很好的接口。 (8) R語言是自由軟件，可以放心大膽地使用，但其功能卻不比任何其它同類軟件差。 (9) R語言具有豐富的網上資源 一 ? 入門訓練 1. 獲取幫助 ? ??> help.start() 開啟幫助文檔 ? ? > help(solve) 顯示某命令的幫助信息，或者 ? ? > ?solve ? ??對于由特殊字符指定的功能，這些參數(shù)必須用單引號或雙引號括起來，使之成為一個“字符串”,如 ? ? > help("[[") ? ??與某個主題相關的例子通常可以用下面的命令得到 ? ? >?example(topic) 2. 命令簡介 ? ? R對大小寫是敏感的；名稱不能以數(shù)字開始； ? ? 基本的命令由表達式或者賦值語句組成。如果一個表達式被作為一條命令給出，它將被求值、打印而表達式的值并不被保存。一個賦值語句同樣對表達式求值之后把表達式的值傳給一個變量，不過并不會自動的被打印出來； ? ? 命令由分號(;)來分隔，或者另起新行； ? ? 基本命令可以由花括號(f和g)合并為一組復合表達式； ? ? 注釋幾乎可以被放在任何地方，只要是以井號( # )開始，到行末結束； ? ? 如果一個命令在行莫仍沒有結束，R將會給出一個不同的提示符，默認的是‘+’。 ? 3. 命令文件的執(zhí)行和輸出轉向到文件 如果命令存儲于一個外部文件中，比如工作目錄work中的commands.R，他們可以隨時在R的任務中被執(zhí)行 >?source("commands.R")在Windows中Source也可以由File菜單執(zhí)行。 函數(shù)sink， >?sink("record.lis") 將把所有后續(xù)的輸出由終端轉向一個外部文件，record.lis。命令 > sink() ??將把信息重新恢復到終端上。 4. 數(shù)據的保持與對象的清除 R所創(chuàng)建、操作的實體是對象。對象可以是變量、數(shù)組、字符串、函數(shù)以及由這些元素組成的其它結構； >?objects() ? ??用來顯示目前存儲在R中的對象的名字。而當前存儲的所有對象的組合被稱為workspace； 清除對象可以使用rm命令： >?rm(x, y, z, ink, junk, temp, foo, bar) 所有在一個R任務中被創(chuàng)建的對象都可以在文件中被永久保存，并在其它的R任務中被使用。在每個R任務結束時用戶都有機會保存當前有效的所有對象。如果用戶這樣做的話，對象將被寫入當前目錄一個名為.RData。當R被再次啟動時R會從這個文件中再載入workspace。同時相關的命令記錄也被載入。 所以，推薦大家在用R進行不同的分析時分別使用不同的工作目錄。 5. 基本數(shù)據結構 ? 數(shù)值型(numeric） ? 1,1.2,3.1415926 復數(shù)型(complex) 1+2i 字符型(character) ‘A’/ “hello world!” 邏輯型(logical) TRUE / FALSE 6. 基本數(shù)據對象 ? 向量(vector), 見下節(jié) 矩陣(matrix)：? 更一般的說數(shù)組是向量在多維情況下的一般形式。事實上它們是可以被兩個或更多的指標索引的向量，并且以特定的方式被打印出來。 因子(factors)?提供了一種處理分類數(shù)據的更簡介的方式。 列表(list)： ? 是向量的一種一般形式，并不需要保證其中的元素都是相同的類型，而且其中的元素經常是向量和列表本身。 數(shù)據框(data frame)： 是一種與矩陣相似的結構，其中的列可以是不同的數(shù)據類型?？梢园褦?shù)據框看作一種數(shù)據"矩陣"，它的每行是一個觀測單位，而且(可能)同時包含數(shù)值型和分類的變量。 函數(shù)( function)： 能夠在R的workspace中存儲的對象。我們可以通過函數(shù)來擴展R的功能。 二 ? 簡單操作，數(shù)值與向量 2.1 向量與賦值 R對命名了的數(shù)據結構進行操作。最簡單的數(shù)據結構是數(shù)字向量；如， > x <- c(10.4, 5.6, 3.1, 6.4, 21.7) ? ?c()是創(chuàng)建函數(shù)，賦值運算符是'<-'，與函數(shù)assign()等價 >?assign("x", c(10.4, 5.6, 3.1, 6.4, 21.7)) ?也可以寫成： >?c(10.4, 5.6, 3.1, 6.4, 21.7) -> x 如果一個表達式被當作一個完整的命令，它的值將被打印到終端但不被儲存。 單獨輸入x則會將值打印出來。也可以打印倒數(shù)： > 1/x > y <- c(x, 0, x) ? 也可以將向量作為元素。 2.2 向量運算 ? ? 操作是按照向量中的元素一個一個進行的。同一個表達式中的向量并不需要具有相同的長度。如果它們的長度不同,表達式的結果是一個與表達式中最長向量有相同長度的向量。表達式中較短的向量會根據它的長度被重復使用若干次(不一定是整數(shù)次)，直到與長度最長的向量相匹配。而常數(shù)很明顯的將被不斷重復。如， > v <- 2*x + y + 1 常用運算有： +，-，*，/，^（次方）； log, exp, sin, cos, tan,sqrt等； max和min的作用是選出所給向量中最大的或最小的元素； range函數(shù)的值是一個長度為2的向量，即c(min(x),max(x)) length(x)返回了向量x中元素的個數(shù)，也就是x的長度。 sum(x)給出了x中所有元素的總和； prod(x)給出x中所有元素的乘積； mean(x)和var(x)，分別計算樣本均值和樣本方差，這兩個函數(shù)分別相當于sum(x)/length(x)，sum((x-mean(x)) \^2)/(length(x) -1)。如果var()的參數(shù)是一個n*p的矩陣，那么函數(shù)的值是一個p*p的樣本協(xié)方差矩陣，認為每行是一個p變量的樣本向量。 