``` #bibliography: [../References/BILab.bib, packages.bib] ``` # R语言基础 利用R软件做分析的基本方式是在R中编写R代码。那么R代码的编写方式有几种： 1. 双击R程序图标之后，打开Rgui图形界面。然后就可以直接在R console的>后边编写R代码。 2. 然后单击File->New script，就可以打开R代码的编辑器，撰写代码。同时，该编辑器的一个功能是可以用Ctrl+R快捷键，把光标所在行的代码发送到R console中。 3. 用IDE，比如Rstudio。 ## 重要的快捷键 上下方向键： 可以调取历史命令 Esc键： 取消当前运算 ## 基本数据类型 R语言中，最常用的三种数据类型是**字符**、**数字**和**逻辑量**，对应的英文分别是**character**, **numeric**和**logical**。下面我们一种种来介绍。 在具体介绍基本数据类型之前，我们先了解一下为什么要分数据类型。之前我们讲过一个重要原则，计算机时很笨的，因此，我们需要给他一些明确的规则，这样它才能正确的执行 ### 字符 R里面的字符类型是用两个单引号或双引号包括起来内容。 ```{r} '4' #字符，character "5" class('50') #class函数可以判断某个值的类型 ``` 两个引号必须要相互对应。不能出现开始的引号是单引号，结束的引号为双引号。 ```{r, eval=FALSE} 'hee" #这个是错误的 ``` R其实有一些内置的字符 ```{r} letters #26个小写英文字母 LETTERS #26个大写英文字母 ``` ### 数字 ```{r} 3 #整数 3.1415 #实数 1e+10 #科学计数法 1e-10 class(3) ``` R内置常数 ```{r} pi #圆周率 exp(1) #自然对数 Inf #正无穷 -Inf #负无穷 NA #not available or missing value NaN #not a number ``` ### 逻辑值 ```{r} TRUE #True，真 T FALSE #False, 假 F class(T) ``` ### 类型转换 不同的数据类型之间可以相互转换。比如将逻辑性转化为数字型 ```{r} as.numeric(TRUE) as.numeric(FALSE) ``` 反之也可以将数字型转化为逻辑性。 ```{r} as.logical(0) as.logical(1) as.logical(2) ``` 除了0之外，其他数字转换为逻辑变量类型的值都为TRUE。 由于数据类型很多，因此有很多的数据类型准换函数，但基本的结构是：as.[数据类型]，方括号中的就是要转换为的数据类型。例如as.character等。当然，也存在is.[数据类型]来判断该值是什么数据类型。例如is.numeric(); is.logical(); is.character()等等。 当然，在R语言当中，除了上述三种常见的数据类型之外，还有许多其他的数据类型。有些是内置的，有些则是用户自定义的。为了简单起见，我们先不谈其他，用到时在解释也不迟。 ## 数据运算 ### 数字运算 针对R中的数值，可以进行基本的算数预算 ```{r} 1+4+5 ``` ```{r} 6+7 2-1 ``` ```{r} 6+7; 2-1 ``` 乘除预算 ```{r} 4*6 1/3 round(1/3,3) #round 就是一个R函数 ``` 取整取余 ```{r} #取余数 10%%3 10%/%3 #取整 ``` 幂运算 ```{r} 2^3 2^(1/3) ``` #### 运算优先级 R语言中，各种运算其实是有先后顺序，即运算优先级。默认的运算优先级为：^, * /, + -。如果要打破这种优先级，那么就需要用小括号，来告诉R哪几步是一起预算的。 ```{r} 3+1^2*2 (3+1)^2*2 3+1^(2*2) ``` ### 逻辑和关系运算 除了上述算数运算之外，还可以进行逻辑运算 ```{r} TRUE & TRUE #与 TRUE | FALSE #或 !TRUE #反 ``` 对数字也可以进行关系预算，比如大小判断 ```{r} 5>2 #大于 4>=4 #大于等于 4==4 #等于 4<6 #小于 4<=3 #小于等于 6!=0 #不等于 ``` ### 字符运算 R中有很多针对字符进行预算的操作，多以函数形式体现。