r軟件入門-中國地質(zhì)大學(xué)圖書館--首頁

1、語言入門教程,中國地質(zhì)大學(xué)（武漢）圖書館 高思宇,報告內(nèi)容,一、 R簡介二、 R函數(shù)與對象三、 編寫腳本四 、R繪圖五、 編寫函數(shù),一、 R 簡 介,R語言的由來,R語言是從S語言演變而來的。S語言是二十世紀(jì)70年代誕生于貝爾實驗室，由Rick Becker, John Chambers, Allan Wilks開發(fā)?；赟語言開發(fā)的商業(yè)軟件Splus，可以方便的編寫函數(shù)、建立模型，具有良好的擴(kuò)展性，取得了巨大成

2、功。1995年由新西蘭Auckland大學(xué)統(tǒng)計系的Robert Gentleman和Ross Ihaka，編寫了一種能執(zhí)行S語言的軟件，并將該軟件的源代碼全部公開，這就是R軟件，其命令統(tǒng)稱為R語言。,R軟件簡介,R是開源軟件，代碼全部公開，對所有人免費(fèi)。R可在多種操作系統(tǒng)下運(yùn)行，如Windows、MacOS、多種Linux和UNIX等。R需要輸入命令，可以編寫函數(shù)和腳本進(jìn)行批處理運(yùn)算，語法簡單靈活。目前在R網(wǎng)站上約有2100個程

3、序包，涵蓋了基礎(chǔ)統(tǒng)計學(xué)、社會學(xué)、經(jīng)濟(jì)學(xué)、生態(tài)學(xué)、地理學(xué)、醫(yī)學(xué)統(tǒng)計學(xué)、生物信息學(xué)等諸多方面。,下載和安裝R,The Comprehensive R Archive Network簡稱CRAN，提供下載安裝程序和相應(yīng)軟件包。R主頁 http://www.r-project.org/ Windows版本下載地址之一：http://mirror.bjtu.edu.cn/cran/下載完成后，雙擊R-2.9.2-win32.exe 開始

4、安裝。一直點(diǎn)擊下一步，各選項默認(rèn)。,圖1 R軟件首頁 http://www.r-project.org/,圖2 R登陸界面(Windows版),,菜單欄,,,快捷按鈕,,,控制臺,,命令行,R程序包,為什么要安裝程序包？特定的分析功能，需要用相應(yīng)的程序包實現(xiàn)。例如：時間序列分析，往往要用到TSA程序包，多元正態(tài)分布mvtnorm包等等。程序包是什么？ R程序包是多個函數(shù)的集合，具有詳細(xì)的說明和示例。Window下的R程序包

5、是已經(jīng)編譯好的zip包。每個程序包包含R函數(shù)、數(shù)據(jù)、幫助文件、描述文件等。,常用R程序包,base- R 基礎(chǔ)功能包stats- R統(tǒng)計學(xué)包nlme- 線性及非線性混合效應(yīng)模型Graphics- 繪圖lattice- 柵格圖TSA- 時間序列分析mvtnorm- 多元正態(tài)分布分析tru

6、ncnorm- 截尾正態(tài)分布cluster- 聚類分析,圖3 所有程序包介紹 http://mirror.bjtu.edu.cn/cran/,圖4 TSA包頁面,,R程序包,在CRAN 提供了每個包的源代碼和編譯好的MacOS、Window下的程序包以TSA包為例，CRAN提供了：Package source: TSA_1.01.tar.gzMacOS X binary: TSA_1.01.tgz

7、Windows binary: TSA_1.01.zip Reference manual: TSA.pdf 等Window平臺下程序包為zip文件，安裝時不要解壓。,R程序包安裝,1 連網(wǎng)時，用函數(shù)install.packages()，選擇鏡像后，程序?qū)⒆詣酉螺d并安裝程序包。例如： 打開RGui,在控制臺中輸入 install.packages(“TSA")2 安裝本地zip包路徑：Packag

