R語(yǔ)言入門(mén)與數(shù)據(jù)分析

一起共同學(xué)習(xí)呀?。?!



一般軟件,奇數(shù)為實(shí)驗(yàn)版,偶數(shù)為穩(wěn)定版
劃重點(diǎn):R中函數(shù)后面必須接括號(hào)()


恢復(fù)四個(gè)版塊:Ctrl+Shift+Alt+0
R安裝后的文件路徑全英文,RStudio才能打開(kāi)
<-在這里就是=,可以理解為把1指向(<-)x
Alt和-一起按:快捷賦值,也就是打出“<-”
ctrl+enter ---》run
rerun=重復(fù)上一次的運(yùn)行
source 運(yùn)行全部
調(diào)整窗口放大縮小ctrl加 -/+
按一個(gè)單詞+tab選擇補(bǔ)齊

清屏————左上方Edit然后選擇clear console 即清除控制臺(tái)
ctra+l 清屏



appearance修改代碼外觀(guān)

ctrl+向上箭頭--顯示歷史記錄
esc中斷操作
getwd()顯示當(dāng)前目錄
sstwd(dir="D:/Learning/Rstudio/Database-learn") 設(shè)置默認(rèn)路徑
<-賦值可以同時(shí)按alt和-號(hào)完成

<<- 賦值給一個(gè)全局變量,<-賦值給局部變量
mean 求均值應(yīng)該寫(xiě)mean(c(1,2,3,4,5))
mean()求出的是括號(hào)里面的第一個(gè)值,不信你可以驗(yàn)證對(duì)不對(duì),相當(dāng)于求第一列的均值
ls()顯示已有的變量
ls.str列出詳細(xì)的信息
all.name=True是為了顯示點(diǎn)開(kāi)頭的隱藏文件嘛
rm(x)刪除已定義的變量x 不可恢復(fù)


rm(list=ls())
history(25)列出最近的25條歷史記錄
save.image 保存
保存不保存圖片
q()退出
cloud.r-project.org 點(diǎn)擊左側(cè)packages 頁(yè)面中點(diǎn)擊cran task view
在CRAN下的what's new →Links → Bioconductor →Install Bioconductor,Rstudio中輸入相應(yīng)的程序即可下載此包
在R中 --install.package(“”需要安裝的包”)
第一次安裝,隨便選一個(gè)鏡像站點(diǎn)即可
R中字符串都需要加上引號(hào)
安裝不了的右下package里面直接搜索vcd我裝上了
已安裝r包,不需要加引號(hào)---library(vcd)
require(vcd)
幫助文檔
help(package=vcd)
可以直接點(diǎn)擊上面的tools 安裝程序包 輸入“ggplot2”會(huì)自動(dòng)下載好
remove.package刪除已安裝的包(徹底刪除)
detach相當(dāng)于從桌面上刪掉軟件快捷方式,remove相當(dāng)于從電腦里徹底卸載
克隆r包
installed.packages()---列出已安裝的包
Rpack<-installed.packages()[,1]#選第一列所有數(shù)據(jù)
save(Rpack,file="Rpack.study")#把已知宏包均存儲(chǔ)到Rpack中
for(i in Rpack)install.packages(i)
這個(gè)樣子的話(huà),得先把Rpack保存在硬盤(pán)上吧,不然到時(shí)候運(yùn)行腳本,在其他電腦上的到的好是當(dāng)前電腦上面已經(jīng)安裝的包
1.菜單-幫助
2.help.start()
3.

