R语言笔记完整版

【R笔记】R语言函数总结

 

R语言与数据挖掘：公式；数据；方法

R语言特征

1. 对大小写敏感
2. 通常，数字，字母，. 和 _都是允许的(在一些国家还包括重音字母)。不过，一个命名必须以 . 或者字母开头，并且如果以 . 开头，第二个字符不允许是数字。
3. 基本命令要么是表达式（expressions）要么就是 赋值（assignments）。
4. 命令可以被 (;)隔开，或者另起一行。
5. 基本命令可以通过大括弧({和}) 放在一起构成一个复合表达式（compound expression）。
6. 一行中，从井号(#)开始到句子收尾之间的语句就是是注释。
7. R是动态类型、强类型的语言。
8. R的基本数据类型有数值型（numeric）、字符型（character）、复数型（complex）和逻辑型（logical），对象类型有向量、因子、数组、矩阵、数据框、列表、时间序列。

基础指令

• 程序辅助性操作：

运行

q()——退出R程序

tab——自动补全

ctrl+L——清空console

ESC——中断当前计算

调试查错

browser()  和 debug()——设置断点进行，运行到此可以进行浏览查看（具体调试看browser（）帮助文档（c,n,Q））

stop('your message here.')——输入参数不正确时，停止程序执行

cat（）——查看变量？

帮助

help(solve)  和 ?solve 等同

??solve——检索所有与solve相关的信息

help("[[") 对于特殊含义字符，加上双引号或者单引号变成字符串，也适用于有语法涵义的关键字 if，for 和 function

help(package="rpart")——查看某个包

help.start()——得到html格式帮助

help.search()——允许以任何方式（话题）搜索帮助文档

example（topic）——查看某个帮助主题示例

apropos（"keyword"）——查找关键词keyword相关的函数

RSiteSearch("onlinekey"， restrict=fuction)——用来搜索邮件列表文档、R手册和R帮助页面中的关键词或短语（互联网）RSiteSearch('neural networks')

• 准备

文件目录设置

setwd（<dir>）——设置工作文件目录

getwd（）——获取当前工作文件目录

list.files()——查看当前文件目录中的文件

加载资源

search()——通过search()函数，可以查看到R启动时默认加载7个核心包。

基础函数：数学计算函数，统计计算函数，日期函数，包加载函数，数据处理函数，函数操作函数，图形设备函数

     

setRepositpries（）——选择软件库（CRAN，Bioconductor，R-Forge），寻找安装包的方法另看《【R笔记】寻找R的安装包》

(.packages())——列出当前包

(.packages(all.available=TRUE))——列出有效包

install.packages（“<package>”）——安装包

library（）和require（）——加载R包（package）至工作空间

 

data（）——列出可以被获取到的存在的数据集(base包的数据集)

data（<datasets>，package=“nls”）——将nls包的datasets加载到数据库中

批处理文件和结果重定向

source("commands.R")——执行commands.R （存放批处理命令的）脚本文件。

cat(<Rcommond>,file="")——可以把R命令输出至外部文件，然后调用source函数进行批处理

 

do.call(<funcname>，<pars>)——调用函数，第一个参数<funcnames>指示调用函数字符串名称，第二个参数包含调用所需参数的一个列表<pars>

sink("record.lis")——把后续的输出结果从控制台重定向到外部文件 record.lis 中

sink（）——把后续代码输出重新恢复到终端上展示

 

attach（<datafame>）——将数据框<datafame>中的变量链接到内存中，便于数据调用

detach()——对应attach(<datafame>)，取消变量的链接， detach()里没有参数！

注：attach() 和detach()均是在默认变量搜索路径表中由前向后找到第一个符合变量名称，因此之前若存在重名变量，有可能会出现问题！！！

 

• 数据处理

输入输出（读入输出数据、文件）

assign("x",c(1,2,3))  和 x <- c(1,2,3)  和 c(1,2,3)->x ——向量赋值

 

read.table（"infantry.txt", sep="\t"， header=TRUE）——seq属性用其它字符分割，比如文本文件用空格（tab）分隔，header设置为文件中已经存在表头名称

read.csv("targets.csv")——读入csv（Comma Seperated Values）文件，属性被逗号分割

read.csv(url("<link>"))——read.csv()  和 url()的合体，读存在网上的数据

 

x <- scan(file="")——手动输入数据，同时scan可以指定输入变量的数据类型，适合大数据文件

scan("data.dat", what = list("", 0, 0))——what指定变量类型列表

readLines('http://en.wikipedia.org/wiki/Main_Page',n=10)——读取文本文件，将文档转为以行为单位存放的list格式，比如读取读取wikipedia的主页html文件的前十行