sort(x)返回一個與x具有相同長度的向量，其中的元素按招升序排列。還有其他更靈活的排序功能(參見order()和sort.list())。 pmax和pmin將返回一個與最長的向量長度相等的向量，向量中的元素由參數(shù)中所有向量在相應位置的最大值(最小值)組成； 如果要使用復數(shù)，需要直接給出一個復數(shù)部分。因此sqrt(-17)將會返回NaN(無效數(shù)值)和一個警告，而sqrt(-17+0i)將按照復數(shù)進行運算。 2.3 生成序列 最簡單的方法是用冒號‘：’，冒號具有最高運算優(yōu)先級。例如1:30就是向量c(1,2,. . .,29,30)。30:1構造一個遞減序列。 利用seq()函數(shù)構造序列：有五個參數(shù)，from, to, by, length, along ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?from, to可以不寫參數(shù)名，seq(2,10)就相當于2:10。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?by指定步長，默認為1，如seq(-5, 5, by=.2)即為c(-5.0, -4.8, -4.6, ..., 4.6, 4.8, 5.0) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?length指定序列長度，如seq(length=51, from=-5, by=.2)，等同于seq(-5, 5, by=.2) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?along=vector只能單獨使用，產生一個“1:length(vector)”序列。類似的函數(shù)是rep(),這個函數(shù)可以用多種復雜的方法來 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?復制一個對象。最簡單的形式是> s5 <- rep(x, times=5) 2.4 邏輯向量 ? TRUE,?FALSE, 和NA(not available), 前兩個可以簡寫為T和F，但T/F并不是系統(tǒng)保留字，可以被用戶覆蓋，所以最好還是不要簡寫。 邏輯向量是由條件給出的，如下列語句令temp成為一個與x長度相同，相應位置根據是否與條件相符而由TRUE或FALSE組成的向量： > temp <- x > 13 邏輯操作符包括<, <=, >, >=,完全相等==和不等于!=，與或非分別為&, |, !。 在普通運算中，F(xiàn)ALSE當做0而TRUE當做1。 2.5 缺失值 NA(not available):?一般來講一個NA的任何操作都將返回NA。 ? ? ?is.na(x)返回一個與x等長的邏輯向量，并且由相應位置的元素是否是NA來決定這個邏輯向量相應位置的元素是TRUE還是FALSE。 ? ? ?x==NA是一個與x具有相同長度而其所有元素都是NA的向量。 NaN(Not a Number):?由數(shù)值運算產生，如0/0, Inf-Inf. ? ? ?is.na(x)對于NA和NaN值都返回TRUE， ? ? ?is.nan(x)只對NaN值返回TRUE。 2.6 字符向量 ? 字符串在輸入時可以使用單引號(')或雙以號("); ?在打印時用雙引號(有時不用引號)。 R使用與C語言風格基本相同的轉義符,?所以輸入\\打印的也是\\, 輸入\" 打印引號", ?\n: 換行, \t: tab, \b: 回格。 字符向量可以通過函數(shù)c()連接； paste()可以接受任意個參數(shù)，并從它們中逐個取出字符并連成字符串，形成的字符串的個數(shù)與參數(shù)中最長字符串的長度相同。如果參數(shù)中包含數(shù)字的話，數(shù)字將被強制轉化為字符串。在默認情況下，參數(shù)中的各字符串是被一個空格分隔的，不過通過參數(shù)sep=string 用戶可以把它更改為其他字符串，包括空字符串。例如： > labs <- paste(c("X","Y"), 1:10, sep="") ?使變量labs成為字符變量c("X1", "Y2", "X3", "Y4", "X5", "Y6", "X7", "Y8", "X9", "Y10") 2.7 index vector---數(shù)據集子集的選擇與修改 ? 任何結果為一個向量的表達式都可以通過追加索引向量(index vector)來選擇其中的子集。 1 邏輯的向量。 > y <- x[!is.na(x)] ? ?表示將向量x中的非NA元素賦給y； > (x+1)[(!is.na(x)) & x>0] -> z ? ? 表示創(chuàng)建一個對象z，其中的元素由向量x+1中與x中的非缺失值和正數(shù)對應的向量組成。 2. 正整數(shù)的向量 > x[6] ? ?是x的第六個元素 > x[1:10] ? ? ??選取了x的前10個元素(假設x的長度不小于10)。 > c("x","y")[rep(c(1,2,2,1), times=4)] ? ??產生了一個字符向量，長度為16，由"x", "y", "y", "x"重復4次而組成。 3. 負整數(shù)的向量 > y <- x[-(1:5)] ? ? ? 表示向量y取向量x前5個元素以外的元素。 4. 字符串的向量 只存在于擁有names屬性并由它來區(qū)分向量中元素的向量。這種情況下一個由名稱組成的子向量起到了和正整數(shù)的索引向量相同的效果。 > fruit <- c(5, 10, 1, 20) > names(fruit) <- c("orange", "banana", "apple", "peach") > lunch <- fruit[c("apple","orange")] 子集的修改 > x[is.na(x)] <- 0 ? ?