《芯片原理與技術(shù)》課件R語言課件

1、R語言基礎(chǔ)R簡(jiǎn)介R語言的基本語法R語言的數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)的存儲(chǔ)與讀取簡(jiǎn)單的R會(huì)話Robert Gentleman Ross Ihaka R簡(jiǎn)介R語言的產(chǎn)生R語言的創(chuàng)始人R語言是一個(gè)開放(GPL)的統(tǒng)計(jì)編程環(huán)境一種語言，是語言的一種方言(dialect) 之一，另一則為S-plus.一種軟件，是集統(tǒng)計(jì)分析與圖形直觀顯示于一體的統(tǒng)計(jì)分析R簡(jiǎn)介多領(lǐng)域的統(tǒng)計(jì)資源 目前在R網(wǎng)站上約有4849個(gè)程序包，涵蓋了基礎(chǔ)統(tǒng)計(jì)學(xué)、社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、生態(tài)學(xué)、空間分析、系統(tǒng)發(fā)育分析、生物信息學(xué)等諸多方面?？缙脚_(tái) R可在多種操作系統(tǒng)下運(yùn)行，如Windows、MacOS、多種Linux和UNIX等。命令行驅(qū)動(dòng) R即時(shí)解釋，輸入命

2、令，即可獲得相應(yīng)的結(jié)果。5R簡(jiǎn)介R語言的特點(diǎn)R是完全免費(fèi)的R嵌入了一個(gè)非常實(shí)用的幫助系統(tǒng)R具有很強(qiáng)的作圖能力我們將R程序容易地移植到S-Plus程序中，反之S的許多過程直接或稍作修改用于R通過R語言的許多內(nèi)嵌統(tǒng)計(jì)函數(shù)，很容易學(xué)習(xí)和掌握R語言的語法我們可以編制自己的函數(shù)來擴(kuò)展現(xiàn)有的R語言(這就是為什么它在不斷等級(jí)完善!)R簡(jiǎn)介R語言的特點(diǎn)計(jì)劃的網(wǎng)站: 了解有關(guān)的最新信息和使用說明，得到最新版本的軟件和基于的應(yīng)用統(tǒng)計(jì)軟件包. R簡(jiǎn)介R簡(jiǎn)介R簡(jiǎn)介R簡(jiǎn)介下載安裝啟動(dòng)R-GUI（R Graphic Users Interface）R簡(jiǎn)介R語言的安裝與運(yùn)行R GUI (graphic users inte

3、rface)的主窗口, 它由三部分組成：主菜單、工具條、R console (R的運(yùn)行窗口) R簡(jiǎn)介從左至右依次為：打開程序腳本加載工作空間保存工作空間復(fù)制粘貼復(fù)制并粘貼中斷當(dāng)前計(jì)算打印R簡(jiǎn)介R工具條主要工作是在R console里通過發(fā)布命令來完成的,包括數(shù)據(jù)集的建立,數(shù)據(jù)的分析,作圖等。 R是按照問答的方式運(yùn)行的，即在命令提示符“”后鍵入命令并回車，R就完成了一些操作。在這里你可以得到在線幫助： help.start() HTML格式的關(guān)于R的幫助文件 help() 得到相應(yīng)函數(shù)的幫助,例如help(plot) demo() 得到R提供的幾個(gè)示例 q() 退出R R簡(jiǎn)介R consoleR

4、簡(jiǎn)介程序包是什么？R程序包是多個(gè)函數(shù)的集合，具有詳細(xì)的說明和示例Windows下的R程序包是經(jīng)過編譯的zip包每個(gè)程序包包含R函數(shù)、數(shù)據(jù)、幫助文件、描述文件等為什么要安裝程序包？R程序包是R功能擴(kuò)展，特定的分析功能，需要用相應(yīng)的程序包實(shí)現(xiàn)例如：生物信息學(xué)分析，系統(tǒng)發(fā)育分析等命令方式：在已經(jīng)聯(lián)網(wǎng)的條件下，在命令提示符后鍵入install.packages(“程序包的名稱”) 完成程序包的安裝新安裝的程序包在使用前必須先載入，有兩種方式：菜單方式：“程序包=載入程序包”命令方式： library(“程序包名稱”)來加載程序包?？梢酝ㄟ^“程序包=更新程序包”實(shí)現(xiàn)實(shí)時(shí)更新。R簡(jiǎn)介R簡(jiǎn)介R語言的基本語法

