R语言基础篇.

Rprogram&[e-mail]angUniversityR语言三大作用1）海量数据整理分析2）数学统计与建模3）绘图前语：我们又不是数学专业出身，很多公式和原理没法搞明白，这里估计水很深，所以先实现也许是我们可以走的路……有些例子的东西好像和我没有关系，我不需要学。语言是系统性的，等你学会后，会发现，原来这些都是有用的……一、何为R语言二、能干什么？三、函数与对象四、基础统计与数学模型五、脚本编写六、R绘图与输出七、函数包使用OutlineSectionIR语言基础一、何为R语言•R语言是由S语言演变而来，S语言是最初由贝尔实验室完成，经历了70年代开始的S-plus语言过程•1995年由RobertGentleman和RossIhaka，编写了一种能执行S语言的软件，这就是R软件，其命令统称为R语言。R语言是个免费开源的编程软件环境。具有网络资源开放，随时通过网页帮助功能•目前R语言已经在遗传、进化、生态等领域风靡全球，其统计与作图功能已经被全世界科学家和高水平杂志接受和认可。1.1R语言简介下载R程序软件：语言安装下载完毕后直接点R-2.14.0-win.exe安装，一直默认到最后成功，初学者可选择中文版本，便于后面出错提示七、注意事项与R深度游1.3R语言的界面请打开刚才安装的R软件界面……对于一个计算机语言，我们最关心的是：1）需要输入什么数据？格式与规范2）能输出什么数据？数据计算结果与图件3）要实现，怎么办？怎么去编程二、R语言能干什么？计算机处理输入结果Exp.1数据运算与筛选Exp.2绘图与图形输出模型构建、数理统计等等等等…例子：R语言能干什么？三、对象与函数对象：顾名思义，是R中针对处理的实体，包括输入和输出的变量、向量、矩阵、列表、函数等。3.1对象1)变量(可以赋值的对象,包括因子，向量等)：girl-“shopping”money-TRUEboy-555•mode(girl);mode(money);mode(boy)•[1]character•[1]logical•[1]“numeric”2）向量(vector,一维)：•a-c(1:10)•a-c(A,T,C,G,A)12345678910ATCGA3)数据框：Dataframe二维,数据框里面的向量是等长的，如果没有的数据，则会自动用NA来替代，这是数据运算的核心colnamesrownames班级性别身高体重腿长手长class_1男1705610070class_1男1726810289class_1女156458788class_1男1766510592class_1女165509078class_1女168548776class_2女170579579class_2男1807211097class_2男1786410895class_2女1665110275class_3男17666105774)矩阵Matrix：是一个维度为2的向量，一个矩阵可以用matrix()函数来创建分别用matrix创建两个矩阵x1-matrix(1:6,2,3)x2-matrix5)列表List：可以将向量，矩阵等一系列的对象存储其中，就像个大仓库，没有限制，什么都可以放。用list()函数来创建，引用其中的元素用$符号，如针对我们刚才创建的两个matrix，可以放到一个list中：一般在二维矩阵循环不够用的时候，三重循环，会使用。输入命令：L1-list(A=x1,B=x2)对象类型的判别mode()class()is.numeric()#返回值为TRUE或FALSEis.logical()is.character()is.data.frame()对象类型的转化-规则很多数据运算错误是由于读进去的数据没有转换成数值导致的！！3.2赋值、外部数据读取与运算1）赋值：a-3a=3b-c(1,2,3,4,6,7,8)2）注释#：为注释符号，其后面跟随的语句和字符将不作为命令运行，只作为注释文本，便于程序认读。3）给对象取名字原则上除了保留名是随便取，但要逐步形成自己的风格和照顾到其他阅读程序人员的情绪。以简单方便为标准，注意R对大小写敏感，即Ast-3和ast-3是不一样的，是两次赋值。比如基因名可以取名，gene.name,物种数为sp.num保留名：NA,NaN,pi,LETTERS,letters……4）外部数据读取与运算R语言可以识别多种外部导入数据，包括数值类的，图形类的，其中最为常用的是csv和txt格式。例如刚才的那个excel表格，要将其数据读取进来，并将其值赋予一个变量dat,步骤如下：4）外部数据读取第一步：将excel表格转换为CSV或者txt格式的文件（请看操作）4）外部数据读取第二步：设定工作路径setwd(“E:/R讲解基本/2-练习数据”)####R就知道了从这个文件夹读取你要的文件查看路径为函数getwd()第三步：读取文件并赋予dat这个变量，当然，dat也可以自己取名成想要的名字.