表示將向量x中所以NA元素用0來代替 > y[y < 0] <- -y[y < 0] ? ? ?表示將向量(-y)中 與向量y的負元素對應位置的元素 賦值給 向量y中 與向量y負元素對應的元素。作用相當于： > y <- abs(y) 三 ?對象，模式和屬性 3.1 固有屬性：模式和長度 對象是R所進行操作的實體，對象可以是向量、列表等，詳見1.6. 對象的模式包括numeri，ccomplex，character，logical，list，function，expression等。可以用mode(object)查看。 對象的長度是對象的另一固有屬性?？梢杂胠ength(object)查看。 attribute(object)可以查看更深入的屬性。 模式的轉換 在允許的情況下(大多數(shù)情況都是允許的)，R可以完成各種模式的轉換。例如：d<-as.character(z)，將數(shù)值向量z<-(0:9)轉化為字符向量c("0", "1", "2", ..., "9")。as.integer(d)將d轉化為數(shù)值向量。 R中很多形式為as.something()的函數(shù)，可以完成從一個模式向另一個模式的轉化，或者是令對象取得它當前模式不具有的某些屬性。 3.2 改變對象的長度 > e <-?numeric()?? ?產生一個numeric型的空向量e。character()等類似。此時長度為對象0。 此時新添加一個元素會使e的長度自動調整。 > e[3] <- 17 ? ?令e為一個長度為3的向量（此時，該向量的前兩個元素都是NA） 縮短（截斷）一個對象的長度，只需要一個賦值命令。因此，若alpha是一個長度為10的對象，下面的命令 > alpha <- alpha[2 * 1:5] 3.3 屬性的獲取和設置 ? 函數(shù)attributes(object)將給出當前對象所具有的所有非基本屬性（長度和模式屬于基本屬性）的一個列表。 函數(shù)attr(object,name)可以被用來選取一個指定的屬性。除了為某些特殊的目的創(chuàng)建新屬性這樣特殊的環(huán)境下，這些函數(shù)很少被用到。 當函數(shù)attr()用在賦值語句左側時，既可以是將對象與一種新的屬性關聯(lián)，也可以是對原有屬性的更改。例如 > attr(z,"dim") <- c(10,10) ? ? ? ??另R將z作為一個10X10的矩陣看待。 3.4 對象的類別 對象的一個特別屬性，類別，被用來指定對象在R編程中的風格。比如：如果對象類別"data.frame"則會以特定方式處理。 unclass()可以去除對象的類別。 summary()可以查看對象的基本信息（min, max, mean, etc.） 四 ?有序因子和無序因子 ? 因子是一種向量對象，它給自己的組件指定了一個離散的分類（分組），它的組件由其他等長的向量組成。R提供了有序因子和無序因子。 通俗點說，因子就是將對象的值分成不同的組（levels）。 用函數(shù)factor()創(chuàng)建一個因子，levels按序排列(字母序或數(shù)值序)。 例如province<-c("四川","湖南","江蘇","四川","四川","四川","湖南","江蘇","湖南","江蘇")，為province創(chuàng)建因子： >?pf<-factor(province) ? 創(chuàng)建province的因子pf > pf ? ? 打印出來 ?[1] 四川 湖南 江蘇 四川 四川 四川 湖南 江蘇 湖南 江蘇 Levels: 湖南 江蘇 四川 函數(shù)levels()可以用來觀察因子中有多少不同的levels。 假如我們擁有這些省份考生的分數(shù)： > score<-c(95,86,84,92,84,79,86,99,85,90) 函數(shù)tappley()可以用來計算各省的平均分數(shù)，函數(shù)tapply()的作用是對它第一個參數(shù)的組件中所包含的每個組應用一個參數(shù)三指定的函數(shù)。 > smeans<-tapply(score,pf,mean) > smeans ? ? 湖南 ? ? 江蘇 ? ? 四川? 85.66667 91.00000 87.50000? 再例如，下面命令會給出各組的length > tapply(score,pf,length) 湖南 江蘇 四川? ? ?3 ? ?3 ? ?4? ? 函數(shù)ordered()可以創(chuàng)建有序因子 > ordered(province) ?[1] 四川 湖南 江蘇 四川 四川 四川 湖南 江蘇 湖南 江蘇 Levels: 湖南 < 江蘇 < 四川 ? 五 數(shù)組和矩陣 5.1 數(shù)組 數(shù)組可以看成一個由遞增下標表示的數(shù)據項的集合，例如數(shù)值。 數(shù)組的生成 如果一個向量需要在R中以數(shù)組的方式被處理，則必須含有一個維數(shù)向量作為它的dim屬性。 維度向量由dim()指定，例如，z是一個由1500個元素組成的向量。下面的賦值語句 > dim(z) <- c(3,5,100) ? ? ? ?使它具有dim屬性，并且將被當作一個3X5X100的數(shù)組進行處理。 c(3,5,100)?就是他的維度向量。 還可以用到像matrix()和array()這樣的函數(shù)來賦值。比如 >?array(1:20, dim=c(4,5)) > matrix(1:24, 3,4) 數(shù)據向量中的值被賦給數(shù)組中的值時，將遵循與FORTRAN相同的原則"主列順序"，即第一個下標變化的最快，最后的下標變化最慢。 數(shù)組的運算 數(shù)組可以在算數(shù)表達式中使用，結果也是一個數(shù)組，這個數(shù)組由數(shù)據向量逐個元素的運算后組成，通常參與運算的對象應當具有相同的dim屬性。 