柚子快报邀请码778899分享：R语言——基本操作（一）
目录
一、基本操作
二、R包的安装及使用
三、获取帮助
四、内置数据集
五、数据结构
六、向量索引
七、向量运算
参考
Rstudio 控制台常用快捷键
Ctrl + ↑ ：查看所有历史记录，比直接使用 ↑ 查找更方便
Esc：中断操作，可中断未完成的操作（未完成回车后是 + ），也可以清空命令。
Ctrl + L ：清空屏幕
Alt + Shift + K：显示R studio中所有的快捷操作
一、基本操作
getwd()：显示当前工作目录
setwd('E:/R') : 修改当前工作目录地址，注意，此处要使用正斜线
list.files() 和 dir() ：查看目录下包含的文件
x <- 3：表示 x=3
x <<- 5 ：强制赋值给一个全局变量
sum(1,2,3,4,5) : 求和得15
mean(c(1,2,3,4,5)) or mean(c(1:5))：求均值得3，mean(1,2,3,4,5)得到的是1 ，因为mean()是对第一个参数求均值
ls：列出当前工作空间中定义的所有变量
str(x)：列出变量x的详细信息
ls.str()：列出当前工作空间中所有变量的详细信息（如值等）
ls(all.name = TRUE)：ls() 函数不能列出工作目录下的隐藏文件，添加“all.name=TRUE”就可以显示
rm(x)：删除工作空间中不需要的对象，也可以删除多个，用逗号隔开，删除后无法恢复
rm (list=ls())：删除工作空间中所有的对象
history()：列出历史记录，history(10) 列出最近的十条历史记录
save.image()：保存工作空间，避免软件异常退出，只会保留数据及绘图函数等。
二、R包的安装及使用
在线安装：
install.packages(" R 包名 ") ： 注意：安装包，包名要用引号引起来
.libPaths() ：显示库所在的地址
library() ：显示库中所有的安装包
library(包名) 或 require(包名)：载入R包，这里的包名不需要用引号
R基础包在启动R时就会被加载进来：base、datasets、utils、grDevices、graphics、stats、methods、splines、stats4和tcltk。
R包的使用：
help(package=“包名”)：列出这个包的帮助文档
library(help="包名)：列出包的基础信息
ls("package:包名")：列出R包中所有的函数
data(package="包名")：列出R包中包含的所有数据集
detach("package: 包名")：移除加载的包，非删除，可重新使用require或library加载
remove.package("包名")：删除已安装的包
R包的批量移植，在新设备上克隆R包：
installed.packages()：列出当前环境中已安装的R包的所有信息
installed.packages()[,1]：获取到当前环境中已安装的包名
Rpack <- installed.packages()[,1]：将所有R的名字保存到一个文件中
save(Rpack, file="Rpack.Rdata")：保存
load("Rpack.Rdata")：在新设备上加载
for (i in Rpack) install.packages()：批量安装这些包
三、获取帮助
help.start()：获取R的帮助信息
help(函数名) 或 ?函数名：列出某函数的帮助信息，需加载包后再help
??函数名：不需要加载包就可以获取帮助信息
args(函数名)：直接在终端中输出函数的参数，快速了解函数的参数而不想查阅详细的文档
example(函数名)：获取函数的使用示例
example("hist")：也可以列出绘图示例
demo(graphics)：绘图的案例
help(package=包名)：查看R安装的某个包的帮助文档
help.search("heatmap")：不知道具体的函数名，模糊查询heatmap相关函数
apropos("sum", mod="function")：列出所有包含sum关键字的函数
RSiteSearch("matlab")：进行网络搜索，使用默认浏览器访问官网，help.search 和 ?? 都只能进行本地的搜索
四、内置数据集
help(package="datasets")：查看包中的所有数据集详细信息，数据集存储于datasets这个包中，打开R时默认已加载
data()：列出所有的数据集
