R語(yǔ)言軟件入門指導(dǎo)

1簡(jiǎn)介及基本指令2012年4月25日2報(bào)告內(nèi)容一R簡(jiǎn)介二對(duì)象、函數(shù)和軟件包三R基本指令四簡(jiǎn)單編程3一R簡(jiǎn)介4什么是R?圖1R首頁(yè)的圖形R是一種統(tǒng)計(jì)繪圖語(yǔ)言，也指實(shí)現(xiàn)該語(yǔ)言的軟件。TheRProjectforStatisticalComputing

R的起源1995年由新西蘭Auckland大學(xué)統(tǒng)計(jì)系的RobertGentleman和RossIhaka，基于S語(yǔ)言的源代碼，編寫了一能執(zhí)行S語(yǔ)言的軟件，并將該軟件的源代碼全部公開(kāi)，這就是R軟件，其命令統(tǒng)稱為R語(yǔ)言。RobertGentlemanRossIhaka自1997年以后，有一個(gè)核心團(tuán)隊(duì)，這一團(tuán)隊(duì)能對(duì)R的源代碼進(jìn)行修改。6R的優(yōu)點(diǎn)豐富的資源涵蓋了多種行業(yè)數(shù)據(jù)分析中幾乎所有的方法。良好的擴(kuò)展性十分方便得編寫函數(shù)和程序包，跨平臺(tái)，可以勝任復(fù)雜的數(shù)據(jù)分析、繪制精美的圖形。完備的幫助系統(tǒng)每個(gè)函數(shù)都有統(tǒng)一格式的幫助，運(yùn)行實(shí)例。Free7R的缺點(diǎn)用戶需要對(duì)命令熟悉與代碼打交道，需要記住常用命令。幫助系統(tǒng)均為英文占用內(nèi)存所有的數(shù)據(jù)處理在內(nèi)存中進(jìn)行，不適于處理超大規(guī)模的數(shù)據(jù)。運(yùn)行速度稍慢即時(shí)編譯，約相當(dāng)于C語(yǔ)言的1/20。8圖2R軟件首頁(yè)/

9CRANTheComprehensiveRArchiveNetwork簡(jiǎn)稱CRAN，由世界幾十個(gè)鏡像網(wǎng)站組成網(wǎng)絡(luò)，提供下載安裝程序和相應(yīng)軟件包。各鏡像更新頻率一般為1-2天推薦鏡像：中國(guó)的鏡像:數(shù)學(xué)所/mirrors/CRAN/及時(shí)更新的CRAN源/10Windows下載和安裝RCRAN:Binaries>Windows>base下載完成后，雙擊R-2.11.0-win32.exe

開(kāi)始安裝。一直點(diǎn)擊下一步，各選項(xiàng)默認(rèn)，語(yǔ)言建議選英文。圖3R2.11.0下載頁(yè)面R的Windows圖形用戶界面(RGUI)菜單按鈕命令行繪圖區(qū)R管理的幾個(gè)概念使用期(Session):

啟動(dòng)R系統(tǒng)到結(jié)束R系統(tǒng)之間的時(shí)間段對(duì)象(Object):

由R產(chǎn)生或處理的實(shí)體,包括變量、向量、矩陣、組合、函數(shù)等歷史(Histroy):R使用期間所應(yīng)用的歷史記錄(XXX.Rhistroy)工作空間(Workspace):

當(dāng)前被存儲(chǔ)對(duì)象的集合(XXX.Rdata)不但對(duì)象而且包含了對(duì)象的系統(tǒng)環(huán)境；當(dāng)一次使用完畢要關(guān)閉R時(shí)，R會(huì)詢問(wèn)是否保存工作空間軟件包(Package):

執(zhí)行一定功能的函數(shù)、數(shù)據(jù)等的集合，一些內(nèi)置于R系統(tǒng)內(nèi)，大部分外置于網(wǎng)絡(luò)R代碼管理R文件（對(duì)象）管理工作空間載入和存儲(chǔ)歷史記錄管理路徑管理文件管理R文件（對(duì)象）管理工作路徑:getwd()setwd(“aa:/bb/…”)導(dǎo)入Rcode:source(“aa:/bb/…/XXX.rorXXX.txt”)如果已設(shè)定是工作路徑則source(“XXX.rorXXX.txt”)存儲(chǔ)工作空間:save.image(“XXX.Rdata”);導(dǎo)入工作空間load(“XXX.Rdata”),或者直接雙擊XXX.Rdata打開(kāi)R界面，此時(shí)工作空間自動(dòng)導(dǎo)入，工作路徑默認(rèn)為XXX.Rdata存儲(chǔ)時(shí)的工作路徑存儲(chǔ)、導(dǎo)入命令行歷史記savehistory(file=“XXX.Rhistory”)loadhistory(file=“XXX.Rhistory”)R界面調(diào)整R工作空間內(nèi)對(duì)象和軟件包顯示顯示工作空間中的對(duì)象刪除工作空間中的所有對(duì)象顯示置入R工作空間的所有Packagels()rm(list=ls())search()R的Package管理將R的library的package載入R工作空間library(“packagename”)從網(wǎng)絡(luò)將外置的package載入R的library從計(jì)算機(jī)硬盤其它文件夾的package載入R的library18二對(duì)象、函數(shù)和程序包對(duì)象(Object):

