大家好，这是从知乎《一个大学生的日常笔记》中迁移过来的R语言教程的第一篇 。
这一份笔记follow了两本非常优秀的R语言教材，分别是Robert I.Kabacoff的《R语言实战》和Peter Dalgaard的《R语言统计入门》，两本教材的思路有所不同，我会根据我自己的思路尽量降低学习门槛，综合来写教程 。（毕竟提高了门槛，我就不知道自己在写什么了……那就真的没卵用了……）
阅读教程的时候我有自己的思路，看过我的LaTeX入门笔记的同学们会明白，如果我想到了一些可能会让入门新手迷糊的地方，我会以注意：这样的形式去标记出来，而且有的时候，可能这些小插曲更加重要，请不要忽略它们 。
例子大部分都是摘抄的，但是我会做一些解释和细节上的调整，同时考虑到代码规范的问题，我很多例子不会提供符号可选的余地，比如"和'，用于标记字符都可以，但是代码规范推荐使用"
目前我已经是准大二学生，统计的先修课只有一门学校上的《概率论与数理统计》，事实上，这门课学完之后，R的大部分内容就已经可以上手操作了 。因此我们不会在这门课程已有的理论部分下功夫去解释 。但是，碍于我自己本科生的视野，我们不会把太复杂，或者根本不可能涉及到的的内容搬到这里，因此这对于真正的statistician，或者是统计学专业的大牛来说，可能最多只是一份入门笔记而已 。
不过也还是有些亮点的，我可能会在教程里夹杂点别的语言的新奇玩意做些互相的对比2333
引言到此为止，下面我们开始正题 。
目录R语言环境初探一些基本的素养和操作赋值向量索引矩阵数组小结R语言环境初探细心的同学可能已经看到了封面的那个图，那个就是我们推荐下载的R语言编辑器——Rstudio，但是这仅仅是个编辑器，必须下载安装真正的R语言编译器才能够运行 。至于如何下载——百度搜索R和Rstudio关键字就好 。那两个玩意的图标大概长这样

文章插图



文章插图
我们主要使用的编辑器是Rstudio，但是为了教程的完整性(integrity)，这里展示一张R语言的打开界面



文章插图
输入一行命令试试？
plot(rnorm(1000))
（居然没提供R语言的选项……）
系统会为你画一张图



文章插图
这是一张含有1000个按正态分布排列的随机数的图 。
R的环境到此结束，下面我们回到Rstudio来看看



文章插图
我们可以看到Rstduio有四个区域 。分别的功能是
左上角，是Rstudio的脚本区域（但是远不止写脚本那么简单，其实还可以用来写Rmarkdown，RNotebook等，这些是很实用的插件，但这里我们不详谈）左下角，是命令行（command）窗口，刚才我们在R中展示的窗口就是这个 。右上角是R的目前的变量环境右下角是R的画图，装包，浏览文件的区域 。可以看出，综合的功能是比R要强大很多的，而且根据我们网站组的大佬的反应，这玩意其实是一个html……也就是说你会JS你就可以恶搞它的界面啦
对了，在你关掉R/Rstudio的时候，系统会问你是否要保存空间映像，那个其实就是保存历史记录，方便以后继续使用而设置的 。
一些基本的素养和操作R语言是一个统计语言 。统计数据离不开一个良好的用于储存的结构和标识 。我们会先从它的基本操作讲起，在其中夹杂着数据类型，数据框等大量的结构和细节 。
首先说说帮助文档
R语言和C/python不一样，R语言非常琐碎，因此seek for help是必要的，但是R的official document很难懂，因此不推荐拿那个去当作你学习的教程 。我们推荐的是以下三种寻求帮助的命令
help("function") or ?functionhelp.search("function") or ??functionexample("function")
第一个是查函数的帮助文档，第二个是以某一个function为关键字搜索帮助文档 。第三个会给出某一个函数的使用示例 。在对函数不熟悉的时候一定要学会使用它 。
不管是什么样的计算机语言，赋值都是最基础的工作 。但是赋值符号不是C里的=，而是<-，比如
r <- 2
注意：用=赋值是不会被编译器报错的，但是由于这个语法不标准，所以有的时候会出问题 。
随着赋值而来的就是数值运算，但是我们不强调那种单变元的数值运算，R有个很强大的功能是向量化操作（当然matlab也有） 。（向量理解为一系列变量的按序组合（比如数值向量可以理解为数列）就好）比如说给予五个人身高体重的例子，我们计算一个BMI 。
A <- c(1.84,1.74,1.65,1.58,1.81)B <- c(86.2,65,51.5,45,56)BMI <- (B/(A^2))BMI
最后显示的结果是