5、R語言的數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)的存儲(chǔ)與讀取簡(jiǎn)單的R會(huì)話1、符號(hào)1） 命令或運(yùn)算提示符2） + 續(xù)行符3） # 說明語句字符2、賦值符號(hào)1） 大于2） =大于等于 4）= 小于等于5）= 等于6） != 不等于比較運(yùn)算得到的結(jié)果是邏輯常量TRUE（真）和FALSE（假）。R語言的基本語法5、求助符號(hào)1） ？2） help()R語言的基本語法6、常量和變量1）常量是其值不變的量，如1234，“abc等數(shù)值、字符串和邏輯值等。2）變量是其值可變的量，如x-3，x就是一個(gè)變量，當(dāng)xxmode(x)1 numericlength(x)1 1R語言的數(shù)據(jù)結(jié)構(gòu)1）建立數(shù)值型向量數(shù)值型向量是統(tǒng)計(jì)分析中最常用的向量，可以

6、用下面幾個(gè)函數(shù)建立：（1）seq( )或“：” #若向量序列具有較為簡(jiǎn)單的規(guī)律（2）rep( ) #若向量序列具有較為復(fù)雜的規(guī)律（3）sequence() #輸出從1到參數(shù)的向量（4）c( )#若向量序列沒有什么規(guī)律（5）scan( ) #通過鍵盤逐個(gè)輸入R語言的數(shù)據(jù)結(jié)構(gòu)2. 向量的建立(向量：一系列元素的組合）1、n1:n2 #生成從n1到n2步長(zhǎng)為1（或-1）的向量R語言的數(shù)據(jù)結(jié)構(gòu)例如： 1:101 1 2 3 4 5 6 7 8 9 10 a-1;b 1:(10-1)1 1 2 3 4 5 6 7 8 9 1:10-11 0 1 2 3 4 5 6 7 8 9 2、seq(n1,n2,b

7、y=n3,length=n4) #生成從n1到n2的向量, n3為步長(zhǎng),n4為生成元素的數(shù)量 R語言的數(shù)據(jù)結(jié)構(gòu)例如： seq(1,10)1 1 2 3 4 5 6 7 8 9 10 seq(1,10,by=0.5)1 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5 9.0 9.5 10.0 seq(1,10,length=11)1 1.0 1.9 2.8 3.7 4.6 5.5 6.4 7.3 8.2 9.1 10.03、rep(n1,n2) #生成n1重復(fù)n2次的向量R語言的數(shù)據(jù)結(jié)構(gòu)例如： rep(2,3)1 2

8、 2 2 rep(1:5,2)1 1 2 3 4 5 1 2 3 4 5 rep(1:5,1:5)1 1 2 2 3 3 3 4 4 4 4 5 5 5 5 5 rep(1:5,rep(2,5)1 1 1 2 2 3 3 4 4 5 54、c() #直接輸出向量 5、scan() #通過鍵盤建立向量 R語言的數(shù)據(jù)結(jié)構(gòu)例如： x=c(42,7,64,9) length(x)例如： scan()1: 1 3 6 8 #此行末回車5: #冒號(hào)后直接打回車Read 4 items1 1 3 6 86、sequence(n1) #生成從1開始到n1結(jié)束步長(zhǎng)為1的向量 R語言的數(shù)據(jù)結(jié)構(gòu)例如： sequen

9、ce(5)1 1 2 3 4 5 sequence(c(5,5)1 1 2 3 4 5 1 2 3 4 5 sequence(c(5,4)1 1 2 3 4 5 1 2 3 4 2) 數(shù)值型向量的運(yùn)算 向量的運(yùn)算方法如下：（1）向量與一個(gè)常數(shù)的加、減、乘、除為向量的每一個(gè)元素與此常數(shù)進(jìn)行加、減、乘、除；（2）向量的乘方（）與開方(sqrt)為每一個(gè)元素的乘方與開方，這對(duì)log,exp,sin,cos,tan 等普通的運(yùn)算函數(shù)同樣適用；（3）同樣長(zhǎng)度向量的加、減、乘、除等運(yùn)算為對(duì)應(yīng)元素進(jìn)行加、減、乘、除等；（4）不同長(zhǎng)度向量的加、減、乘、除遵從循環(huán)法則（recycling rule）R語言的數(shù)據(jù)

