文章目录

  • ​​第一章 认识R语言​​
  • ​​1.1 R语言是什么?​​
  • ​​1.2 R和RStudio安装​​
  • ​​1.3 R软件的一些基本操作​​
  • ​​1.3.1 换工作路径​​
  • ​​1.3.2 安装包​​
  • ​​1.3.3 调整字体​​
  • ​​第二章 R语言的基本操作​​
  • ​​2.1 创建向量和矩阵​​
  • ​​2.2 求平均值,和,连乘,最值,方差,标准差​​
  • ​​2.3 寻求帮助​​
  • ​​2.4 产生向量​​
  • ​​2.4.1 seq()函数​​
  • ​​2.4.2 产生字母序列letters​​
  • ​​2.4.3 which()函数​​
  • ​​2.4.4 rev()函数和sort()函数​​
  • ​​2.4.5 matrix()函数​​
  • ​​2.5 矩阵运算​​
  • ​​2.5.1 函数t():矩阵转置​​
  • ​​2.5.2 矩阵的加减​​
  • ​​2.5.3 函数diag()​​
  • ​​2.5.4 矩阵相乘​​
  • ​​2.5.5 solve():矩阵求逆​​
  • ​​2.5.6 rnorm()​​
  • ​​2.5.7 解方程组​​
  • ​​2.5.8 eigen():求矩阵特征值​​
  • ​​2.6 数组​​
  • ​​2.7 数据框​​
  • ​​2.8 画散点图​​
  • ​​2.9 读文本文件数据​​
  • ​​2.10 读剪切板​​
  • ​​2.11 读Excel文件数据​​
  • ​​第三章 循环语句​​
  • ​​3.1 for循环​​
  • ​​3.2 while循环​​
  • ​​3.3 R脚本​​
  • ​​3.4 综合性例子​​
  • ​​第四章 数据可视化​​

第一章 认识R语言

1.1 R语言是什么?

R是一种区分大小写的解释型语言。
​详细解释博客链接​​

1.2 R和RStudio安装

R是一种区分大小写的解释型语言。
RStudio则是R的一个集成开发环境(IDE),IDE的目的就是要让开发更加快捷和方便
R和RStudio下载链接:​​链接​​ 安装很简单,也有教程:安装教程

1.3 R软件的一些基本操作

1.3.1 换工作路径

文件->改变工作目录

1.3.2 安装包

程序包->设置CRAN镜像->完成->安装程序包->选择你要安装的包

R语言教程_数据

1.3.3 调整字体

编辑->DUI选项->size

R语言教程_R_02

第二章 R语言的基本操作

2.1 创建向量和矩阵

c():创建向量
length():计算长度
mode():输出类型
rbind():把两个向量行拼接成矩阵
cbind():把两个向量列拼接成矩阵

例1:

> x=c(1,3,4,2,5,6,3,2)
> x
[1] 1 3 4 2 5 6 3 2
> mode(x)
[1] "numeric"
> y=c("a", "d", "xra")
> y
[1] "a" "d" "xra"
> mode(y)
[1] "character"

例2:其他函数

R语言教程_数据_03

2.2 求平均值,和,连乘,最值,方差,标准差

mean():求平均值
sum():求和
min():求最小
max():求最大
var():求方差
prod():求连乘
sd():求标准差

R语言教程_R_04

2.3 寻求帮助

help(sth):查找不认识的某函数
例:

> help(matrix)
starting httpd help server ... done

弹出以下网页:

R语言教程_基本操作_05

2.4 产生向量

R语言教程_基本操作_06


R语言教程_标准差_07


注意1:a[-5]意思就是除了第五个元素不显示,其他都显示出来

注意2:R语言索引是从1开始,而不是0

2.4.1 seq()函数

R语言教程_基本操作_08

2.4.2 产生字母序列letters

R语言教程_标准差_09

2.4.3 which()函数

返回下标

R语言教程_基本操作_10

2.4.4 rev()函数和sort()函数

rev()函数:倒序

sort()函数:从小到大排序

R语言教程_基本操作_11

2.4.5 matrix()函数

生成矩阵

R语言教程_数据_12

2.5 矩阵运算

2.5.1 函数t():矩阵转置

2.5.2 矩阵的加减

R语言教程_R_13

2.5.3 函数diag()

返回对角线元素,或生成对角线矩阵

2.5.4 矩阵相乘

R语言教程_R_14

2.5.5 solve():矩阵求逆

2.5.6 rnorm()

按照正态分布产生16个随机数

R语言教程_数据_15

2.5.7 解方程组

AX=B,这里是矩阵

R语言教程_数据_16

2.5.8 eigen():求矩阵特征值

和特征向量

R语言教程_R_17

2.6 数组

> x=c(1:6)
> x
[1] 1 2 3 4 5 6
> is.vector(x)
[1] TRUE
> is.array(x)
[1] FALSE
> dim(x) <- c(2,3)
> x
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
> is.array(x)
[1] TRUE
> is.matrix(x)
[1] TRUE

2.7 数据框

  • 矩阵形式,但列可以不同数据类型
  • 每列是一个变量,当行是一个观测值

R语言教程_标准差_18

2.8 画散点图

R语言教程_基本操作_19

2.9 读文本文件数据

R语言教程_R_20


R语言教程_R_21


注意:不是工作目录就要加路径

2.10 读剪切板

"clipboard"表示剪切板

header=T表示列头

R语言教程_数据_22

2.11 读Excel文件数据

R语言教程_基本操作_23


R语言教程_数据_24

第三章 循环语句

3.1 for循环

R语言教程_基本操作_25

3.2 while循环

R语言教程_数据_26

3.3 R脚本

R语言教程_数据_27

3.4 综合性例子

R语言教程_标准差_28


R语言教程_数据_29


R语言教程_R_30


R语言教程_数据_31


R语言教程_R_32


R语言教程_数据_33


R语言教程_R_34


R语言教程_数据_35

第四章 数据可视化

R语言教程_R_36