文章插图
确实是一个向量 。
注意：R语言构造向量的方法是c(...)
注意：如果不输入某一个变量的名称，R默认是不显示结果的，因此我最后一行又加了一个BMI变量名显示它 。
注意：我们推荐写多行R代码的时候使用脚本，之后在Rstudio中，脚本区域的右上角有三个按钮，第一个run是逐行运行代码，第三个source是运行全部代码（但是要在下拉框选择source with echo，否则依然显示不了结果），大家注意回去找找看 。
注意：如果你真的点击了source去运行代码的话，可以在command区域看到这样的命令
source('C:/Users/Asus/Desktop/A.R')
拿出来说的原因是想强调：如果你要输入一个文件路径，一定要输入正斜杠/，因为反斜杠是转义字符（escaped character），在""中间输入字符，如果想让它打印出"，就可以输入\" 。
我们回到向量这个问题上来
常用的R的数据类型有三种：数字，字符，逻辑真假（当然还有个缺失值类型，我们在之后会说） 。因此我们也可以创建字符和逻辑向量 。
关于字符向量，我们列举下面三个例子
c("A","B","C")cat(c("A","B","C"))cat(c("A","B","C"),'\n')
显示的结果如下



文章插图
哎？二和三有什么区别吗？
如果你在R中运行的话，第二行的命令是默认不换行的，所以就会出现

文章插图
的情况，不过在Rstudio里，这种情况得到了改善 。
注意：cat是连接 输出的函数，而c只负责连接，在例子中，cat可以消除字符串的""符号 。你可以连接任何东西，包括向量 。
注意：R的向量要求内部的所有元素数据类型相同 。如果通过cat/c连接两个不同数据类型的向量，系统会进行强制转换 。比如
A <- c("A","B","C")B <- c(1,2,3)c(A,B)
结果留给大家自己观察 。（这里原来出了一处错误，已经修正，谢谢
@快走姑娘
提醒）


和数值运算类比的就是逻辑运算，但是我不打算在这里先说这些 。
伴随着向量的就是索引，目的自然是为了取用这些元素 。索引的方法是[]，举2个例子
A <- c("A","B","C")A[2]B <- c("A"=1,"B"=2,"C"=3)B["B"]
显示的结果如下



文章插图


注意：向量内的元素是有序的，这里A[2]索引的就是第二个，不是程序员认为的第三个！
注意：第二个例子中，我们相当于人工设置了索引（在python里，有个专门的数据结构叫字典（dict））为"A","B","C"，它们叫这些变量的名称（name），一一对应1，2，3 。和自然索引1，2，3不同的是，这里的人工索引在查看变量的时候会显示 。
注意：索引也可以索引一个向量，也就是索引多个元素（和matlab一样），比如说，试着运行一下下面这个命令 。
A <- c("A","B","C")A[c(2,3)]
结果留给你们自己去发现 。
注意：索引也可以是负索引！它不是python里“倒数第几个”的含义，它的意思是“索引除标记以外的所有元素” 。在数据清洗中非常常见，可以用一个例子去帮助理解
A <- c("A","B","C")A[-c(2,3)]
自己去敲敲代码看看结果吧
注意：你甚至可以使用索引进行赋值，即使它已经超出了这个向量的长度，比如说
A[7]="D"
那么，A这个时候第7个确实是字符D，但是原来的第4-6个呢？实际上它们是缺失值 。也就是NA 。至于缺失值是什么样的数据类型，这会在之后提到 。
注意：对于名称，字符串中的""要求会放宽，也就是说，你还可以这么写 。
B <- c(A=1,B=2,C=3)
结果是一样的
对于我这种懒人来说，这可真是个福音 。
下面我们说说矩阵和数组 。
矩阵可以理解为二维的向量 。但是创建矩阵的参数就一下子多了很多，因此可能会稍有点难理解，我们用两组例子结束这一切 。
第一组：
S <- c(1,2,3,4,5,6,7,8,9)rnames <- c(1,2,3)cnames <- c("A","B","C")C=matrix(S,nrow=3,ncol=3,byrow=TRUE,dimnames=list(rnames,cnames))C=matrix(S,nrow=3,ncol=3,byrow=FALSE,dimnames=list(rnames,cnames))C=matrix(S,nrow=2,ncol=4,byrow=TRUE,dimnames=list(rnames,cnames))
显示的结果如下



