R语言是用于统计分析、画图的语言和操作环境。R是属于GNU系统的一个自由、免费、源码开放的软件。它是一个用于统计计算和统计制图的优秀工具。

R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。

能够觉得R是S语言的一种实现。

而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。最初S语言的实现版本号主要是S-PLUS。S-PLUS是一个商业软件，它基于S语言，并由MathSoft公司的统计科学部进一步完好。后来Auckland大学的Robert Gentleman和Ross Ihaka及其它志愿人员开发了一个R系统。由“R开发核心团队”负责开发。 R的使用与S-PLUS有非常多类似之处，这两种语言有一定的兼容性。S-PLUS的使用手冊。仅仅要稍加改动就可作为R的使用手冊。所以有人说：R，是S-PLUS的一个“克隆”。

R是基于S语言的一个GNU项目。通经常使用S语言编写的代码都能够不作改动的在R环境下执行。

R的语法是来自Scheme。R语言是开源的，对全部人是全然免费，自由使用。R语言源码托管在github上；能够执行在多操作系统中。如Windows、Linux和UNIX等。

R语言资源：

  • 主页：http://www.r-project.org
  • CRAN: http://cran.r-project.org
  • 国内镜像：
  • http://mirror.bjtu.edu.cn/cran/
  • http://mirrors.ustc.edu.cn/CRAN/
  • http://mirror.lzu.edu.cn/CRAN/
  • http://mirrors.xmu.edu.cn/CRAN/

 

R优势及特点

R是一套完整的数据处理、计算和制图软件系统，提供了广泛的统计分析和画图技术环境：包含线性和非线性模型、统计检验、时间序列、分类、聚类等方法。，包含若干统计程序和强大的各种数学计算、统计计算函数库，用户能够简单地指定数据库和若干參数进行进行一个统计分析。也能够灵活机动的进行数据分析，创造出符合须要的新的统计计算方法。

从 R 语言的发展历史上看。R 主要是统计学家为解决数据分析领域问题而开发的语言，因此 R 具有一些独特的优势：

  • 有效数据存储和处理系统；
  • 拥有一整套数组和矩阵的操作运算符（其向量、矩阵运算方面功能尤其强大），统计学家和差点儿覆盖整个统计领域的前沿算法（3700+ 扩展包）。
  • 完整连贯的统计分析工具。
  • 高质量、广泛的统计分析、数据挖掘平台
  • 反复性的分析工作（Sweave = R + LATEX），借助 R 语言的强大的分析能力 + LaTeX 完美的排版能力，能够自己主动生成分析报告。
  • 优秀的统计制图、画图功能，制图具有印刷的素养。也可增加数学符号；
  • 一种相当完好、简洁和高效的程序设计语言：可操纵数据的输入和输出，可实现分支、循环，用户可自己定义功能；
  • R语言是彻底面向对象的统计编程语言；
  • R语言和其他编程语言、数据库之间有非常好的接口；
  • 开放的源码（free, in both senses）。能够部署在不论什么操作系统，比方 Windows, Linux, Mac OS X, BSD, Unix强大的社区支持
  • 方便的扩展性
  • 可通过对应接口连接数据库，如 Oracle、DB2、MySQL
  • 同 Python、Java、C、C++ 等语言进行互调
  • 提供 API 接口均能够调用，比方 Google、Twitter、Weibo
  • 其他统计软件大部分均可调用 R，比方 SAS、SPSS、Statistica等
  • 甚至一些比較直接的商业应用，比方 Oracle R Enterprise, IBM Netezza, R add-on for Teradata, SAP HANA, Sybase RAP

R的功能可以通过由用户撰写的套件增强。添加的功能有特殊的统计技术、画图功能，以及编程界面和数据输出/输入功能。这些软件包是由R语言、LaTeX、Java及最经常使用C语言和Fortran撰写。当中有几款较为经常使用，比如用于经济计量、財经分析、人文科学研究以及人工智能。

 

与Matlab相比。R更具备开放性

  • R是自由软件。Matlab是商业软件；
  • R能够方便的通过“包”进行扩展。R的核心仅仅有25个包。可是有几千个外部包能够调用，当然你也能够开发自己的；
  • R语言比Matlab的要强大。
  • R和其它编程语言/数据库之间有非常好的接口；其它语言也能够非常方便的调用R的API和结果对象。
  • R经常使用于金融和统计领域。大多数人使用R就是由于它的统计功能，R的内部实现了非常多经典的or时髦的统计技术。

效果演示

通过一个简单的样例，让R看起来更直观。

在R的控制台输入例如以下命令：

> install.packages(‘quantmod’) # 安装quantmod包

> require(quantmod) #引用quantmod包

> getSymbols(“GOOG”,src=”yahoo”,from=”2013-01-01″, to=’2013-04-24′) #从雅虎財经获取google的股票数据

> chartSeries(GOOG,up.col=’red’,dn.col=’green’) #显示K线图 > addMACD() #添加MACD图

就行看到下图的效果了：