5.2 數(shù)組的索引和數(shù)組的子塊 ? 數(shù)組中的單個元素可以通過下標來指定，下標由逗號分隔，寫在括號內。 我們可以通過在下標的位置給出一個索引向量來指定一個數(shù)組的子塊，不過如果在任何一個索引位置上給出空的索引向量，則相當于選取了這個下標的全部范圍。 如a[2,,]，a[,3,]等 5.3 索引數(shù)組 除了索引向量，還可以使用索引數(shù)組來指定數(shù)組的某些元素。 例如：有4X5的數(shù)組a，若要得到a中的a[1,3], a[2,2] 和a[3,1]這三個元素，可以生成索引向量i，然后用a[i]得到它們。 >?a <- array(1:20,dim=c(4,5)) # Generate a 4 by 5 array. > i <- array(c(1:3,3:1),dim=c(3,2)) > i [,1] [,2] [1,] 1 3 [2,] 2 2 [3,] 3 1 > a[i] [1] 9 6 3 > a[i] <- 0 ? # 將這三個元素用0替換。 5.4 向量，數(shù)組的混合運算 表達式從左到右被掃描； 參與運算的任意對象如果大小不足，都將被重復使用直到與其他參與運算的對象等長； 當較短的向量和數(shù)組在運算中相遇時，所有的數(shù)組必須具有相同的dim屬性，否則返回一個錯誤； 如果有任意參與運算的向量比參與運算的矩陣或數(shù)組長，將會產生錯誤； 如果數(shù)組結構正常聲稱，并且沒有錯誤或者強制轉換被應用于向量上，那么得到的結果與參與運算的數(shù)組具有相同的dim屬性。 5.5 矩陣的運算 構建分區(qū)矩陣：cbind()和rbind()，cbind()按照水平方向，或者說按列的方式將矩陣連接到一起。rbind()按照垂直的方向，或者說按行的方式將矩陣連接到一起。 ? 外積：操作符是%o%: > ab <- a %o% b ??或者 > ab <-?outer(a, b, "*") 其中的乘法操作可以由任意一個雙變量的函數(shù)替代。 廣義轉置：函數(shù)t(A)，或aperm(A, c(2,1))； 獲取行數(shù)/列數(shù)：nrow(A)和ncol(A)分別返回矩陣A的行數(shù)和列數(shù)。 矩陣乘法：操作符為%*%； 交叉乘積（cross product）：crossprod(X，Y)等同于t(X) %*% y，crossprod(X)等價于crossprod(X, X)； diag(v)：如果v是向量，diag(v)返回一個由v的元素為對角元素的對角矩陣。 ? ? ? ? ? ? ? ?如果v為矩陣，diag(v)返回一個由v主對角元素組成的向量。 ? ? ? ? ? ? ? ?如果v只是一個數(shù)值，那么diag(v)是一個vXv的單位矩陣。 ? 特征值和特征向量：eigen(Sm)。這個函數(shù)的結果是由名為values和vectors的兩部分組成的列表。如果只是需要特征值：eigen(Sm)$values 最小二乘擬合即QR分解：lsfit(), qr()。 強制轉換為向量：as.vector()，或者直接c(). 解線性方程和求矩陣的逆，奇異值分解與行列式見； 六 ?列表和數(shù)據幀 6.1 列表 列表是由稱作組件的有序對象集合構成的對象。組件的模式或類型不一定相同。 形如Lst <-?list(name_1=object_1, . . ., name_m=object_m)的賦值將創(chuàng)建一個包含m個組件的列表，并根據參數(shù)中指定的名稱為其命名。（其名稱可以自由選取）。如果它們的名稱被省略，組件將只是被編號。例如： > Lst <-?list(name="Fred", wife="Mary", no.children=3,child.ages=c(4,7,9)) 所使用的組件是被復制到新的列表中的，對原始對象沒有影響。 組件總是被編號的，并且可以通過編號指定。 Lst[[1]]?即為"Fred"，也可以用?Lst$name，Lst[["name"]]指定。如果Lst[[4]]是一個有下標的數(shù)組，Lst[[4]][1]就是它的第一項。 區(qū)分Lst[[1]]和Lst[1]，'[[...]]'是選擇單個元素時使用的操作符，而'[...]'是一個一般的下標操作符。因此，前者代表列表Lst中的第一個對象；后者是列表Lst的子列表，僅包含列表的第一項。 組件的名稱可以縮寫，可縮寫的程度是只要能令組件被唯一的識別就可以了。如：Lst$na等價于Lst$name，?Lst$w等價于Lst$wife。 擴展列表 可以通過指定額外組件的方式。例如 > Lst[5] <- list(matrix=Mat) 連接列表 當連接函數(shù)c()的參數(shù)為列表時，其結果也是一個模式為列表的對象。由參數(shù)中的列表作為組件依次連接而成。 > list.ABC <- c(list.A, list.B, list.C) 6.2 數(shù)據幀 ? 數(shù)據幀是類別為"data.frame"的列表； 數(shù)據幀會被當作各列具有不同模式和屬性的矩陣。 數(shù)據幀按照矩陣的方式顯示，選取的行或列也按照矩陣的方式來索引。 創(chuàng)建數(shù)據幀 直接創(chuàng)建：那些滿足對數(shù)據幀的列（組件）限制的對象可以通過函數(shù)data.frame來構建成為一個數(shù)據幀 > t <- data.frame(home=statef, loot=income, shot=incomef) 強制轉換：如果一個列表的組件與數(shù)據幀的限制一致，這個列表就可以通過函數(shù)as.data.frame()強制轉化為一個數(shù)據幀。 外部文件：創(chuàng)建數(shù)據幀最簡單的方法應當是使用read.table()函數(shù)從外部文件中讀取整個數(shù)據幀。 