第1章R语言简介

help（“ foo”）或？foo

查看功能foo的帮助（可以省略引号）

help.search（“ foo”）或?? foo

使用foo作为关键字搜索本地帮助文档

example（“ foo”）

使用函数foo的示例（引号可以省略）

RSiteSearch（“ foo”）

使用foo作为关键字搜索文档和邮件列表档案

apropos（“ foo”，mode =“ function”）

列出名称中带有foo的所有可用功能

data（）

列出当前加载的程序包中包含的所有可用样本数据集

vignette（）

列出当前安装的程序包中的所有可用的插图文件

vignette（“ foo”）

显示主题foo的指定小插图文档

help.start（）函数将打开一个浏览器窗口，我们可以在其中查看入门和高级帮助手册，常见问题解答和参考资料. RSiteSearch（）函数可以在联机帮助手册和R-Help邮件列表的讨论档案中搜索指定的主题，然后在浏览器中返回结果. 由vignette（）函数返回的小插图文档通常是PDF格式的实用入门文章. 但是，并非所有软件包都提供小插图文档. 不难发现R提供了很多帮助功能. 学习如何使用这些帮助文档无疑将帮助编程. 我经常用吗？查看某些功能的功能（例如选项或返回值）.

工作区（工作区）是当前的R工作环境，它存储所有用户定义的对象（向量，矩阵，函数，数据框，列表）. 在R会话结束时，您可以将当前工作空间保存到镜像中，并在下次启动R时自动加载它. 可以在R命令行中以交互方式输入各种命令. 使用上下箭头键查看输入命令的历史记录. 这样，我们可以选择一个先前输入的命令并对其进行适当的修改，最后按Enter重新执行它.

当前工作目录是R用于读取文件和保存结果的默认目录. 我们可以使用功能getwd（）查看当前工作目录，或使用功能setwd（）设置当前工作目录. 如果需要读取不在当前工作目录中的文件，则需要在call语句中写入完整路径. 请记住使用引号将这些目录名和文件名关闭. 表1-3中显示了一些用于管理工作区的标准命令.

表1-3 R工作区的管理功能

功能

功能

getwd（）

显示当前工作目录

setwd（“ mydirectory”）

将当前工作目录修改为mydirectory

ls（）

列出当前工作区中的对象

rm（objectlist）

删除（删除）一个或多个对象

help（options）

显示可用选项的说明

options（）

显示或设置当前选项

历史记录（#）

显示最近使用的#条命令（默认为25条）

savehistory（“ myfile”）

将命令历史记录保存到文件myfile中（默认为.Rhistory）

loadhistory（“ myfile”）

加载命令历史记录文件（默认为.Rhistory）

save.image（“ myfile”）

将工作空间保存到文件myfile（默认为.RData）

保存（对象列表，文件=“ myfile”）

将指定对象保存到文件

load（“ myfile”）

将工作空间读入当前会话（默认为.RData）

q（）

退出R. 系统将询问您是否要保存工作区

要了解这些命令的工作方式，请运行清单1-2中的代码并查看结果.

代码清单1-2用于管理R工作区的命令示例

setwd("C:/myprojects/project1")
options()
options(digits=3)
x <- runif(20)
summary(x)
hist(x)
q()

首先，将当前工作目录设置为C: / myprojects / project1，将显示当前选项设置，数字将被格式化并以小数点后三位有效数字的格式显示. 然后，我们创建了一个包含20个均匀分布的随机变量的向量，并为此数据生成了摘要统计量和直方图. 当运行q（）函数时，程序将询问用户是否保存工作区. 如果用户输入y，则命令的历史记录将保存在文件.Rhistory中，而工作空间（包括向量x）将保存在当前目录的文件.RData中. 会话结束，R程序退出.

请注意，在setwd（）命令的路径中使用正斜杠. R使用反斜杠（\）作为转义字符. 即使您在Windows平台上运行R，也要在路径中使用正斜杠. 还要注意，函数setwd（）不会自动创建一个不存在的目录. 如有必要，可以使用函数dir.create（）创建一个新目录，然后使用setwd（）将工作目录指向该新目录.

将项目保存在单独的目录中是一个好主意. 您可以在启动R会话时使用setwd（）命令指定项目的路径，然后使用不带选项的load（“. RData”）命令. 这样做将使您从上一个会话的结尾开始，并确保各个项目之间的数据和设置不会相互干扰. 在Windows和Mac OS X平台上甚至更简单. 跳转到项目所在的目录，然后双击以前保存的图像文件. 这样做可以启动R，加载保存的工作区，并将当前工作目录设置为此文件夹.

启动R后，默认情况下它将启动一个交互式会话，接受来自键盘的输入和来自屏幕的输出. 但是，您也可以处理脚本文件（包含R语句的文件）中编写的命令集，并将结果直接输出到多种类型的目标.

1. 输入

函数source（“ filename”）可以在当前会话中执行脚本. 如果文件名不包含路径，R将假定脚本位于当前工作目录中. 例如，source（“ myscript.R”）将执行文件myscript.R中包含的R语句集. 按照惯例，脚本文件的扩展名为.R，但这不是必需的.