8、es>install packages from local files選擇光盤或者本地磁盤上存儲zip包的文件夾。,程序包使用,在控制臺中輸入如下命令：library(TSA),查看幫助文件,如何知道TSA程序包內(nèi)部都有哪些函數(shù)？最常用的方法：1 輸入命令 ??TSA2 查看pdf幫助文檔（從程序包下載頁面下載）,幫助文件的內(nèi)容,以lm函數(shù)為例：?lm,為什么要學(xué)習(xí)編程?,界面操作直觀易學(xué)，但也存在一些不足：

9、 操作的過程難以保存，數(shù)據(jù)處理不夠靈活，在進(jìn)行步驟繁多的數(shù)據(jù)處理工作時十分費(fèi)時費(fèi)力；在建立模型或自己編寫函數(shù)時也會遇到困難。而這些困難可以通過編程解決。 學(xué)習(xí)R編程，首先要了解R的函數(shù)、對象及其操作。,二、 R函數(shù)與對象,R的函數(shù),R是一種解釋性語言，不需要先編譯成.exe文件，輸入后可直接運(yùn)行。函數(shù)形式 function(對象，選項= )平均值 mean()線性回歸 lm(y~x, data=test)R處理的

10、所有數(shù)據(jù)、變量、函數(shù)和結(jié)果都以對象的形式保存。,R的函數(shù),每一個函數(shù)執(zhí)行特定的功能，后面緊跟括號，例如：平均值 mean()求和 sum()繪圖 plot()排序 sort() 除了基本的運(yùn)算之外，R的函數(shù)又分為高級和低級函數(shù)，高級函數(shù)內(nèi)部嵌套了復(fù)雜的低級函數(shù)，例如plot()是高級繪圖函數(shù)，函數(shù)本身會根據(jù)數(shù)據(jù)的類型，經(jīng)過程序內(nèi)部的函數(shù)判別之后，繪制相應(yīng)類型的圖形，并有大量的參數(shù)可選擇。,部分函數(shù),計算

11、log(x) log10(x) exp(x) sin(x)cos(x) tan(x) asin(x)acos(x)min(x)max(x)range(x) length(x),統(tǒng)計檢驗mean(x)sd(x)var(x)median(x)quantile(x,p)cor(x,y)t.test()lm(y ~ x)wilcox.test(),統(tǒng)計檢驗lm(y ~ f+x)lm(y ~ x1+x

12、2+x3)bartlett.testbinom.testfisher.testchisq.testglm(y ~ x1+x2+x3, binomial)friedman.test...,圖5 箱線圖修飾前后(左：默認(rèn)值，右：修改屬性后)boxplot(count ~ spray, data = InsectSprays)boxplot(count ~ spray, data = InsectSprays, col =

13、"red"),R函數(shù)調(diào)用及其選項,R函數(shù)調(diào)用及其選項,函數(shù)的調(diào)用方法, 函數(shù)名+() 如 plot(), lm(),并將對象放入括號中，“=”表示設(shè)定參數(shù)。例如：boxplot(day~type, data=bac, col=“red“, xlab=“Virus”, ylab=“days”)day~type，以type為橫軸，day為縱軸繪制箱線圖。data=bac 數(shù)據(jù)來源baccol=“red” 箱線圖為

14、紅色xlab=“Virus” 橫軸名稱為Virusylab=“days” 縱軸名稱為days,賦值與注釋,在控制臺中鍵入如下命令2+2a代替 （一般用=比較快捷）b<-2c<-a+bc,,賦值符號,為對象起名,R是區(qū)分大小寫的，A與a是不同的。 對象名不能用數(shù)字開頭，但是數(shù)字可以放在中間或結(jié)尾。推薦用”.”作為間隔，例如 anova.result1。 舉例：一個向量a，包含了四個元素， a=c(

15、10,15,21,18)該向量為數(shù)值型，長度為4。 保留名稱(命名對象時不要與保留名稱沖突)：NA, NaN, pi, LETTERS, letters, month.abb, month.name,對象的類型,數(shù)值型 Numeric 如 100, 0, -4.335字符型 Character 如 “China”邏輯型 Logical 如TRUE, FALSE因子型 Factor 表示不同類別復(fù)數(shù)

