第一部分 入门
第1章 R语言介绍
1.1 为何要使用R？
- 开源，免费；
- 一个全面的统计研究平台，几乎任何类型的数据分析皆可在R中完成；
- 顶尖水准的制图功能；
- 一个可进行交互式数据分析和探索的强大平台；
- R可以轻松地从各种类型的数据源导入数据；
- R是一个无与伦比的平台，在其上可使用一种简单而直接的方式编写新的统计方法；
- R囊括了在其他软件中尚不可用的、先进的统计计算例程；
- R可运行于多种平台之上，包括Windows、UNIX和Mac OS X；
- 简单易学。
1.2 R的获取和安装
R的安装
R的获取：CRAN (Comprehensive R Archive Network) http://cran.r-project.org
RStudio获取：https://rstudio.com
RStudio是一款R语言的IDE，是辅助你使用R进行编辑的工具。安装：先安装R，再安装RStudio。
R的更新
查看R版本：version。
方法1：
1、下载最新版的R并安装
2、打开新版的R输入update.packages(checkBuilt=TRUE,ask=FALSE)（这一步是将旧版的包迁移到了新版）
3、删除旧版的R，更新完成。
方法2：
1、install.packages(“installr”)
2、library(installr)
3、updateR()
RStudio更新
打开RStudio，点击Help，从下拉菜单中选择Check for Updates即可。
1.3 R的使用
R使用 <- 作为赋值符号。注释由符号 # 开头。在 # 之后出现的任何文本都会被R解释器忽略。
1.3.1 新手上路
《R语言实战》例子：
age <- c(1, 3, 5, 2, 11, 9, 3, 9, 12, 3) # 构建向量age。
weight <- c(4.4, 5.3, 7.2, 5.2, 8.5, 7.3, 6.0, 10.4, 10.2, 6.1) # 构建向量weight。
mean(weight) # weight求平均值。## [1] 7.06sd(weight) # weight求标准差。## [1] 2.077498cor(age, weight) # age和weight的关系系数。## [1] 0.9075655plot(age, weight) # 绘制age和weight关系图。1.3.2 获取帮助
?函数名即可查看相关函数功能，如?mean就是查看函数mean的帮助文档。帮助文档包括对函数的基本描述，函数公式解释，公式内各参数的解释，参考文献等，最下面还给出了示例。对英文不好的我而言，看英文帮助文件费时费力，可以借助百度搜索来学习包或者函数的功能。
1.3.3 工作空间
工作空间：R当前的工作环境，储存着用户定义的对象（向量，矩阵，函数，数据框，列表）。
工作目录：R用来读取文件和保存结果的默认目录。
getwd()查看当前工作目录;setwd()设定当前工作目录，注意setwd()命令里的路径使用正斜杠。
1.3.4 输入输出
1.输入
函数source(“filename”)可在当前会话中执行一个脚本。
2.文本输出
函数sink(“filename”)将输出重定向到文件filename中。
3.图形输出
在R studio中完成数据的输入输出及可视化更为便捷。
1.4 包
1.4.1 什么是包
包是R函数、数据、预编译代码以一种定义完善的格式组成的集合。
R自带了一系列默认包，包括base、datasets、utils、grDevices、graphics、mydata、methods。
扩展包：R扩展包数不胜数，如数据可视化包ggplot2、数据处理包dplyr等，根据自身需求寻求包并下载使用。
1.4.2 包的安装
方法1：在R或者RStudio的console中键入命令install.packages(“R包名”)。要多个包一起安装，install.packages(c(“package 1”,“package 2”,···))。
方法2：在RStudio右下角窗口中的Packages中点击install，在跳出的窗口中输入想要安装的包，点击install。
方法3：点击RStudio主菜单Tools，选择install packages…，在跳出的窗口中的Packages栏键入想要安装的包名称，点击install。
1.4.3 包的载入
载入包：library(包的名称)。如library(ggplot2)就是载入ggplot2包。也可使用require(包的名称)。移除使用的包：detach(package:包的名称)。
1.4.4 包的使用
包的相关操作
获取包的信息：??R包名。也可以用help(package=“R包名”)。
获取所有已安装的包的列表：installed.packages()。也可以用(.packages(all.available = T))。
获取R包所在库的路径：.libPaths()。
获取当前R环境中加载的所有包：search()。
查看已加载的包：(.packages())。
包的更新
方法1：update.packages(“R包名”)。
方法2：在RStudio右下角窗口中的Packages中点击Update。
方法3：点击RStudio主菜单Tools，选择Check for Packages Updates，在跳出的选择框中勾选你要更新的包，点击Install Updates。
1.4.5 包的卸载
方法1：remove.packages(“R包名”)。
方法2：在RStudio中Packages中勾选想要卸载的包，在包最右侧点×进行卸载。
1.5 批处理
1.6 将输出用为输入–结果的重用
lm(mpg ~ wt,data = mtcars) # 数据集mtcars做线性回归。结果在屏幕呈现，但不会保存。##
## Call:
## lm(formula = mpg ~ wt, data = mtcars)
##
## Coefficients:
## (Intercept) wt
## 37.285 -5.344lmfit <- lm(mpg ~ wt,data = mtcars) # 将线性回归的结果保存在lmfit中。
summary(lmfit) # 分析结果呈现。##
## Call:
## lm(formula = mpg ~ wt, data = mtcars)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4.5432 -2.3647 -0.1252 1.4096 6.8727
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 37.2851 1.8776 19.858 < 2e-16 ***
## wt -5.3445 0.5591 -9.559 1.29e-10 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.046 on 30 degrees of freedom
## Multiple R-squared: 0.7528, Adjusted R-squared: 0.7446
## F-statistic: 91.38 on 1 and 30 DF, p-value: 1.294e-101.7 处理大数据集
R可以处理GB级到TB级的数据分析问题，但需要专门的手段。
1.8 示例实践
1.9 小结
R代码编写规范
- R文件名应该以.R结尾；
- 变量命名应全部小写，字与字之间用小黑点分隔；函数命名字与字之间没有分隔，但每个字首字母大写；
- 每一行代码长度不超过80个字符；
- 缩进代码时使用两个空格的长度；
- 请在所有的二元操作符(+, -, *, <-, etc)两边都加上空格，逗号前一定不能有空格，逗号后一定得有空格。
- 当注释你的代码的时候，所有的注释都应该以#开头，并空一个空格。短注释应该和代码同行，而后空两个空格，以#开头，空一个空格，随后写注释。5
参考资料
- 《R语言实战》（中文版），人民邮电出版社，2013.
- R 语言的优劣势是什么？https://www.zhihu.com/question/19611094
- R | 如何更新R版本及Rstudio，https://blog.csdn.net/weixin_41859179/article/details/97570369
- R语言-包的安装、载入及使用方法，https://blog.csdn.net/u012325865/article/details/85549555
- R编程规范，https://blog.csdn.net/u012311410/article/details/69787569