數(shù)據幀和列表的限制 1 組件必須是向量（數(shù)值型，字符形，邏輯型），因子，數(shù)值矩陣，列表，或其他數(shù)據幀； 2 矩陣，列表，數(shù)據幀向新數(shù)據幀提供的變量數(shù)分別等于它們的列數(shù)，元素數(shù)和變量數(shù)； 3 數(shù)值向量，邏輯值和因子在數(shù)據幀中保持不變，字符向量將被強制轉化為因子，其水平是字符向量中所出現(xiàn)的值； 4 數(shù)據幀中作為變量的向量結構必須具有相同的長度，而矩陣結構應當具有相同的行大小。 ? 掛接和卸載數(shù)據幀 當覺得使用'$'引用數(shù)據幀元素(如't$home')麻煩時，可以進行數(shù)據幀掛接 >?attach(t)?? ? ?這樣可以直接引用數(shù)據幀內的元素，而無需'$'，前提是數(shù)據幀外沒有同名的變量(如name)。 掛接后若要對數(shù)據幀元素進行賦值操作，仍需用'$'，否則視為賦值給數(shù)據幀外的元素。 賦值后必須要先卸載(detach)再重新掛接后，新值才可見。 >?detach(t) ? attach()是具有一般性的函數(shù)，即它不僅能夠將目錄和數(shù)據幀掛接在搜索路徑上，還能掛接其他類別的對象。特別是模式為"list"的對象可以通過相同的方式掛接： > attach(any.old.list) ? ?? 任何被掛接的對象都可以用detach來卸載，通過指定位置編號或者指定名稱這樣的方式. 搜索路徑 函數(shù)search()將顯示目前的搜索路徑，可以用來查看數(shù)據幀/列表的掛接狀態(tài)。 ls()（或objects()）命令可以用來檢查搜索路徑任意位置上的內容。如：ls(), ls(2), ls(t) R可以在搜索路徑中包含至多20個項目,列表和數(shù)據幀只能在位置2或更靠后的位置上掛接。 ? 數(shù)據幀使用慣例 ? 1 將每個獨立的，適當定義的問題所包含的所有變量收入同一個數(shù)據幀中，并賦予合適的、易理解、易辨識的名稱； 2 處理問題時，當相應的數(shù)據幀掛接于位置2，同時在第1層工作目錄下存放操作的數(shù)值和臨時變量； 3 在結束一次工作之前，將你認為對將來有參考價值的變量通過$標記的形式添加到數(shù)據幀里面，然后detach()； 4 最后，將工作目錄下所有不需要的變量剔除，并且盡量將剩下多余的臨時變量都清除干凈。 這樣我們可以很簡單的在同一個目錄下處理多個問題，而且對每個問題都可以使用x,y,z這樣的變量名。 七 ?從文件中讀取數(shù)據 7.1 函數(shù)read.table() 該函數(shù)可以直接將文件中完整的數(shù)據幀讀入。此時文件要符合特定的格式： 1 第一行應當提供數(shù)據幀中每個變量的名稱； 2 每一行(除變量名稱行)應包含一個行標號和各變量的值。 3 若沒有表頭(變量名稱行)，也沒有行標號，只有變量值，則默認變量名稱為"v1","v2"... 4 若有表頭，但沒有行標號，則可以指定參數(shù)header=TRUE. 7.2 函數(shù)scan() 該函數(shù)從鍵盤或文件中讀取數(shù)據，并存入向量或列表中。 > inp <-?scan(file, what) 第一個參數(shù)是文件名,如“test.txt”，若為“”或空，則從鍵盤讀入數(shù)據； 第二個參數(shù)用于確定讀入數(shù)據的模式。 ?如：list("",0,0)?指定讀入到列表中，列表有三項，且列表第一項是字符型，第二三項是數(shù)值型。若為0，則指定讀入到一個數(shù)值向量中，若為“”則指定讀入到字符向量中。 7.3 內置數(shù)據集的讀取 ? R本身提供超過50個數(shù)據集，同時在功能包（包括標準功能包）中附帶更多的數(shù)據集。與S-Plus不同，這些數(shù)據即必須通過data函數(shù)載入。 >?data() ? #獲得基本系統(tǒng)提供的數(shù)據集列表，然后通過形如 >?data(infert) ? ?#來載入名為infert的數(shù)據集 從其他package中載入數(shù)據集 data(package="nls") ? ? ?#查看nls中數(shù)據集 data(Puromycin, package="nls") ? ? #讀取nls中Puromycin數(shù)據集。 用library()掛接package后，它的數(shù)據集也自動包含到搜索路徑中了。 library(nls) ? ?#載入package nls data() ? ? ?#查看數(shù)據集 date(Puromycin) ? ?#載入Puromycin數(shù)據集 ? 7.4 ?編輯數(shù)據 在使用一個數(shù)據幀或矩陣時，edit提供一個獨立的工作表式編輯環(huán)境。 > xnew <- edit(xold) ? ? ? #對數(shù)據集xold進行編輯。并在完成時將改動后的對象賦值給xnew > xnew <- edit(data.frame()) ? ? ? ?#可以通過工作表界面錄入新數(shù)據。 fix()函數(shù)用于直接修改已有的對象，等價于 ?x<-edit(x). 八 概率分布 8.1 R是一個統(tǒng)計表集合(略讀) ? R提供了一套完整的統(tǒng)計表集合。函數(shù)可以對累積分布函數(shù)P(X<=x)，概率密度函數(shù)，分位函數(shù)（對給定的q，求滿足P(X<=x) > q的最小x）求值，并根據分布進行模擬。 對于所給的名稱，加前綴'd'代表密度(density)，'p'代表CDF，'q'代表分位函數(shù)，'r'代表模擬（隨即散布）。這幾類函數(shù)的第一個參數(shù)是有規(guī)律的，形為dxxx的函數(shù)為x，pxxx的函數(shù)為q，qxxx的函數(shù)為p，rxxx的函數(shù)為n（rhyper和rwilcox是特例，他們的第一個參數(shù)為nn）。