↓

R Statistics- 入门

·510 字·3 分钟
R R
n3xtchen
作者
n3xtchen
Sharing Funny Tech With You

R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的 Ross Ihaka 和 Robert Gentleman 开发（也因此称为R），现在由“R开发核心团队”负责开发。R是基于S语言的一个GNU计划项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。

R 提供一个强大和漂亮的交互环境，用于探索数据。由于 R 是免费的，使它变得更加的流行。目前存在的一批数据分析工具（如 S，MATLAB，SPSS 和 SAS）非常的昂贵，而 R 确实是实现同样效果成本最低廉的一种方式；而且 R 的社区拥有大量的领域专家和开发者，其中不乏统计学家，数据科学家，他们贡献了很多非常有用的包，来帮助拓展 R 的能力。

R的源代码可自由下载使用，亦有已编译的可执行文件版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacOS。

目前的稳定版是 3.10

安装 R #

R 提供几种可选方式安装方式：

1. 从 Cran 下载软件包 #

R可以在CRAN(Comprehensive R Archive Network)上免费下载。Linux、 Mac OS X和Windows都有相应编译好的二进制版本。根据你所选择平台的安装说明进行安装即可。

2. 使用 Linux 包管理器安装 #

基于 Redhat 的系统：

$ yum install R

基于 Debian 的系统：

$ sudo apt-get isntall r-base

3. 编译安装（不推荐） #

启动你的 R #

R 由多个部分组成，其中包括一个美观的图形用户界面。在 OS X 和 Linux 下，你可以简简单单在终端的敲击 R 就可以启动它了：

$ R

当然还有很多非官方的 R 图形编程环境，例如 R Commander 和 RStudio。RStudio 不仅提供了很漂亮的图像界面，而且还有服务器版本（RServer），让你在网页中编程和本地一样舒适。当然你也可以使用你最喜欢的自处理软件（如 Vim， Emacs 和 Sublime）。

Hello, R! #

我们先从简单的 R 终端开始把。

> height <- c(58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72)

函数 c() 告诉我们创建的是一个名为 height 向量（Vector，一个有序的数字集合，这里的单位是 inch），<- 是 R 的赋值符号（我们也可以使用 =）。接下来，我们用同样的方法创建一个体重向量：

> weight <- c(115, 117, 120, 123, 126, 129, 132, 135, 139, 142, 146, 150, 154, 159, 164)

现在我们有数据了，用它来做点东西。我们想要算出身高的平均值：

> mean(height) 
[1] 65

答案是 65，你会注意到答案之前的 [1]。它代表返回值的第一行，如果你的结果有用多项，那它就会一直往下现实，并标出对应的行数。

回到我们的例子。如果我们想求出体重的标准差（Standard Deviation），我们可以使用 sd() 函数：

> sd(weight) 
[1] 15.49869

现在我们想找出女性的体重是否和身高相关。这时，我们使用 cor() 函数，它会帮我们找出女性的体重和升高的区别：

> cor(weight, height) 
[1] 0.9954948

我们发现它们之间存在非常强的线性相关（linear correlation）；几乎 1 比 1 的关系。最后，我们可视化它们的相关性：

> plot(weight, height)

它将通过散点图的方式为我们展示两个向量的之间的关系。

工作空间（Workspace） #

工作空间(workspace)就是当前R的工作环境,它储存着所有用户定义的对象(向量、矩阵、函数、数据框、列表)。在一个R会话结束时,你可以将当前工作空间保存到一个镜像中,并在下次启动R时自动载入它。各种命令可 在R命令行中交互式地输入。使用上下方向键查看已输入命令的历史记录。命令的历史记录保存到文件.Rhistory 中,工作空间(包含向量x)保存到文件 .RData 中。 当前的工作目录(working directory)是R用来读取文件和保存结果的默认目录。我们可以使用函数 getwd() 来查看当前的工作目录,或使用函数 setwd() 设定当前的工作目录。如果需要读入一个不在当前工作目录下的文件,则需在调用语句中写明完整的路径。记得使用引号闭合这些目录名和文件名。

执行（Source）文件和运行命令 #

上一个章节的所有代码都可以输入到 R 交互终端上执行。如果你已经把所有的代码都写到文本中，你可能对讲代码剪切到终端上没有兴趣。我们将提供两种方法运行文件上的代码。

  1. 打开 R 终端，并使用 source() 命令。

     $ R
 > source('path/to/file.R')

  2. 使用 R 的批处理命令

     $ R CMD BATCH path/to/file.R

包（Packages） #

一个 R 包是一个相关函数和帮助文档的合集。它和 Ruby 的 Gem 或者 C/C++ 库很类似。正常情况，一个单独包中的所有函数应该是相关的：例如 stats 的包只包含统计分析的函数。和 Ruby 一样，R 包也有自己的公共源：