search 搜索
4. help(函數(shù)名)
5.?函數(shù)名
6.僅了解函數(shù)參數(shù)
args(函數(shù)名)
7.examples 示例代碼

example(函數(shù)名)
常見(jiàn)函數(shù)-輸出示例
繪圖函數(shù)-輸出繪圖案例 example("繪圖函數(shù)")
8.demo函數(shù)
demo(graphics) 繪圖一些示意圖
9.help(package=繪圖包ggplot2)
10.vignette("函數(shù)") r包包含的文檔(不一定所有函數(shù)都有)
11.已經(jīng)安裝某些包,但是help和命令找不到相關(guān)函數(shù)-未載入這個(gè)包
library載入
help(package=r包名)
??搜索函數(shù)名
help.search("heatmap")--/??====>本地搜索
apropos("sum",mod="function")顯示所有含關(guān)鍵字的內(nèi)容
mod="function"只列出函數(shù)
RSiteSearch("函數(shù)") %聯(lián)網(wǎng)搜索
網(wǎng)站 Rseek.org 搜索相關(guān)--Google

help(package="datasets")#數(shù)據(jù)宏包
data("rivers")#訪(fǎng)問(wèn)數(shù)據(jù)集
rivers#直接輸入數(shù)據(jù)集名稱(chēng),命名重,數(shù)據(jù)集會(huì)被新命名的置換掉,需要用數(shù)據(jù)集重新加載即可
help("mtcars")#數(shù)據(jù)集幫助
names(euro)#輸出euro數(shù)據(jù)集的向量,需先加載

data.frame(name)#多個(gè)數(shù)據(jù)合成一個(gè),多個(gè)數(shù)據(jù)構(gòu)成一個(gè)數(shù)據(jù)框


heatmap(volcano)#在 上圖





data(package=.packages(all.available=TRUE))#顯示r中所有可用數(shù)據(jù)集

【data(Chile,package="car")#只加載數(shù)據(jù)集,而不加載相關(guān)
找不到Chile是因?yàn)闆](méi)有安裝carData,要先 install.package("carData")
再library(cardata)
安裝了car包后需要先library(carData),再加載Chile
data(Chile,package = 'carData') 可以加載出來(lái),car不可以】黃色部分為彈幕經(jīng)驗(yàn),本人沒(méi)有試成功
數(shù)據(jù)同一類(lèi)型,否則會(huì)同化,變成一種類(lèi)型

rivers/state.abb/state.area 矩陣結(jié)構(gòu)
x<-c(1,2,30) #定義向量,要有逗號(hào)
#r中字符串一定一定一定要加引號(hào)。單雙都可以
x<-c("ffffh","好")#c不能變,c引起向量
#
等差數(shù)列:c(1:100)
seq(from=1,to=100,by=2)#等差值
seq(1,100,2)
#重復(fù)
rep(2,5)#
rep(x,5)#1234512345……x自己設(shè)置
rep(x,each=5)#1111122222……
mode(a)#查看數(shù)組類(lèi)型
向量化編程--x=
length(x)#統(tǒng)計(jì)x的個(gè)數(shù)?
x[1]#輸出索引x中第一個(gè)數(shù)
x[-19]#不輸出第19個(gè)元素,其余均輸出
正負(fù)混合會(huì)報(bào)錯(cuò)
x<-c(1,2,3)
x[c(T,F,F)]#僅輸出邏輯為真的值,1
#還可以輸出
x[x>1&x<3]
#判斷元素是否在其中
1 %in% x#輸出true
alt- <-
x[1 %in% x]#輸出x中所有元素,z["one" %in% z] = z[TRUE]
#輸出判斷
x %in% c(1,2)#T,T,F
z %in% c("one","two")的意思是輸出【分別判斷z向量中每個(gè)元素是否與"one""two"字符串符合】的結(jié)果,也就是TTFFF
這里【】里面的相當(dāng)于加個(gè)if條件,懂了懂了。搞清楚%in%是邏輯問(wèn)題,z[]是提取元素就明白了

%in%是前面的對(duì)象屬于后面的對(duì)象
圓括號(hào)函數(shù),中括號(hào)索引
v<-c(1,2,3)
append(x=v,values=99,after=5)#最后一個(gè)表示插入位置,在第5個(gè)元素后插入
x[7]<-7#賦值,沒(méi)有的用NA代替
rm(v)#刪除向量
y[-c(1:3)]#刪除1~3的元素
y<-y[-c(1:3)]
names()#根據(jù)名稱(chēng)索引
y["1"]<-100#替換元素