目前為止，非中心參數(shù)(non-centrality parameter)僅對CDF和少數(shù)幾個其他函數(shù)有效，細節(jié)請參考在線幫助。 所有pxxx和qxxx的函數(shù)都具有邏輯參數(shù)lower.tail和log.p，而所有的dxxx函數(shù)都有參數(shù)log，這個是我們可以直接通過 - pxxx(t, ..., lower.tail = FALSE, log.p = TRUE) 獲取，比如說，累積失效函數(shù)（cumulative/integrated hazard function），H(t) =-log(1-F(t))，以及更精確的對數(shù)似然（通過dxxx(..., log = TRUE)）。 此外，對于來自正態(tài)分布，具有學生化樣本區(qū)間的分布還有ptukey和qtukey這樣的函數(shù)。下面是一些例子 > ## 2-tailed p-value for t distribution > 2*pt(-2.43, df = 13) > ## upper 1% point for an F(2, 7) distribution > qf(0.99, 2, 7) 8.2 檢測數(shù)據集的分布 ? 函數(shù)summary和fivenum這兩個函數(shù)可以給出摘要，后者只給出數(shù)值； 函數(shù)stem可以將數(shù)值統(tǒng)計結果以類似直方圖的方式顯示出來； 函數(shù)hist()可以繪制直方圖； 函數(shù)density和line可以獲得更漂亮的密度圖； 功能包fun中的ecdf函數(shù)能繪制經驗累積分布函數(shù)； 還可以進行擬合正態(tài)分布，覆蓋擬合CDF； 還可以繪制Quantile-quantile?(Q-Q)圖有助于我們更細致的檢測其分布形態(tài)； 8.3 單樣本和兩樣本檢驗（略讀） 九 ?語句組、循環(huán)和條件操作 ? R是一種表達式語言，也就是說其命令類型只有函數(shù)或表達式，并由它們返回一個結果。 語句組由花括號‘{ }’確定，此時結果是該組中最后一個能返回值的語句的結果。 條件語句 >?if (expr_1) expr_2 else expr_3? 其中條件表達式expr1必須返回一個邏輯值，操作符&&和||經常被用于條件部分。 &和|與&&，||的區(qū)別在于，&和|按照逐個元素的方式進行計算，&&和||對向量的第一個元素進行運算，只有在必需的時候才對第二個參數(shù)求值。 if/else結構的向量版本是函數(shù)ifelse，其形式為ifelse (condition,a,b)，產生函數(shù)結果的規(guī)則是：如果condition[i]為真，對應a[i]元素；反之對應的是b[i]元素。根據這個原則函數(shù)返回一個由a,b中相應元素組成的向量，向量長度與其最長的參數(shù)等長。 循環(huán)語句 >?for (name in expr_1) expr_2 其中name是循環(huán)變量，expr1是一個向量表達式（通常是1:20這樣的序列），而expr2經常是一個表達式語句組，expr2隨著name依次取expr1結果向量的值而被多次重復運行。 >?repeat(expr) >?while(condition) expr ? break語句可以用來中斷任何循環(huán)，可能是非正常的中斷。而且這是中止repeat循環(huán)的唯一方式。 next語句可以中止一個特定的循環(huán)，跳至下一個. 十 編寫自己的函數(shù) 10.1 函數(shù)的定義 > name <- function(arg_1, arg_2, ...) expression? expression是一個R表達式（通常是表達式語句組），并使用參數(shù)arg_i來計算出一個數(shù)值，表達式的值就是函數(shù)的返回值。 函數(shù)調用的形式通常都是name(expr1,expr2,...) 10.2 定義新的二元操作符 可以將函數(shù)定義為新的二元操作符： >?"%!%" <- function(X, y) { ... } 正如矩陣乘法運算符，%*%，和矩陣外積運算符%o% 10.3 指定參數(shù)和默認值 ? 如果被調用函數(shù)的參數(shù)按照"name = obj"的形式給出，那么參數(shù)的次序可以是任意的。 而且，參數(shù)序列可以在開始依次序給出，而將指定名稱的參數(shù)置于后面。 因此，如果由一個函數(shù)fun1被定義為 > fun1 <- function(data, data.frame, graph, limit) { [function body omitted] } 那么函數(shù)可以有多種等價的使用方法，例如 > ans <- fun1(d, df, TRUE, 20) > ans <- fun1(d, df, graph=TRUE, limit=20) > ans <- fun1(data=d, limit=20, graph=TRUE, data.frame=df) 默認值?：在很多情況下，參數(shù)都會被賦予一個普遍適用的默認值。 > fun1 <- function(data, data.frame, graph=TRUE, limit=20) { ... } 則函數(shù)可以這樣被調用 > ans <- fun1(d, df) 此時與上面三種情況等價，也可以這樣調用 > ans <- fun1(d, df, limit=10) 此時改變了一個默認值。 NOTE：參數(shù)可以是任意表達式，甚至可以是包含其他參數(shù)的表達式； 10.4 額外參數(shù)“...” ? 當需要將一個函數(shù)的參數(shù)傳遞給另一個函數(shù)時，可以通過包含一個額外的參數(shù)"..."實現(xiàn)。 