16、型 Complex 如：2 + 3i,對象的類別,向量(vector) 一系列元素的組合。因子(factor) 因子是一個分類變量，如“a”,”a”,”a”,”a”,”b”,”b”,”b”,”c”,”c”數(shù)組(array) 數(shù)組是k維的數(shù)據(jù)表。 矩陣(matrix) 矩陣是數(shù)組的一個特例，維數(shù)k = 2。數(shù)據(jù)框(dataframe) 是由一個或幾個向量和（或）因子構(gòu)成，它們必須是等長的，但可以是不同的數(shù)據(jù)類型。列表(li

17、st) 列表可以包含任何類型的對象。,運(yùn)算符,數(shù)學(xué)運(yùn)算 運(yùn)算后給出數(shù)值結(jié)果+, -, *, /, ^比較運(yùn)算 運(yùn)算后給出判別結(jié)果（TRUE FALSE）>, =, ==, !=邏輯運(yùn)算 與、或、非!, &, &&, |, ||,外部數(shù)據(jù)讀取,最為常用的數(shù)據(jù)讀取方式是用read.table() 函數(shù)或read.csv()函數(shù)讀取外部txt或csv格式的文件。 txt文件，制表符間隔

18、 csv文件，逗號間隔 一些R程序包（如foreign）也提供了直接讀取Excel, SAS, dbf, Matlab, spss, systat, Minitab文件的函數(shù)。,read.table()的使用,例：test.data<-read.table("D:/R/test2.txt",header=T)header=T表示將數(shù)據(jù)的第一行作為標(biāo)題。read.table(file=file.c

19、hoose(),header=T) 可以彈出對話框，選擇文件。,實例：從數(shù)據(jù)輸入到t檢驗,現(xiàn)有6名患者的身高和體重，檢驗體重除以身高的平方是否等于22.5。,表1 六名患者的身高和體重,第一種方式：從控制臺輸入數(shù)據(jù),數(shù)據(jù)量較少時可以從控制臺直接輸入：height<-c(1.75, 1.80, 1.65, 1.90, 1.74, 1.91)weight<-c(60, 72, 57, 90, 95, 72)sq.heigh

20、t<-height^2ratio<-weight/sq.heightt.test(ratio, mu=22.5) 或mean(ratio)==22.5,第二種方式 從外部讀取數(shù)據(jù),數(shù)據(jù)量較大時用read.table函數(shù)從外部txt文件讀取第1步 將Excel中的數(shù)據(jù)另存為.txt格式（制表符間隔）或.csv格式。第2步 用read.table()或read.csv()函數(shù)將數(shù)據(jù)讀入R工作空間，并賦值給一個對象。

21、,圖6 在Excel中將數(shù)據(jù)存為txt文件,實例：t檢驗(續(xù)),一般從txt文檔讀取數(shù)據(jù)。每一行作為一個觀測值。每一行的變量用制表符，空格或逗號間隔開。read.table(”位置”, header=T)read.csv(”位置”,header=T)#從外部讀取數(shù)據(jù)data1<-read.table("d:/t.test.data.txt",header=T)#Attach(data1)bmi<

22、;- data1$weight/data1$height^2t.test(bmi, mu=22.5) #t檢驗,實例：從數(shù)據(jù)輸入到單因素方差分析,將三種不同菌型的傷寒病毒a,b,c分別接種于10，9，和11只小白鼠上，觀察其存活天數(shù)，問三種菌型下小白鼠的平均存活天數(shù)是否有顯著差異。 a菌株：2, 4, 3, 2, 4, 7, 7, 2, 5, 4 b菌株：5, 6, 8, 5, 10, 7, 12, 6, 6

23、 c菌株：7,11,6, 6, 7, 9, 5, 10, 6, 3, 10,準(zhǔn)備數(shù)據(jù)表,圖7 數(shù)據(jù)表的準(zhǔn)備,實例：方差分析(續(xù)),#數(shù)據(jù)讀取，將test1.txt中的內(nèi)容保存到bac中， header=T表示保留標(biāo)題行。bac<-read.table("d:/anova.data.txt",header=T) #將ba數(shù)據(jù)框中的type轉(zhuǎn)換為因子(factor)bac$type<-as