命令为：dat-read.csv(class_exp1.csv,header=T,row.name=1)让第一行作为列名要读取的文件名自己给的赋值对象至此，读取完成第一列作为行名或者是：read.table(“E:/R讲解基本/2-练习数据/原始个人身高体重数据,header=T,row.name=1)4）外部数据读取直接读取excel文件library(xlsx)###Excel07library(xlsReadWrite)#####03###读取xls文件setwd(E:/RProgrammsu)dat-loadWorkbook(原始个人身高体重数据.xls)getSheets(dat)dat2-readWorksheet(dat,1)##1thefirstsheet###orsheet=Sheet1###读取Excel文件需要下载JAVA安装对于已经读取到R中的这个dataframe，我们有两种引用形式:一种是利用下角标，即行列名来获取，另外一种是通过列名来引用.colnamesrownames学号班级性别身高体重腿长手长1class_1男17056100702class_1男17268102893class_1女1564587884class_1男17665105925class_1女1655090786class_1女1685487767class_2女1705795798class_2男18072110979class_2男178641089510class_2女166511027511class_3男17666105775）已读取数据的定位与引用5）已读取数据的定位与引用(1)用下标来引用exp1-dat[3,4]exp2-dat[4,5]exp3-dat[4,]exp4-dat[,3](2)通过列名来引用exp5-dat$身高其他标识：行名和列名分别作为一个向量存储，提取或者赋予行列名函数为colnames(dat)rownames(dat)5）已读取数据的定位与引用对于向量的定位：对于身高这个向量，其名字赋为学生的学号，看例子。vec1-dat[,3]names(vec1)-rownames(dat)vec1[3]注意：相比对矩阵的colnames和rownames,向量的名字函数为names()，也同时作为一个向量保存6）数据操作与运算运算符的主意事项1）运算符号的优先级{(条件A)&(条件B)||(条件C)}2）&&和||只作用于对象的第一个元素，而&和|作用于每一个函数值3）0x1这种表达，就需要改成逻辑与结构，如0x&x16）数据操作与运算eg.1输入:x1-10X2-5y-x1+x2y回车结果显示：eg.2针对刚才学生的数据，我们来计算，针对2号学生，其升高和体重的比值是多少呢？输入：height2-dat[2,3]weight2-dat[2,4]ratio-height2/weight2ratio结果显示：7）数据的输出对于R中存在的对象都可以以一定的形式写出来，如csv，txt格式，但这个只能是一维向量或者二维数组与矩阵，三维以上，稍微要变化下输出，比如把另外一维变成多个csv表，这样降一维使用。write.csv(vec1,“newdata.csv”)你想写出的对象文件名与格式显然，这种只加加减减的小孩子把戏是不够的……3.3函数函数就是R中自带或者程序包或者你自己编好的，可以方便调用的一连串代码，函数可以看成一个黑盒，只管输入，和输出，要了解一个函数的输入数据格式，通过？函数名（）来实现，比如?mean()#####求平均值?add.col()#####加一列函数的格式：function(对象，选项=)mean(x,trim=0,na.rm=FALSE,...)对象：你要处理的数据；选项：调用这个函数时候需要特殊设定的参数，常规函数会一般只须遵循其缺省值。3.3函数数值计算log(x)log10(x)exp(x)sin(x)cos(x)tan(x)asin(x)acos(x)min(x)max(x)range(x)length(x)统计检验mean(x)sd(x)var(x)median(x)quantile(x,p)cor(x,y)t.test()lm(y~x)wilcox.test()kruskal.test()统计检验lm(y~f+x)lm(y~x1+x2+x3)bartlett.testbinom.testfisher.testchisq.testglm(y~x1+x2+x3,binomial)friedman.testR本身提供的运算函数3.4常规操作集合（非常重要和实用）（1）条件筛选是先对变量否满足条件进行判断，满足为TRUE，不满足为FALSE。之后再用逻辑值对向量内的元素进行筛选。Eg1.求：哪些学生身高大于170dat[,3]170输出结果[1]FALSETRUEFALSETRUEFALSEFALSEFALSETRUETRUEFALSETRUEFALSEFALSETRUETRUEFALSE我们就可以以这个作为条件对矩阵进行筛选Eg2.求：大于170的学生信息dat[dat[,3]170,]Eg3.求：一班大于170的学生信息cla1-dat[(dat[,3]170)&dat[,1]==class_1,]Eg.4求一班大于身高大于170以上的学生身高的平均值（2）排序将向量中的元素按照一定顺序排列。sort()按数值大小排序eg：sort(dat[,3])order()给出从小到大的出现序号。ord.dat-order(dat[,3])3.4常规操作集合（非常重要和实用）（3）矩阵的转置将矩阵行列进行转置.看例子命令：dat.t-t(dat)注意：如果不赋值予dat.t，那么将直接覆盖原来的dat数据，使用会很不方便，建议重新赋值。3.4常规操作集合（非常重要和实用）（4）矩阵合并rbind(a,b)##按照行来合并cbind(a,b)###按照列来合并data.frame(x1,x2)####两个等长3.4常规操作集合（非常重要和实用）（5）对字符串利用特征值进行拆分Eg.分离出中国保护物种中的属名position-regexpr(pattern=,text=species)获取特征字符，这里是空格要处理的字符串部分genera-substr(species,start=rep(1,length(species)),stop=position-1)3.4常规操作集合（非常重要和实用）（6）取唯一unique()Eg.刚才的数据总共有几种性别呢？unique(dat[,2])3.4常规操作集合（非常重要和