文章插图


我改变的参数在byrow这里，它提示我们应该按行填充还是按列填充 。TRUE自然就是按行存储的意思 。
Oh，第三个报错了，看一下报错信息 。

data length [9] is not a sub-multiple or multiple of the number of rows [2]数据长度9不是行数2的因数或倍数
哇哦，我有一些额外的发现
报错信息的数字会用[]标识出来，是有意义的 。同时本身也不是特别难懂 。
兴奋完之后，回到命令本身，参数解释如下：
第一个是源向量 。第二个是nrow和ncol参数，row是行，col是列（column），代表需要组合的行数和列数 。第三个是byrow参数，上面已经解释过了 。第四个是dimnames，用于标记行名称和列名称 。我们可以看到，在矩阵里，名称就非常重要了，它更接近于我们平常做数据分析时所需要使用的表 。
注意：看到那个TRUE了没，对比一下C里的true和python里的True就知道，R语言也是一个大小写敏感的语言 。因此要注意代码的严格的大小写 。
注意：第三，四个参数不是必需的，第三个不写的话，默认是FALSE，也就是按列填充 。（和TeX的语法差别在于，可选不可选并不能通过直观的方式看出来，需要靠人的主观能动性去理解）
注意：在dimnames里有一个list函数，这是为了创建列表，它的目的是把多个变量的集合聚合成为单个变量，这是为了方便给函数的参数提供值，传参时会经常用 。形式上倒没有太大的差别 。
下面是第二个例子 。
cbind(A=1:4,B=5:8,C=9:12)rbind(A=1:4,B=5:8,C=9:12)
显示的结果如下



文章插图
bind是捆绑的意思，cbind理解为“把列捆绑在一起”，所以提供的向量自然是列向量，那么对应的名称索引就是行索引 。同样的，rbind就是“把行捆绑在一起” 。
注意：有的人会问[1,]和[,1]是什么？我们要强调，这种位置上的东西不管是名称还是数字，都是索引！但是这是矩阵的索引，对于矩阵的索引，我们可以举几个例子 。
A=matrix(1:24,nrow=4,ncol=6)A[,6]A[3,]A[3,4]B=A[c(2,3),c(3,4)]Bdimnames(B)=list(c(1,2),c(1,2))B
显示的结果如下



文章插图
索引项中，第一个是行索引，第二个是列索引 。同样，你也可以给索引设置为向量 。
在敲这个代码的时候，摸索了一个很有趣的用法 。我们注意到，B依然是一个矩阵，但是使用matrix是创建一个矩阵，如果我要修改B这个矩阵的参数怎么办呢？就可以使用paramater(B)=，其中paramater是在函数中的参数，可以通过这种方法赋值 。
注意：1:4，5:8等等，这个是什么？根据例子可以看出，这会生成1:4的公差为1的等差数列 。你不用去担心看不懂，我会点出来，然后告诉你，这些有趣的用法在之后的笔记中会讲解到 。
接着说数组，R中给的定义是多于2维的向量 。我们拿矩阵去做对比，对数组就很好理解了 。
同样举个例子
A <- c('A','B')B <- c(1,2,3)C <- c('!','@','#',')z <- array(1:24,c(2,3,4),dimnames=list(A,B,C))z
显示的结果如下



文章插图
我们可以看出，第三维是单独被拉出来的，第一二维就是行和列 。第三维我们一般称为页 。
有了矩阵铺垫，这个每个参数的含义就好理解多了，但我们还是做一个简单的解释 。
第一个paramater是源向量 。第二个是三维中每一维的长度第三个是每一维的名称注意：我还没有找到让数组元素按行填充的办法 。可能本身就没有设置吧 。
注意：在介绍matrix函数的时候，每一个参数都是paramater=...的形式，但是这里似乎不是 。在R里，如果不加这样的形式，R会按默认的参数顺序设置，如果记不住就很容易乱 。使用这样的形式可以防止这个问题（同样在python，C里也可以这么做，其中python里叫已知参数）当然不是因为它没有paramater，这只是写的人的习惯，因为这三个参数不容易混（性质完全不同），所以用熟的人自然不会再想着加paramater本身 。
好的，问题来了，如果我是小白呢？我想加paramater怎么办？
乖，让你的心到最开始的地方看看？
小结再次强调，不要忽略所有注意的地方！我已经写了很长时间了，但是实际上回到书本，其实只是书本一二两章的内容的部分 。还有很多有趣的东西还没有涉及到，因此这只是基本操作总览的第一部分 。我们会在之后的笔记涉及到剩下的部分 。
下一节我们会说函数，常用函数集合，向量中的因子，排序，数据框，存储与导入外部数据等其余的基本操作 。
【R语言入门的基本操作 r语言入门操作】感谢支持我的各位！笔芯~~
,

• 稻城亚丁 稻城亚丁简介
• 设置ie的主页为空白页保存30天
• 月季花哪个国家的
• 什么的地板 什么的地板填词语
• 妖神的蹉跎年华
• 米线的发源地
• 韩商言吃的是什么糖果
• 张馨予腾讯微博
• 素质报告书家长的话怎么写
• 释其耒而守株的原因是什么