24、.factor(bac$type) ba.an<-aov(lm(day~type, data=bac)) summary(ba.an) boxplot(day~type,data=bac,col="red"),圖8 三種菌型對小白鼠影響的箱線圖,向量、矩陣和數(shù)據(jù)框的生成與排序,有時需要對讀入的數(shù)據(jù)進(jìn)行操作，將某一向量轉(zhuǎn)換成矩陣，如條件篩選，此時將遇到向量、矩陣和數(shù)據(jù)框的生成、排序等。,向量的創(chuàng)建,四種類型

25、的向量字符型character<-c("China", "Korea", "Japan", "UK", "USA", "France", "India", "Russia") 數(shù)值型numeric<-c(1, 3, 6, 7, 3, 8, 6, 4)邏輯型

26、logical<-c(T, F, T, F, T, F, F, T)復(fù)數(shù)型 略,向量的創(chuàng)建,A=c(2,5,6,9) rep(2,times=4) seq(from=3, to=21, by=3 ) [1] 3 6 9 12 15 18 211:15 [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15通過與向量的組合，產(chǎn)生更為復(fù)雜的向量。rep(1:2,c(10,

27、15)),向量: 隨機(jī)數(shù)的生成,runif(10, min = 0, max= 1) [1] 0.32227168 0.12759789 0.33849635 0.84843855 0.67293416 0.14646444 [7] 0.60117150 0.39023874 0.04219423 0.67102520rnorm(10, mean = 0, sd = 1) [1] -1.58587380 -0.0777522

28、2 2.17126687 -1.02938226 0.46392281 0.74896049 [7] -0.24556829 1.39034371 1.09975487 -1.44682767,定義矩陣的維度,dim()和 matrix()x <- 1:12dim(x) <- c(3,4) [,1] [,2] [,3] [,4][1,] 1 4 7 10[2,] 2

29、 5 8 11[3,] 3 6 9 12matrix.x <- matrix(1:12,nrow=3,byrow=T)t(x)#轉(zhuǎn)置為行或列添加名稱：row.names() col.names(),數(shù)據(jù)框的創(chuàng)建,cbind() # 按列組合成數(shù)據(jù)框country.data<-cbind(character,numeric,logical)rbind() # 按行組合成數(shù)據(jù)框

30、data.frame() #生成數(shù)據(jù)框d <- data.frame(character,numeric,logical),列表的創(chuàng)建,列表可以是不同類型甚至不同長度的向量(數(shù)值型，邏輯型，字符型等等)、數(shù)據(jù)框甚至是列表的組合。 list() 例如 list(character,numeric,logic),對象的類型的判斷,對象類型判斷mode()class()is.numeric() #返回值為TRUE或

31、FALSEis.logical()is.charactor()is.data.frame(),對象的類型的判斷,對象類型轉(zhuǎn)換as.numeric() #轉(zhuǎn)換為數(shù)值型as.logical()as.charactor()as.matrix()as.dataframe(),排序,將向量中的元素按照一定順序排列。 sort() 按數(shù)值大小排序舉例：intake=rnorm(10,0,1)sort(intake)ord

32、er() 給出從小到大的出現(xiàn)序號。order(intake)o <- order(intake),三、編寫腳本,編寫腳本（Scripting）,腳本是什么？ 腳本是一系列命令。 可以先批量的編好程序，或者對別人已經(jīng)編好的程序進(jìn)行修改。之后輸入到控制臺進(jìn)行調(diào)試，以滿足數(shù)據(jù)分析的需求。語言高亮顯示 在代碼較多的情況下，有時需要對行數(shù)、函數(shù)、括號、函數(shù)選項等進(jìn)行高亮顯示，設(shè)置成不同的顏色，以減少錯誤。,圖9 Ti

33、nnR對R腳本的高亮顯示,圖10 NotePad++對R腳本的高亮顯示,編輯器,R自帶的腳本編輯器 Editplus （www.editplus.com ） TinnR (http://www.sciviews.org/Tinn-R/ ) Ultraedit （www.ultraedit.com/ ） Emacs （www.gnu.org/software/emacs/ ） Notepad++ 與NpptoR組合（http:

34、//notepad-plus.sourceforge.net/ ） 記事本或?qū)懽职?等等,舉例-回歸分析腳本,對一批涂料進(jìn)行研究，確定攪拌速度對雜質(zhì)含量的影響，數(shù)據(jù)如下，試進(jìn)行回歸分析,表2 攪拌速度對涂料中雜質(zhì)的影響,腳本舉例,#將以下代碼粘貼到編輯器中，另存為regression.r文件。rate<-c(20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42)impurity &l

35、t;-c(8.4, 9.5, 11.8, 10.4, 13.3, 14.8, 13.2, 14.7, 16.4, 16.5, 18.9, 18.5)plot(impurity~rate)reg<-lm(impurity~rate)abline(reg,col="red")summary(reg),運(yùn)行腳本,三種運(yùn)行方式1 通過source()函數(shù)運(yùn)行source(“d:/regression.r”)

36、2 通過R腳本編輯器運(yùn)行路徑：RGui>File>Open Script #Ctrl+R運(yùn)行3 直接粘貼到R控制臺ctrl+c, ctrl+v,四、R繪圖,圖11 R繪制的圖形,R繪圖功能,R具備卓越的繪圖功能，通過參數(shù)設(shè)置對圖形進(jìn)行精確控制。繪制的圖形能滿足出版印刷的要求，可以輸出JPEG、TIFF、EPS、emf、pdf、png等各種格式。 繪圖是通過繪圖函數(shù)結(jié)合相應(yīng)的選項完成的。 繪圖函數(shù)包括高水平

37、繪圖函數(shù)和低水平繪圖函數(shù)。,高水平繪圖函數(shù),plot() 繪制散點(diǎn)圖等多種圖形hist() 直方圖boxplot() 箱線圖stripchart() 點(diǎn)圖barplot() 條形圖dotplot() 點(diǎn)圖piechart() 餅圖interaction.plot() 交互效應(yīng)圖……,圖12 散點(diǎn)圖與箱線圖舉例,低水平繪圖函數(shù),lines() 添加線curve() 添加曲線abline() 添加給定斜率的線point

38、s() 添加點(diǎn)segments() 折線arrows() 箭頭axis() 坐標(biāo)軸box() 外框title() 標(biāo)題……,繪圖參數(shù),參數(shù)用在函數(shù)內(nèi)部，在沒有設(shè)定值時使用默認(rèn)值。font= 字體lty= 線類型lwd= 線寬度pch= 點(diǎn)的類型,xlab= 橫坐標(biāo)ylab= 縱坐標(biāo)xlim= 橫坐標(biāo)范圍ylim= 縱坐標(biāo)范圍,舉例：繪圖,生成0到2之間的50個隨機(jī)數(shù)，分別命名為x,yx <- runi

39、f(50,0,2)y <- runif(50,0,2)繪圖：將主標(biāo)題命名為“散點(diǎn)圖”， 橫軸命名為”橫坐標(biāo)”， 縱軸命名為“縱坐標(biāo)”plot(x, y, main=“散點(diǎn)圖”, xlab=“橫坐標(biāo)”, ylab=“縱坐標(biāo)")text(0.6,0.6,"text at (0.6,0.6)")abline(h=.6,v=.6),圖14 繪圖舉例,一頁多圖,par()par(mfrow=c(2

40、,2)...,圖15 繪圖舉例,在原有圖形上添加元素,舉例：x <- rnorm(100) # 生成隨機(jī)數(shù)hist(x,freq=F) # 繪制直方圖curve(dnorm(x),add=T) # 添加曲線h <- hist(x, plot=F) # 繪制直方圖ylim <- range(0, h$density, dnorm(0)) #設(shè)定縱軸的取值范圍hist(x, freq=F, ylim=yli

41、m) #繪制直方圖curve(dnorm(x),add=T,col="red") #添加曲線,圖17 在原有直方圖上添加曲線,五、編寫函數(shù),編程基礎(chǔ),R可以靈活的編寫程序，用戶自己編寫的程序可以直接調(diào)用。R語言編程時無需聲明變量的類型，這與C,C++等語言不同?；靖袷?function.name<-function(x, y) { 表達(dá)式 } 函