例如 ```{r} nchar('abcd') #数多少个字符 substr("abcd", 2, 3) #提取其中的部分 strsplit('9qa49qw87eatqwae8ladj',split = "a") #依据某些字符分割字符 paste('a','b','c',sep = "-") #将多个字符合并 ``` 如果你对上述命令的具体用法有任何疑问，可以采用?+具体命令名称的方式来查看其帮助文档。 ## 常见运算函数 为了方便运算，R语言中内置了很多常用的运算函数。需要时只要调用相应的函数名称就行，而不需要重复造车。 以下是一些常用函数，如果需要知道具体用法，请用？调出其帮助文档查看。 ```{r} exp(1) #以自然对数为底的幂函数 3^(5) 2^(1/2) #square root sqrt(2) log(2,2) #对数函数，第二个参数时base log(1,879) log(exp(1)) factorial(5) #阶乘 sin(pi/6) #三角函数 tan(pi/4) abs(-5) #绝对值 choose(100,30) #组合函数 runif(10) #产生随机数的函数 all.equal(3.1, 3.2) #比较两个实数 is.infinite(10) #判断是否是无穷数 is.na(NA) #判断值是否为NA ``` 保留小数位数 ```{r} round(pi,2) ceiling(pi) floor(pi) ``` ## 变量 ### 变量构造 变量是一个值会变，但名字不变的量。例如 ```{r} a=1 #a是一个变量，其中‘a’是名字，1是变量值，等号是赋值运算 ``` 变量名通常由字母、数字和下划线组成，且不能以数字开头。此外，R语言中的变量名是大小写敏感的，且中间不能包含空格。 当仅输入变量名时，就可以查看变量值。 ```{r} a ``` ### 赋值 变量的值可以通过赋值运算来改变。正如上面的例子中的等号。但R语言中赋值运算不仅可以用等号，还可以用其他符号。例如 ```{r} bc #->这也是一种赋值运算 ``` 由于变量值可变，因此即便变量已经赋值了，还可以再次赋值，这样就会覆盖原来的值。 ```{r} a=10 ``` 由于R的数据类型本身有很多中，因此变量包含值，因此其也具有相应的数据类型的变量。 ```{r} a=1; class(a) b=TRUE; class(b) c='a'; class(c) ``` ## 逻辑控制 ### 条件 单行条件语句ifelse ```{r} ifelse(5>3, 'yes', 'no') ``` 多行的条件语句 ```{r} if(4>6) print("Y") print("N") ``` ```{r} if(4>6){ #花括号表示当条件为真时的作用域 print("Y") print("N") } ``` ```{r} if(5>3){ print("Yes") 4+6 }else{ print('No') } ``` ### 循环 ```{r} for(i in 1:10) # print(i) print(i) ``` ```{r} for(i in 1:10){ # print(i) print(i) } ``` ```{r} i=1 while(i<10){ print(i) i=i+1 } ``` ## 容器 目前我们依据讲过具有单个值的变量。这虽然有用，但还不够用。因为很多现实情况是，我们有很多个数据值。比如上千上万。在这种情况下，我们总不能构建一千个变量，用来保存一千个值吧？ 因此，我们需要一个类似容器的变量，它可以保存多个值。这种变量我们形象的称为容器，因为它同时保存了多个值。 在R中，容器有很多类型，最常见的有向量(vector)、矩阵(matrix)、数据框(data.frame)、列表(list)等。下面我就一一介绍每种容器的定义、特征和操作方法。 ### 向量 #### 定义向量 向量是R中最简单的一种容器。可以用c函数来定义。例如： ```{r} a=c(1,3) a ``` 上面的代码就用c（意为combine）构建了一个向量。其中a为向量名，而向量中的1或3为向量的元素。 除了这种构建方式之外，还有其他很多中方式构建。例如可以用:号来构建步长为1的连续整数向量： ```{r} b=1:3 b ``` 这就构建了名称为b，包含1，2，3三个元素的向量。 当然，冒号前后的数字大小可以调换，如果用下面命令构建向量： ```{r} c=3:1 c ``` 则可以得到一个包含3，2，1三个元素的向量。注意，这个c向量与b向量的元素值的集合虽然都只包含1、2、3，但这些元素在向量中出现的顺序不一样。