 

write.table(Data, file="file.txt", row.names = FALSE, quote=FALSE)——输出，quote为FALSE去掉字符串类型的双引号，write.table(stasum, "stasum.csv",row.names = FALSE,col.name=FALSE,sep=",",append=TRUE)

write.csv（data，file="foo.csv",row.names=FALSE）——写成csv格式,row.names=FALSE去掉行号

 

print（）——打印

save.image（"./data.RData"）——把原本在计算机内存中（工作空间）活动的数据转存到硬盘中。

load("./RData")——加载目录中的*.RData，把文档-词项矩阵从磁盘加载到内存中

数据查看

• 通用对象

R是一种基于对象（Object）的语言，对象具有很多属性（Attribute），其中一种重要的属性就是类（Class），最基本的类包括了数值（numeric）、逻辑（logical）、字符（character）、列表（list），符合类包括矩阵（matrix）、数组（array）、因子（factor）、数据框（dataframe）。

 

class(<object>)  和 data.class(object)——查看对象object的类或类型

unclass()——消除对象object的类

• 基本数据类型

mode()——查看基本数据类型

length()——查看长度

as.<数据类型>——改变对象的数据类型

• 特殊属性

attributes(<object>)——查看对象object各种属性组成的列表

attr(<object>，“name”)——存取对象object的名为name的属性

• 混合类型

逻辑类型+数值类型=数值类型

逻辑类型+字符类型=字符类型

数值类型+字符类型=字符类型

 

ls()  和 objects（）——查看当前工作空间中存在的对象（变量）

rm(list=ls())——删除工作空间的所有对象

methods(x)——查看x函数的源码，有些自带函数输入名称x可以直接看到，有一些需要调用methods方法才能查看函数x的源码，出现多重名，输入对应名称即可

 

str（）——查看数据（框）中的数据总体信息（比如样本个数、变量个数、属性变量名称、类型）

nrow(dataframe)——查看数据集行数

NROW（vector）——查看向量的行数，等于length(x)

head(dataframe)——查看数据集前6行数据

tail(dataframe)——查看数据集尾6行数据

• 向量特征

逻辑向量运算：

TRUE，FALSE——全部大写

isTRUE(x)——判断x为TRUE

*|，&，！——或且非，注意是 单个， 不是&&！

ANY，ALL——任意，全部

 

数组和矩阵

train$var

train$new[train$var == NA] <- 1

Data[is.na(Data)] <- 0——数据框多维变量中给NA值赋值为0

 

apply（A，Margin，FUN，...）——A为矩阵，Margin设定待处理的维数，为1是横排（行），为2是竖排（列）做运算，Fun是运算函数

sweep（x，2，apply（x，MARGIN=1，mean），FUN）——对数组或者矩阵进行运算。 MARGIN=1表示行，2表示列；STATS统计量，如apply（x，MARGIN=1，mean），FUN函数运算默认为减法，“/”除法

y.vector<-with(data,get(yval))——表示在data数据框中读取列名称为yval的向量。

with(<data>，<colname|func>)——提取数据框中的某些参数做运算，对于数据框运算很方便

 

绘图

plot()——绘制图像

plot(<vecter_horizontal>, <vector_vertical>, pch=as.integer(<factors>)，col，xlab，ylab)——用factors区分图像点的类型pch（圆的，三角，叉），col是颜色类别，xlab或者ylab对应横纵轴标题

legend(<location="topright">,legend=<vector_labelname>,pch=1:3，cex=1，col)——图例，<location>是位置（比如右上），<vector_labelname>图例类别标签名，pch是图例对应标签的类别id（向量），<cex>调整字体比例大小，颜色设置，legend("topright", levels(<factors>), pch=1:length(levels(factors)))

text(X，Y，labels=c(1,2,3),adj=1.2)——添加标注,X,Y是对应坐标的向量，labels是标记值，adj调整标注位置

abline(h = <int>，lty=2)——低级绘图添加一条水平线h或者是回归模型 直线，垂线v；lty为2表示绘制虚线

abline(a,b)——画一条y=a+bx的 直线

points（x，y）————低级绘图，画个点，坐标为向量x，y

lines（x，y）——低级绘图，画一条线，坐标为向量x，y

axis(side=1，at=seq(from=0.7，by=1.2，length.out=7)，labels=c（...）)——绘制坐标轴，低级绘图，side为2是纵坐标

 

barchart（）——lattice包预先要对数据汇总

barplot(<vector>)——绘制柱状图，vector可增加名称。也可以绘制直方图，和hist（）均分数据不太一样，需要用table（）统计各个子分段下样本数量后在画图。

mosaicplot（x~y，main，color=T，xlab，ylab）——柱形对应关系图

contour(<matrix>)——创建等高线

persp(<matrix>，expand=0.2）——创建3D图，expand扩展值设置为0.2，否则为全屏扩展

image（volcano）——加载栅格（矩阵）图像

 

par（mfrow=c(1,2)，oma，mar）——mfrow设置图形输出窗口为1行2列，添加car包？oma是所有图像距离边框