  1. CRAN（Comprehensive R Archive Network，http://cran.r-project.org）：目前最大的 R 综合资源网络，由 R 基金会所管理（同样也是 R 的主要开发者），目前拥有 5599 个包（2014-06-08），还在持续增长中；全世界拥有众多的镜像网站（国内拥有 cTex.com, 中国科技大学，北交大以及厦大）；

  2. Bioconductor（http://www.bioconductor.org），旨在提供生物信息学的 R 分析包。然而并不以为者他们不适用于其他分析领域。目前拥有包数量 824个（2014-06-08）；

  3. R-Forge，一个用于R的协作开发环境。它基于 FusionForge，是 GForge（也是 RubyForge 的底层）的一个分支，目前拥有 1760 个项目。它不同于 Cran 和 Bioconductor 的是任何人都可以在 R-Froge 上设立项目，甚至不需要最终形成 R 包；

  4. GitHub，这个就多介绍了，现在很多新的 R 包项目建立在 Github 上，这个得益于 RStudio 首席科学家 Hadley Wickham 的 devtools(它的项目地址：https://github.com/hadley/devtools)，允许我们通过它来安装建立在 github 上的 R 包。

Package 的安装 #

R 提供了几种安装方法：

  1. 从 Cran 中安装：

     > install.packages(
 +    c("xts", "zoo"),    # 指定要安装的包
 +    lib   = "some/other/folder/to/install/to",  # 指定安装位置
 +    repos = "http://www.stats.bris.ac.uk/R/"    # 指定安装来源
 + )

  2. 离线安装：

     > install.packages(
 +     "path/to/downloaded/file/xts_0.8-8.tar.gz",
 +     repos = NULL, #NULL repo 代表已经下载
 +     type = "source" # 直接安装
 + )

  3. 从 Github 中安装（依赖 devtools）：

     ＃ 安装 devtools
 > install.packages("devtools")
 ＃ 使用方法
 > library(devtools)
 > install_github("knitr", "yihui")

Package 的使用 #

你可以使用 library 函数载入你安装好的包：

> library(package_name) ＃ 不用带引号

这个函数名让人感觉很怪异，如果叫 load_package 可能会更好理解，但是历史原因，很难改变了。我们可以把 package 当作 R 函数和数据集的集合，一个 library 用来保存这个 package 的文件。

注意，传入的包名是没有引号的，如果你的包名是字符型，应该这么处理：

> library("package_name", character.only =TRUE)

如果你使用的包没有安装，则会抛出一个异常，有时你需要处理这个情况：

> if (!require(noExistedPackage))
+ {
+     warning("warn msg");
+ }

查看已经载入的包

> search()
[1] ".GlobalEnv"        "package:stats"     "package:graphics" 
[4] "package:grDevices" "package:utils"     "package:datasets" 
[7] "package:methods"   "Autoloads"         "package:base"

查看安装的包：

> installed.packages()

查看 R 公共库的默认安装路径：

> R.home("library")
# 或者
> .library()
[1] /path/to/r/3.0.2/R.framework/Versions/3.0/Resources/library

查看 R 用户库的安装路径：

> path.expand("~")
# 或者
> Sys.getenv("HOME")
[1] /home/xx-user/

查看所有库的路径，第一个是默认安装路径：

> .libPaths()
[1] /path/to/r/3.0.2/R.framework/Versions/3.0/Resources/library
[2] /home/xx-user/

维护 #

# 更新包
> update.packages(ask = FALSE)
# 删除包
> remove.packages("packName");

Note：Os X 报错 fatal error: 'libintl.h' file not found 的解决方案： $ brew intall gettext

$ find ./ -name “libintl.” ./0.18.3.2/include/libintl.h ./0.18.3.2/lib/libintl.8.dylib ./0.18.3.2/lib/libintl.a ./0.18.3.2/lib/libintl.dylib ./0.18.3.2/share/gettext/intl/libintl.rc $ ln -s /usr/local/Cellar/gettext/0.18.3.2/lib/libintl. /usr/local/lib/ $ ln -s /usr/local/Cellar/gettext/0.18.3.2/include/libintl.h /usr/local/include/libintl.h

如何寻找帮助 #

R提供了大量的帮助功能,学会如何使用这些帮助文档可以在相当程度上助力你的编程工作。

                   help.start() | 入门帮助
            help("foo") or ?foo | 获取 foo 帮助
    help.search("foo") or ??foo | 搜索函数名带 foo 的帮助
                 example("foo") | 执行函数 foo 的用例，引号是可选的
             RSiteSearch("foo") | 在线上文档或者邮件列表存档中搜索 foo
apropos("foo", mode="function") |
                         data() | 列出所有的可用数据集
                     vignette() | 列出所有的可用事例
                vignette("foo") | 列出主题foo的事例