fun1 <- function(data, data.frame, graph=TRUE, limit=20, ...) { [omitted statements] if (graph) par(pch="*", ...) [more omissions] } 10.5 全局變量和局部變量 函數(shù)內的賦值都是局部變量，退出函數(shù)就丟失了。 如果要在函數(shù)內進行永久賦值（定義全局變量），需要用到“超賦值”操作符, <<-或者函數(shù)assign()。 10.6 一些高級示例 區(qū)組設計的效率因子?(E±ciency factors) 刪除打印數(shù)組中的所有名稱 遞歸的數(shù)值積分 10.7 范疇（Scope） ? 函數(shù)主體內出現(xiàn)的標識(symbol)可以被分為3類；正式參數(shù)、局部變量和自由變量。 正式參數(shù)就是出現(xiàn)在函數(shù)參數(shù)列表中的參數(shù)，他們的值由實際的函數(shù)參數(shù)與正式參數(shù)的綁定（binding）過程決定。 局部變量是在參數(shù)主體中，由表達式求值過程決定的變量。 自由變量為既不是正式參數(shù)又不是局部變量的變量。賦值之后自由變量成為局部變量。 ? 在R中，自由變量的值由函數(shù)被創(chuàng)建的環(huán)境中與其同名的第一個變量值決定（我理解為最近的同名變量），這種方式被稱為詞匯式范疇(lexical scope)。 而在S中，該值由同名的全局變量決定。 例如下面的函數(shù)cube，在R中cube（2）=8，在S中報錯為sq()找不到n。 cube <- function(n) { sq <- function() n*n n*sq() } 一個銀行賬戶的例子，詳見《R語言筆記》。 10.8 定制環(huán)境 詳見《R語言筆記》。 10.9 類別，通用函數(shù)和對象定位 ? 一個對象的類別(class)決定了他會如何被通用函數(shù)(generic function)處理。 如果參數(shù)本身沒有任何類別屬性，或者其類別在特定問題中并不滿足通用函數(shù)的要求，通常會有一個默認的動作被執(zhí)行。 類別機制使用戶可以為特定的目的設計和編寫通用函數(shù)。 使用> methods(class="data.frame")可以查看數(shù)據幀的通用函數(shù)。 使用> methods(plot)可以查看plot函數(shù)能處理的類別。 十一 ? R的統(tǒng)計模型 待閱。 十二 圖形過程 在Windows下用window()命令可以打開圖形窗口。 12.1 高級繪圖命令 ? ? ? 高級繪圖函數(shù)，由函數(shù)參數(shù)提供數(shù)據生成一幅完整的圖形。其中適當?shù)淖鴺溯S，標簽和標題都自動生成了（除非你另外指定了）。高級繪圖命令每次都生成一幅新的圖形，清除當前的圖形（如果需要的話）。 1 ?plot()函數(shù) ? 這是一個通用函數(shù)：生成圖形的類型取決于第一個參數(shù)的類型或類別(class)。 plot(x,y) ?plot(xy)： 如果x，y是向量，plot(x,y)生成一幅y對x的散點圖。用包含兩個元素x，y的一個列表或一個兩列的矩陣作為一個參數(shù)（第二種形式那樣的）也能達成相同的效果。 plot(x)： 如果x是一個時間序列，這個命令生成一個時間序列圖，如果x是一個數(shù)值型向量，則生成一個向量值對它們向量索引的土，而如果x是一個復向量，則生成一個向量中元素的虛部對實部的圖。 plot(f) ??plot(f,y)： f是一個因子對象，y是一個數(shù)值型向量。第一種形式生成一個f的條形圖；第二種形式生成y對應于f各個水平的箱線圖。 plot(df) ??plot( expr) ? ?plot(y expr)： df是一個數(shù)據幀，y是任意對象，expr是由對象名稱組成的列表，分隔符'+'(例如，a + b + c)。前兩種形式生成分布式的圖形，第一種是數(shù)據幀中的變量，第二種是一系列被命名的對象。第三種形式生成y對expr中每個對象的圖。 2 顯示多元數(shù)據 ? 如果X是一個數(shù)值矩陣或數(shù)據幀，下面的命令 >?pairs(X)? 生成一個配對的散點圖矩陣，矩陣由X中的每列的列變量對其他各列列變量的散點圖組成，得到的矩陣中每個散點圖行、列長度都是固定的。 ? 當問題涉及到三、四個變量時，使用coplot更好些。如果a和b是數(shù)值向量，c是數(shù)值向量或因子對象（全都是相同長度的），下面的命令 >?coplot(a ~ b | c) 對應c的某些給定值生成數(shù)個a對b的散點圖。當c是一個因子時，這個命令也就是對c的每個水平生成a對b的散點圖。當c是數(shù)值向量的時候，這個數(shù)值向量被分為一系列的條件區(qū)間（conditioning intervals），對應c的每個區(qū)間生成一個a對b的散點圖。區(qū)間的數(shù)量和位置可以通過coplot()的參數(shù)given.values來控制，函數(shù)co.intervals()也可以用來選擇區(qū)間。我們也可以使用兩個給定變量通過命令 >coplot(a ~ b | c+d) 對c和d的每個聯(lián)合條件區(qū)間生成a對b的散點圖。 ? 函數(shù)coplot()和pairs()都可以使用參數(shù)panel=，這個參數(shù)可以用來定制我們得到的圖形類型。默認的是points()函數(shù)，生成一個散點圖，不過通過在參數(shù)panel=中提供某些其它的低級圖形函數(shù)，我們可以生成需要的各種圖形。一個很有用的函數(shù)例子是panel.smooth()。 3 顯示圖形 ? qqnorm(x) ??qqline(x) ? ?qqplot(x,y) 分布比較圖。第一種形式生成向量x對期望正態(tài)分數(shù)（一個正態(tài)記分圖），第二個在上面的圖上添加一條穿過分布分位點和數(shù)據分位點的直線。