10、結(jié)構(gòu)2. 向量的建立循環(huán)法則： 同一個(gè)表達(dá)式中的向量并不需要具有相同的長(zhǎng)度，如果它們的長(zhǎng)度不同，表達(dá)式的結(jié)果是一個(gè)與表達(dá)式中最長(zhǎng)向量有相同長(zhǎng)度的向量，表達(dá)式中較短的向量會(huì)根據(jù)它的長(zhǎng)度被重復(fù)使用若干次（不一定是整數(shù)次），直到與長(zhǎng)度最長(zhǎng)的向量相匹配，而常數(shù)將被不斷重復(fù)。R語言的數(shù)據(jù)結(jié)構(gòu)R語言的數(shù)據(jù)結(jié)構(gòu)例如： 5+c(4,7,17)1 9 12 22 5*c(4,7,17)1 20 35 85 c(-1,3,-17)+c(4,7,17)1 3 10 0 c(2,4,5)21 4 16 25例如： sqrt(c(2,4,25)1 1.414214 2.000000 5.000000 1:2+1:41

11、2 4 4 6 1:4+1:71 2 4 6 8 6 8 10警告信息：In 1:4 + 1:7 : 長(zhǎng)的對(duì)象長(zhǎng)度不是短的對(duì)象長(zhǎng)度的整倍數(shù)3、數(shù)組與矩陣的建立數(shù)組是一個(gè)k（1）維的數(shù)據(jù)表，矩陣是數(shù)組的一個(gè)特例，其維數(shù)k=2，向量可以看成維數(shù)為k=1的數(shù)組。而且向量、數(shù)組或者矩陣中的所有元素都必須是同一種類型的。1）數(shù)組的建立格式： array(data,dim,dimnames)其中data為一向量，其元素用于構(gòu)建數(shù)組；dim為數(shù)組的維數(shù)向量； dimnames為由各維的名稱構(gòu)成的向量（字符型），缺省為空。 R語言的數(shù)據(jù)結(jié)構(gòu)其中，dim=c(3,4,2) 第一個(gè)3代表有3行，第二個(gè)4代表有4列

12、，第三個(gè)2代表有2組。 R語言的數(shù)據(jù)結(jié)構(gòu)例如： A A, , 1 ,1 ,2 ,3 ,41, 1 4 7 102, 2 5 8 113, 3 6 9 12, , 2 ,1 ,2 ,3 ,41, 1 4 7 102, 2 5 8 113, 3 6 9 122）矩陣的建立R語言的數(shù)據(jù)結(jié)構(gòu)例如： A A A A A A由于矩陣在數(shù)學(xué)及統(tǒng)計(jì)中的特殊性，在R中最為常用的是使用命令matrix( )建立矩陣。格式：matrix(data=NA,nrow=1,ncol=1,byrow=FALSE,dimnames=NULL)其中data是一個(gè)向量數(shù)據(jù)，nrow是矩陣的行數(shù)，ncol是矩陣的列數(shù)，當(dāng)byrow

13、=TRUE時(shí)，生成矩陣的數(shù)據(jù)按行放置，缺省時(shí)相當(dāng)于byrow=FALSE，數(shù)據(jù)按列放置。dimnames是數(shù)組維的名字，缺省時(shí)為空。R語言的數(shù)據(jù)結(jié)構(gòu)注意：循環(huán)準(zhǔn)則仍然適用于matrix()，但是要求數(shù)據(jù)項(xiàng)的個(gè)數(shù)等于矩陣的列數(shù)的倍數(shù)，否則會(huì)出現(xiàn)警告。R語言的數(shù)據(jù)結(jié)構(gòu)例如： X X X X A A統(tǒng)計(jì)函數(shù)作用max(x)返回向量x中最大的元素min(x)返回向量x中最小的元素mean(x)計(jì)算樣本（向量）x的均值median(x)計(jì)算樣本（向量）x的中位數(shù)var(x)計(jì)算樣本（向量）x的方差sd(x)計(jì)算向量x的標(biāo)準(zhǔn)差length(x)返回向量x的長(zhǎng)度sum(x)給出向量x的總和cumsum(x)

14、返回向量x和累積和（其第i個(gè)元素是從x1到xi的和）cumprod(x)返回向量x和累積積（其第i個(gè)元素是從x1到xi的積）cummin(x)返回向量x和累積最小值（其第i個(gè)元素是從x1到xi的最小值）cummax(x)返回向量x和累積最大值（其第i個(gè)元素是從x1到xi的最大值）cov(x,y)計(jì)算樣本（向量）x與y的協(xié)方差cor(x,y)計(jì)算樣本（向量）x與y的相關(guān)系數(shù)R簡(jiǎn)介R語言的基本語法R語言的數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)的存儲(chǔ)與讀取簡(jiǎn)單的R會(huì)話數(shù)據(jù)的存儲(chǔ)與讀取1、R的工作目錄命令方式： 獲取工作目錄的函數(shù)：getwd() 修改工作目錄的函數(shù)：setwd()菜單方式： 文件菜單中的“改變工作目錄”注：R