因此，向量中元素的顺序也是向量的一个特征。当元素顺序不同时，也就得到了一个新的向量。 如果要改变这些等差数列的步长，我们可以采用seq函数。 ```{r} d=seq(1,10,2) d ``` 这样，我们就构建了一个起始值为1，步长为2，最大值小于等于10的一个向量。 #### 向量的特征 针对向量，我们可以用lenght函数计算向量的长度。 ```{r} length(a);length(b) ``` 向量内部可以放任何数据类型。 ```{r} c=c(1,3) class(c) c=c(TRUE, FALSE) class(c) c=c('adg','ad0') class(c) ``` 但是针对一个向量，它内部的所有元素数据类型必须一致。 ```{r} d=c(1,"a") class(d[1]) ``` ```{r} d=c(3,TRUE,FALSE) d d=c(TRUE,3) d ``` #### 取向量的元素 我们可以通过下标的方式来取向量的元素 ```{r} a[1] ``` 其中，方括号中的数字代表下标，即第几个元素。但是如果下标为0或超过向量长度呢？会出现什么结果？请你们自己用R尝试一下回答。 我们可以给向量的每个元素一个名字，之后，就可以通过名字来取出对应的元素。 ```{r} names(a)=c("zhang","wang") a['zhang'] ``` #### 修改向量长度 当需要在向量内增加一个元素时，只需要通过下标的方式就可以完成。 ```{r} a[4]=0 ``` 如果我要将长度为4的向量a的第10个值赋为10，那么a将会变为什么？ ```{r} a[10]=10 a ``` 如果要把向量中的某个元素删除，则仅需要通过带符号（-）的下标就可以实现。 ```{r} a[-10] a[-(5:9)] ``` #### 向量元素的修改 向量的元素值修改很简单，只要两个步骤。第一，用下标或名字的方法取到这个值，然后用赋值预算来修改这个元素对应的值。 ```{r} a ``` ### 矩阵 #### 矩阵定义 矩阵与之前将的向量很相似，唯一的区别时向量是一维的，而矩阵是二维的。 ```{r} a=matrix(1:30,nrow=5,ncol=6) a ``` 矩阵的赋值默认是以列为优先，但如果要改变这种默认的规则，这需要设置其byrow的参数为TRUE。 ```{r} b=matrix(1:30,nrow=5,ncol=6, byrow=TRUE) b ``` #### 矩阵的特征 矩阵的维度 ```{r} dim(a) nrow(a); ncol(a) ``` #### 给矩阵的行列名字 ```{r} colnames(a)=letters[1:6] a ``` #### 提取矩阵的元素 用两个小标，中间带逗号。第一个小标表示行，第二个下标表示列。 ```{r} a[2,3] #第二行，第三列的元素。 ``` 由于矩阵是二维的，我也可以取某一行或列。在这种情况下，只需要写一个下标就行。 ```{r} a[3,] #第三行 a[,2] #第二列 ``` 如果想提取多行或多列，那么只需要给一个相应的向量下标就行。 按列或行名字提取 ```{r} colnames(a)=letters[1:6] a ``` 一旦有名字之后，就可以通过名字来访问列或行 ```{r} a[,'d'] ``` #### 修改矩阵元素 ```{r} a[2,6]=100 a ``` ```{r} b=a[-2,] b ``` ### 数据框 数据框是一种特殊的容器，它与向量类似，但也存在这几个不同点。第一，向量是一维的，而数据框是二维的。第二，向量内部的任何元素数据类型必须一样，而数据框可以包含不同的数据类型。不过，这种不同数据类型仅可以在不同列之间。在同一列内部，不同元素的数据类型必须一致。 ```{r} #创建数据框 da=data.frame(a=1:3,b=c("a","b","c"),c=c(F,T,F)) ``` 通过data.frame函数，我们就可以定义一个类型为数据框的变量。其中每个参数是每一列的值。 ### 列表 ```{r} ``` ## 函数 ### 函数的判别 R语言中已经存在着很多的函数，这让我们日常计算变得非常方便。 但我们怎么区分一个字符是函数名还是变量名？ ```{r} sum sum() ``` 一般来讲，在小括号前面的字符串就是函数名。 ### 函数的定义 函数可以简化编程，如果依据实现的功能，就只要直接调用已有的函数就行了。避免重复写同样的代码。 ```{r} myfun