第三個命令生成x的分位點對y分位點圖，用于分別比較它們的分布。 hist(x) ? ??hist(x,nclass=n) ? ? ??hist(x,breaks=b, . . . ) 生成數(shù)值變量x的直方圖。通常會自動選定一個合理的類別數(shù)，不過可以通過nclass=參數(shù)來指定一個推薦值?；蛘咄ㄟ^參數(shù)breaks=來指定分界點。如果給定了probability=TRUE參數(shù)，那么條形圖代表相對頻數(shù)而不是累計數(shù)。 dotchart(x, . . . ) 創(chuàng)建一個x中數(shù)據的點圖(dotchart)。點圖中y軸給出x中數(shù)據的標簽，x軸給出它們的值。它允許對落入某一特定區(qū)間的所有數(shù)據項方便的進行可視化選擇。 image(x,y,z, . . . ) ? ??contour(x,y,z, . . . ) ? ?persp(x,y,z, . . . ) 生成三個變量的圖。函數(shù)image是用不同的顏色繪制一些矩形方格來展示z的值，函數(shù)contour通過繪制等高線來展示z的值，函數(shù)persp繪制一個3D面。 4 參數(shù)配置 ? add=TRUE ? ? ?強制函數(shù)按照低級圖形函數(shù)的方式操作，將圖形置于當前圖形上（僅對某些函數(shù)有效）。 axes=FALSE ? ? ? 暫時禁止坐標軸的生成|以便使用axis()函數(shù)添加你自己定制的坐標軸。默認情況是axes=TRUE，即包含坐標軸。 log="x" ??log="y" ??log="xy" ? ? ?令x,y或者兩者全都對數(shù)化。這個參數(shù)對許多函數(shù)都有效，不過不是全部。 type= ? ? ? ? ?參數(shù)type=控制所生成圖形的類型： ? ? ? ??type="p" 繪制單獨的點（默認值） ? ? ? ??type="l" 繪制線 ? ? ? ??type="b" 繪制由線連接的點（both） ? ? ? ??type="o" 將點繪在線上 ? ? ? ??type="h" 繪制從點到零軸的垂線（high-density） ? ? ? ??type="s"?階梯式圖。第一種形式中，點由垂線的頂部定義；第二種形式里用底部定義。 ? ? ? ??type="n" 不繪制。不過坐標軸是繪出的（默認情況）而且要根據數(shù)據繪出坐標系統(tǒng)。用來給后續(xù)的低級圖形函數(shù)創(chuàng)建圖形作基礎。 xlab=string ? ?ylab=string ? ? ? ? ?x軸或y軸的標簽。使用這些參數(shù)來改變默認的標簽，通常的默認值是調用高級繪圖函數(shù)時所使用對象的名稱。 main=string ? ? ? ? ?圖表標題，位于圖形的頂部，大字體顯示。? sub=string ? ? ? ??子標題，位于x軸下面，用較小的字體顯示。 12.2 ? 低級繪圖命令 ? 有些時候高級繪圖函數(shù)并不能很精確的生成我們想要的圖形。這種情況下，我們可以通過低級繪圖命令在當前圖形上添加信息（例如，點、線或文本）。 points(x,y) ? ?lines(x,y) 在當前圖形上添加點或線。函數(shù)plot()的參數(shù)type=也可以用于這些函數(shù)（默認的是"p"代表points()和"l"代表lines()）。 text(x,y,labels, . . . ) 給定點坐標x,y，在該點添加文本。通常labels是一個整數(shù)或字符向量，其中l(wèi)abels[i]出現(xiàn)在點(x[i],y[i])。默認值是1:length(x)。 Note： 這個函數(shù)通常用于這樣的序列中 ?> plot(x, y, type="n"); text(x, y, names) 圖形參數(shù)type="n"阻止了點的生成，但是建立了坐標軸，由函數(shù)text()提供字符向量names所指定的特定字符。 ? abline(a, b) ??abline(h=y) ??abline(v=x) ? ?abline(lm.obj) 在當前圖上添加一條斜率為b，截距為a的直線。h=y在圖形指定的高度上繪制一條貫穿圖形的水平線，同樣的，v=x在x軸的指定位置繪制一條貫穿的垂線。而lm.obj是一個包含coefficients組件的列表，該組件的長度為2，分別當作截距和斜率。 polygon(x, y, . . . ) 繪制一個多邊形，其頂點由(x,y)指定。同時還（可選的）可以加上陰影線，如果圖形設備允許的話還可以將多邊形填充。 legend(x, y, legend, . . . ) 這當前圖形的指定位置添加圖例。繪制的字符，線條類型，顏色等等由字符向量legend指定。除此之外至少還要給出一個參數(shù)v，與繪圖單元的相應值，分別有： legend( , fill=v)填充方框的顏色 legend( , col=v)繪制點線的顏色 legend( , lty=v)線條類型 legend( , lwd=v)線條寬度 legend( , pch=v)繪制字符(字符向量) ? title(main,sub) 在當前圖形的頂部用大字題添加一個標題main，在底部用較小的字體添加子標題sub。 axis(side, . . . ) 在當前圖形的指定邊上添加坐標，在哪個邊上由第一個參數(shù)指定（1到4，從底部按照順時針順序）。其他參數(shù)控制坐標的位置|在圖形內或圖形外，以及標記的位置和標簽。適合在調用參數(shù)為axes=FALSE的函數(shù)plot()后添加定制的坐標軸。 低級繪圖函數(shù)通常都需要一些位置信息（例如，x,y坐標）來決定在哪里添加新的元素。坐標以用戶坐標(user coordinates)的形式給出，這個坐標系是根據所提供的數(shù)據由之前的高級繪圖語句定義的。需要x,y參數(shù)的地方還可以選用