42、數(shù)內(nèi)部也可用#添加注釋,程序流程控制 if,if 表達(dá)式的寫法if(條件) 表達(dá)式 if(條件) 表達(dá)式1 else 表達(dá)式2 舉例：if(p0.05!"),循環(huán) for, while,for(變量 in 向量) 表達(dá)式 for(i in 1:10) print(i)while(條件) 表達(dá)式 i <- 1while(i<10) { print(i) i <- i +

43、 1 },函數(shù)舉例,定義函數(shù)：gsy<-function(x,y){ z <- x^2 + y^2; result<-sqrt(z) ; return(result);}調(diào)用函數(shù)：gsy(3,4),總結(jié),R是開源的統(tǒng)計繪圖軟件，也是一種自解釋的語言，有大量的程序包可以利用。R中的向量、列表、數(shù)組、統(tǒng)計結(jié)果等都是對象，可以方便的生成所需對象，并進(jìn)行篩選。R腳本是輸入的多個命令行。R具

44、有精確控制的繪圖功能，生成的圖可以另存為多種格式。R編寫函數(shù)無需聲明變量的類型，能利用循環(huán)、條件語句，控制程序的流程。,推薦閱讀,Peter Dalgaard Introductory statistics with RCrawley Statistics an introduction using R E. Paradis R for Beginners Verzani SimpleR.D G Rossiter Intro

45、duction to the R Project for Statistical Computing for use at ITC J. Maindonald Using R for data analysis and graphics introduction code and commentary using RVenables, W. N. & Ripley, B. D. Modern Applied Statist

46、ics with S,歡迎添加圖書館官方微信,歡迎添加圖書館官方微博,練習(xí)一：下載和安裝R,下載并安裝R軟件了解R的菜單,練習(xí)二 安裝并導(dǎo)入程序包,安裝程序包程序包>從本地zip文件安裝程序包調(diào)用程序包library(TSA)library(mvtnorm),練習(xí)三：查詢函數(shù)幫助,查看boxplot的幫助文件?boxplot查看最后的examples 將幫助文件中的內(nèi)容粘貼到控制臺中，運(yùn)行并觀看運(yùn)行結(jié)果。box

47、plot(count ~ spray, data = InsectSprays, col = "lightgray")選項更改boxplot(count ~ spray, data = InsectSprays, col = “red”, xlab=“spray”, ylab=“counts”),練習(xí)四：數(shù)據(jù)讀取和t檢驗,現(xiàn)有6名患者的身高和體重，檢驗體重除以身高的平方是否等于22.5。,表3 六名患者的身高和體

48、重,練習(xí)四：數(shù)據(jù)讀取和t檢驗,將表3中的數(shù)據(jù)錄入Excel中，另存為t.test.txt文件。用read.table函數(shù)讀取該文件。t.test.data<-read.table(“X:/t.test.txt”, header=T)對變量t.test.data中的attach(t.test.data)ratio<-weight/height^2t.test(ratio),練習(xí)五： 方差分析和箱線圖繪制,1 在ex

49、cel或txt中準(zhǔn)備數(shù)據(jù)表2 用R讀取數(shù)據(jù)表3 輸入如下命令進(jìn)行方差分析、繪制箱線圖boxplot(day~type,data=bac,col="red") ba.an<-aov(lm(day~type,data=bac)) summary(ba.an),練習(xí)六：因子生成,將 100， 200， 400， 600， 800 輸入R中，保存到numeric對象中 numeric<-c(100

50、, 200, 400, 600, 800)將numeric轉(zhuǎn)換為factor factor.numeric<-as.factor(numeric)查看factor.numeric的內(nèi)容 factor.numeric,練習(xí)七 編寫函數(shù),編寫一個函數(shù)，給出兩個數(shù)之后，直接給出這兩個數(shù)的平方和。(或自主編寫感興趣的函數(shù))sqtest<-function(x, y) { z1=x^2; z2=y^2