15、命令中目錄的分割符使用正斜杠“/”或兩個(gè)反斜杠“”。 getwd()1 D:/我的文檔 setwd(f:/r) getwd()1 f:/r“ setwd(f:r)錯(cuò)誤于setwd(f:r) : 無法改變工作目錄2、數(shù)據(jù)保存為文件函數(shù)：write.table(data,file,s=T,quote=T)說明：data一般為數(shù)據(jù)框，也可以是（向量，矩陣，數(shù)組，列表等）,s為行號(hào)，quote為引號(hào)，默認(rèn)為True。數(shù)據(jù)的存儲(chǔ)與讀取函數(shù)： save(data,file=filename) save.image()說明：保存空間的映像。注：在R退出時(shí)系統(tǒng)自動(dòng)保存兩個(gè)文件，即.Rdata和.Rhistor

16、y。兩個(gè)文件的作用分別為保存內(nèi)存變量值和保存歷史命令。所以如果想再次打開R時(shí)，能夠調(diào)用曾經(jīng)的命令，僅執(zhí)行save.image()是不夠的，需要保存歷史記錄為.Rhistory文件才可以。數(shù)據(jù)的存儲(chǔ)與讀取R簡(jiǎn)介R語言的基本語法R語言的數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)的存儲(chǔ)與讀取簡(jiǎn)單的R會(huì)話數(shù)據(jù)的描述?mtcarsmtcar:美國(guó)Motor Trend雜志收集的32輛汽車（1973-1974車型）的11項(xiàng)指標(biāo)。簡(jiǎn)單的R會(huì)話-例1簡(jiǎn)單的R會(huì)話-例1數(shù)據(jù)的瀏覽所有數(shù)據(jù)mtcars 前6個(gè)觀測(cè)值head(mtcars)后6個(gè)觀測(cè)值tail(mtcars)簡(jiǎn)單的R會(huì)話-例1數(shù)據(jù)的編輯方法一：data.entry(mtcars

17、)方法二：MTcarsfix(mtcars)區(qū)別：edit()修改結(jié)果不存入mtcars中；fix()結(jié)果保存至mtcars中。簡(jiǎn)單的R會(huì)話-例1某學(xué)校體檢測(cè)得10名女中學(xué)生體重X1（千克）和身高X2（厘米）資料如表1所示，試計(jì)算體重與身高的均值與標(biāo)準(zhǔn)差學(xué)生 編號(hào)體重X1身高X2學(xué)生編號(hào)體重X1身高X21421566481622451587461573481618491594511569501635441531053165簡(jiǎn)單的R會(huì)話-例2【注】樣本中各數(shù)據(jù)與樣本平均數(shù)的差的平方和的平均數(shù)叫做樣本方差；樣本方差的算術(shù)平方根叫做樣本標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差越高,表示實(shí)驗(yàn)數(shù)據(jù)越離散,也就是說越不精確。反之,

18、標(biāo)準(zhǔn)差越低,代表實(shí)驗(yàn)的數(shù)據(jù)越精確。簡(jiǎn)單的R會(huì)話-例2 # 輸入體重?cái)?shù)據(jù) X1 mean(X1) #計(jì)算體重的均值1 47.6 sd(X1) #計(jì)算體重的標(biāo)準(zhǔn)差1 3.373096 #輸入身高數(shù)據(jù) X2 mean(X2)#計(jì)算身高的均值1 159sd(X2)#計(jì)算身高的標(biāo)準(zhǔn)差1 3.711843簡(jiǎn)單的R會(huì)話-例2繪制示例一中12名學(xué)生體重與身高的散點(diǎn)圖和體重的直方圖。 X1 X2 plot(X1,X2)簡(jiǎn)單的R會(huì)話-例2hist(X1)直方圖中數(shù)據(jù)分為若干組，組寬度代表組內(nèi)數(shù)據(jù)值范圍，高度代表出現(xiàn)的頻度。簡(jiǎn)單的R會(huì)話-例2 統(tǒng)計(jì)實(shí)例一家保險(xiǎn)公司收集到由36個(gè)投保個(gè)人組成的隨機(jī)樣本，得到每個(gè)投保人的年齡（周歲）數(shù)據(jù)如表所示。試確定投保人平均年齡90%的置信區(qū)間。233539273644364246433133425345544724342839364440394938344850343945484532簡(jiǎn)單的R會(huì)話-例3注：置信區(qū)間是指數(shù)據(jù)可靠程度的范圍。90%指置信水