2. 文字输出

函数sink（“ filename”）将输出重定向到文件名. 默认情况下，如果文件已经存在，则其内容将被覆盖. 使用参数append = TRUE将文本追加到文件中，而不是覆盖文件. 参数split = TRUE可以将输出同时发送到屏幕和输出文件. 调用不带参数的sink（）命令只会将输出返回到屏幕.

3. 图形输出

尽管sink（）可以重定向文本输出，但对图形输出没有影响. 要重定向图形输出，请使用表1-4中列出的功能. 最后，使用dev.off（）将输出返回到终端.

表1-4保存图形输出的功能

功能

输出

bmp（“ filename.bmp”）

BMP文件

jpeg（“ filename.jpg”）

JPEG文件

pdf（“ filename.pdf”）

PDF文件

png（“ filename.png”）

PNG文件

postscript（“ filename.ps”）

PostScript文件

svg（“ filename.svg”）

SVG文件

win.metafile（“ filename.wmf”）

Windows图元文件

让我们通过一个示例来了解整个过程. 假设我们有三个包含R代码的脚本文件script1.R，script2.R和script3.R. 执行语句:

source("script1.R")

script1.R中的R代码将在当前会话中执行r语言输入命令后按回车，结果将显示在屏幕上.

如果执行了该语句:

sink("myoutput", append=TRUE, split=TRUE)
pdf("mygraphs.pdf")
source("script2.R")

将执行文件script2.R中的R代码，并将结果显示在屏幕上. 此外，文本输出将附加到文件myoutput上，图形输出将保存到文件mygraphs.pdf.

最后，如果我们执行以下语句:

sink()
dev.off()
source("script3.R")

将执行文件script3.R中的R代码，并将结果显示在屏幕上. 这次，没有文本或图形输出保存到文件中. 整个过程如图1-6所示.

图1-6将函数source（）用于输入，将sink（）用于输出

R对输入源和输出趋势的处理非常灵活且高度可控. 在1.5节中，我们将学习如何以批处理模式运行R程序.

R提供了许多现成的功能，但是其中一些最令人兴奋的功能是通过下载和安装可选模块来实现的. 当前有5500多个用户提供的模块，称为软件包，可以从中下载. 这些软件包在各个领域提供了许多惊人的新功能，包括分析地理数据，过程蛋白质谱分析甚至心理测验分析的能力. 这些可选软件包已在本书中多次使用.

Package是R函数，数据和预定义代码的良好定义的集合. 存储软件包的计算机上的目录称为库. 函数.libPaths（）可以显示库的位置，而函数library（）可以显示库中有哪些软件包.

R带有一系列默认程序包（包括基本，数据集，utils，grDevices，图形，统计信息和方法），这些程序包提供了多种默认函数和数据集. 可以通过下载安装其他软件包. 安装后，必须先将它们加载到会话中，然后才能使用它们. 命令search（）可以告诉您哪些软件包已加载并可以使用.

有许多R函数可用于管理程序包. 要首次安装软件包，请使用命令install.packages（）. 例如，执行不带参数的命令install.packages（）将显示CRAN镜像站点的列表. 选择其中一个镜像站点后，您将看到所有可用软件包的列表. 选择要下载和安装的软件包之一. 如果知道要安装的软件包的名称，则可以直接提供软件包名称作为此函数的参数. 例如，软件包gclus提供了用于创建增强型散点图的功能. 可以使用命令install.packages（“ gclus”）下载并安装.

一个软件包只需安装一次. 但是像其他软件一样，软件包通常由其作者更新. 使用命令update.packages（）更新安装的软件包. 要查看已安装软件包的描述，可以使用installed.packages（）命令，该命令将列出已安装软件包以及它们的版本号，依赖关系和其他信息.

软件包安装是指从CRAN镜像站点下载软件包并将其放入库中的过程. 要在R会话中使用它，您还需要使用library（）命令加载程序包. 例如，要使用gclus软件包，请执行命令库（gclus）. 当然，在装入软件包之前必须已安装此软件包. 该软件包仅需在会话中加载一次. 如有必要，您可以自定义启动环境以自动加载那些将经常使用的软件包. 附录B中详细描述了启动环境的自定义.

加载程序包后，可以使用一系列新功能和数据集. 该软件包通常提供小的演示数据集和示例代码，使我们可以尝试这些新功能. 帮助系统包含每个功能的描述（同时带有示例），并且还包含每个数据集的信息. 命令help（package =“ package_name”）可以输出软件包的简短描述以及该软件包中的函数名称和数据集名称的列表. 使用函数help（）可以查看任何函数或数据集的更多详细信息. 这些信息也可以作为PDF帮助手册从CRAN下载.

R编程中的常见错误

R初学者和经验丰富的R程序员经常会犯一些错误. 如果程序出错，请检查以下几个方面.

R的错误消息可能不明确，但是如果仔细观察以上几点，应该避免很多错误.

在大多数情况下，我们将以交互方式使用R: 在提示符下输入命令，然后等待命令的输出. 有时，我们可能希望以重复，标准化和无人值守的方式执行R程序. 例如，您可能需要每月生成一次相同的报告，然后可以在R中编写程序并以批处理方式执行.