数据集名：直接输入数据集的名字就可以使用这些数据集，如rivers
revers <- c(1,2,3)：选取前三条数据
data("rivers")：重新加载数据集，这里带引号
help("数据集名")：可直接查询某一数据集的详细信息
names(数据集名)：输出向量的属性名（columns）
state <- data.frame(state.abb, state.area, state.name)：将多条数据构成一个数据框
五、数据结构
数值型：数值可以用于直接计算，加减乘除
字符串型：可以进行连接， 转换，提取等
逻辑型：真或假
日期型等
向量是用于存储数值型、字符型或逻辑型数据的一维数组。
x <- c(1,2,3,4)：用函数 c 来创建向量，c 代表 concatenate 连接 ，也可以理解为collect， 或者合并combine。
元素为字符型要加引号
元素为逻辑型要全部大写，或大写简写，但不可首字母大写
用 “ ：”构建等差数列
使用seq() 函数中的 by 调整等差差值
seq() 函数中的 length.out 控制输出的个数
rep(重复元素，重复次数) 函数生成重复序列
重复元素可以是变量
可是用 each 设置重复方式
each 和 times 同时出现则重复次数为二者的乘积
rep()函数中的 c(1,4,2,3) 用来控制 a 中每个元素重复的次数
向量中的元素必须是同一类型
数值型和字符串型一起定义时，数值型会被转化为字符串型，用mode(向量名)可以查看向量的类型。
向量运算 a × 2 + b
从a中取出大于3的值
rep()函数中的 c(1,4,2,3) 用来控制 a 中每个元素重复的次数
六、向量索引
正（负）整数索引
逻辑向量索引
名称索引
正负数索引
length(x) ：计算向量的长度
x[3]：获取向量第三个元素，索引从 1 开始，x[0] 什么都不会输出
负整数索引：访问除了这个元素的其他元素
eg：不输出 2 这个元素
x[c(4:12)]：输出第 4 个到第 12 个元素
x[c(1,3,5,6)]：输出对应索引位置的元素
索引里不能既有正数，又有负数
逻辑向量索引
使用逻辑向量进行向量的索引
输出对应位置为 TRUE的元素
只写一个 T 或 F 则所有元素判断为TRUE 或 FALSE
只有几个 T 或 F 则使用这些条件重复判断
多出一个判断条件，则显示 NA
也可用条件表达式输出符合条件的元素
%in% ：判断是否在，在则为TURE
判断z中的每个元素是否在c("one","two")中，在则为TURE，打印z中在c("one","two")中的元素。
名称索引
为向量添加属性名
然后就可以通过属性名访问元素
向量的增删改查
在向量末尾添加元素
批量添加元素
在最后一个元素后的任意位置添加元素，中间没有元素的位置会置 NA
在向量中间添加元素
append(向量名，添加的值，添加在哪个位置后)
after为0则表示在向量头部添加元素
rm(向量名)：删除整个向量
删除向量中的某个元素，采用负整数索引
删除向量中的前两个元素
取出除前两个元素之外的其他元素，再存入新的向量中
修改向量中某个元素的值
若给数值型向量赋值一个字符串类型，则向量变为字符串型向量
七、向量运算
向量的加减乘除操作是对向量的每个元素进行计算
向量之间的运算，对应元素运算
幂运算 **，取余运算 %%，整除运算 %/%
如果两个向量长度不一致，则长的向量要是短的向量元素个数的倍数，短向量被重复计算
逻辑运算
>, <, =, %in%等，返回 布尔值
x==y：比较两个对象是否相等，用两个等号
函数
abs(x）：计算绝对值
sqrt(x)：计算平方根
log(x,base=)：x为要求的值，base为底数，不加base等同于ln ，以10为底可以写为log10
exp(x)：计算向量中每个元素的指数
ceiling(x)：不小于x的最小整数
floor(x)：不大于x的最大整数
trunc(x)：返回整数部分
round(x, digits)：四舍五入，digits保留几位小数
sinif(x, digits)：四舍五入，digits保留有效数字的位数
sum(vector)：sum 求和，vector表示向量
max(vector)：求最大值
min(vector)：求最小值
range(vector)：返回向量的最大值和最小值
mean(vector)：求均值
var(vector)：求方差
prod(vector)：连乘
等
参考
R语言入门与数据分析
柚子快报邀请码778899分享：R语言——基本操作（一）
推荐阅读
发表评论