如何以批处理模式运行R取决于所使用的操作系统. 在Linux或Mac OS X下，您可以在终端窗口中使用以下命令:

R CMD BATCH options infile outfile

Infile是包含要执行的R代码的文件的名称，outfile是接收输出文件的文件的名称，而options部分列出了控制执行细节的选项. 按照惯例，infile的扩展名是.R，outfile的扩展名是.Rout.

对于Windows，您需要使用:

"C:\Program Files\R\R-3.1.0\bin\R.exe" CMD BATCH --vanilla --slave "c:\my projects\myscript.R"

将路径调整到R.exe所在的相应位置以及脚本文件的位置. 要了解有关如何调用R（包括如何使用命令行选项）的更多信息，请参阅CRAN（）上的文档“ R简介” 2.

2该文档的中文版本称为“ R简介”. CRAN上的下载地址是. -译者注

R的一个非常实用的功能是，可以轻松保存分析的输出并将其用作进一步分析的输入. 让我们以R中预装的数据集为例进行说明. 如果您不了解此处涉及的统计知识，请放心，我们这里仅关注一般原理.

首先，使用汽车数据mtcars进行简单的线性回归，并根据体重（wt）预测每加仑的英里数（mpg）. 这可以通过以下语句来实现:

lm(mpg~wt, data=mtcars)

结果将显示在屏幕上，而不保存任何信息.

接下来r语言输入命令后按回车，执行回归操作，不同之处在于将结果保存到对象中

lmfit <- lm(mpg~wt, data=mtcars)

上面的赋值语句创建一个名为lmfit的列表对象，其中包含大量已分析的信息（包括预测值，残差，回归系数等）. 尽管屏幕上未显示任何输出，但分析结果可以稍后显示和使用.

键入摘要（lmfit）以显示分析结果的统计摘要，plot（lmfit）将生成回归诊断图，语句cook <-cooks.distance（lmfit）将计算并保存影响指标统计信息3， plot（cook）绘制它. 要使用新的体重数据预测每加仑行驶的英里数，请使用predict（lmfit，mynewdata）.

3 Cook距离在这里用作衡量影响的统计数据，有关详细信息，请参见第8章. -译者注

要了解函数的返回值，请参阅此函数帮助文​​档的“值”部分. 在此示例中，您应该参考help（lm）或？lm中的相应部分. 这样，当您将函数的结果分配给对象时，就可以知道保存的结果是什么.

程序员经常问我R是否可以处理大数据. 他们通常需要处理来自互联网，气候学和遗传学等研究领域的大量数据. 由于R将对象存储在内存中，因此通常受可用内存量的限制. 例如，在我使用5年的2G内存Windows PC上，我可以轻松处理包含1000万个元素（100个变量×100,000个观察值）的数据集. 在配备4G RAM的iMac上，我通常可以毫不费力地处理具有数亿个元素的数据.

但是还需要考虑两个问题: 数据集的大小和要应用的统计方法. R可以处理GB到TB数据分析问题，但需要采取特殊措施. 大型数据集的管理和分析留在附录F中进行讨论.

我们将以结合以上各种命令的示例结束本章. 以下是任务说明.

（1）打开帮助文档的首页，然后参考“ R简介”.

（2）安装vcd软件包（用于可视化类别数据的软件包，将在第11章中使用该软件包）.

（3）列出此软件包中可用的功能和数据集.

（4）加载此程序包并阅读关节炎数据集的说明.

（5）显示关节炎数据集的内容（直接输入对象名称将列出其内容）.

（6）运行关节炎数据集随附的示例. 如果您不了解输出，请不要担心. 它基本上表明接受关节炎治疗的患者比接受安慰剂的患者有更多改善.

（7）退出.

所需的代码如清单1-3所示. 图1-7显示了结果的示例. 如本例所示，我们只需要使用少量的R代码即可完成很多工作.

清单1-3使用了新软件包

help.start()
install.packages("vcd")
help(package="vcd")
library(vcd)
help(Arthritis)
Arthritis
example(Arthritis)
q()

图1-7代码清单1-3的输出. （从左到右）关节炎示例的输出，帮助文档主页，vcd软件包信息，关节炎数据集信息以及显示关节炎治疗与治疗结果之间关系的图表

在本章中，我们了解了R的一些优点. 正是这些优点吸引了想要了解数据含义的学生，研究人员，统计学家和数据分析师. 从程序的安装开始，我们讨论了如何通过下载其他软件包来增强R的功能. 探索了R的基本界面，以交互和批处理模式运行R程序，并绘制了一些示例图形. 您还学习了如何将工作保存到文本和图形文件. 由于R的复杂性，我们花了一些时间来了解如何访问大量现成的帮助文档. 希望您对此免费软件的功能有一个大致的了解.

现在您可以正常运行R了，是时候使用您自己的数据了. 在下一章中，我们将研究R可以处理的各种数据类型，以及如何从文本文件，其他程序和管理系统导入数据.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-245325-1.html