由R產(chǎn)生或處理的實(shí)體,包括變量、向量、矩陣、組合等函數(shù)（Function):執(zhí)行R任務(wù)的一個(gè)完整的程序。程序包(Package):

執(zhí)行一定功能的函數(shù)的集合，一些內(nèi)置于R系統(tǒng)內(nèi)，大部分外置于網(wǎng)絡(luò)20對(duì)象賦值與注釋在控制臺(tái)中鍵入如下命令2+2a<-2<-也可用=,甚至->代替b<-2c<-a+bc#注釋賦值符號(hào)21元素的類型對(duì)象是由各元素組成的。每個(gè)元素，都有自己的數(shù)據(jù)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)型Complex如：2+3i22如何為對(duì)象起名？R處理的所有數(shù)據(jù)、變量、函數(shù)和結(jié)果都以對(duì)象的形式保存。1.區(qū)分大小寫,注意China和china的不同。2.

不能用數(shù)字作為變量，對(duì)象也不能用數(shù)字開(kāi)頭，但是數(shù)字可以放在中間或結(jié)尾，如2result與result2，后者是合法的。3.

建議不要用過(guò)短的名稱?？梢杂谩?”作為間隔，例如anova.result1。4.

不要使用保留名：NA,NaN,pi,LETTERS,letters,month.abb,23對(duì)象的類(class)向量(vector)

一系列元素的組合。如c(1,2,3);c("a","a","b","b","c")矩陣(matrix)

二維的數(shù)據(jù)表，是數(shù)組的一個(gè)特例matrix(1:12,3,4)

[,1][,2][,3][,4][1,]14710[2,]25811[3,]3691224對(duì)象的類數(shù)據(jù)框(dataframe)

是由一個(gè)或幾個(gè)向量和（或）因子構(gòu)成，它們必須是等長(zhǎng)的，但可以是不同的數(shù)據(jù)類型。X=1:26y=lettersdata.frame(x,y)列表(list)

列表可以包含任何類型的對(duì)象，也就是數(shù)據(jù)集?？梢园蛄?、矩陣、高維數(shù)組，也可以包含列表25R的函數(shù)R是一種解釋性語(yǔ)言，輸入后可直接給出結(jié)果。功能靠函數(shù)實(shí)現(xiàn)。函數(shù)形式:

函數(shù)(輸入數(shù)據(jù)，參數(shù)=)如果沒(méi)有指定，則參數(shù)的以默認(rèn)值為準(zhǔn)。例如:線性模型

lm(y~x,data=test)26圖11R幫助文件的內(nèi)容與格式apropos("tab")27幫助文件的內(nèi)容lm{stats}#函數(shù)名及所在包

FittingLinearModels#標(biāo)題Description#函數(shù)描述Usage#函數(shù)用法及默認(rèn)選項(xiàng)Arguments#參數(shù)Details#詳情Values#計(jì)算結(jié)果解釋Author(s)#作者References#參考文獻(xiàn)Examples#舉例28R程序包（RPackages）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(shuō)明和示例。

Window下的R程序包是經(jīng)過(guò)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：群落生態(tài)學(xué)vegan包，系統(tǒng)發(fā)育分析ape程序包。如何尋找包?29如何尋找包?30如何尋找包?31如何尋找包?32如何尋找包?33如何尋找包?3435安裝程序包的方法1安裝本地zip包路徑：Packages>installpackagesfromlocalfiles選擇本地磁盤上存儲(chǔ)zip包的文件夾。2用函數(shù)install.packages()如果已經(jīng)連接到互聯(lián)網(wǎng)，在括號(hào)中輸入要安裝的程序包名稱，選擇鏡像后，程序?qū)⒆詣?dòng)下載并安裝程序包。例如：要安裝vegan包,在控制臺(tái)中輸入

install.packages("vegan")36程序包使用程序包的中函數(shù)，都要先導(dǎo)入，再使用，因此導(dǎo)入程序包是第一步。在控制臺(tái)中輸入如下命令：library(vegan)程序包內(nèi)的函數(shù)的用法與R內(nèi)置的基本函數(shù)用法一樣。library(vegan)Thisisvegan1.17-237查看程序包幫助文件vegan程序包內(nèi)部都有哪些函數(shù)？分別有什么功能？查詢程序包內(nèi)容最常用的方法：1菜單幫助>Html幫助2查看pdf幫助文檔3引用citation(package='vegan')38常用R程序包(I)ade4利用歐幾里得方法進(jìn)行生態(tài)學(xué)數(shù)據(jù)分析adephylo系統(tǒng)進(jìn)化數(shù)據(jù)挖掘與比較方法ape系統(tǒng)發(fā)育與進(jìn)化分析apTreeshape進(jìn)化樹(shù)分析bootBootstrap檢驗(yàn)cluster聚類分析ecodist生態(tài)學(xué)數(shù)據(jù)相異性分析FD功能多樣性分析geiger物種形成速率與進(jìn)化分析39常用R程序包(II)Graphics繪圖lattice柵格圖maptools空間對(duì)象的讀取和處理mefa生態(tài)學(xué)和生物地理學(xué)多元數(shù)據(jù)處理mgcv廣義加性模型相關(guān)mvpart多變量分解nlme線性及非線性混合效應(yīng)模型ouch系統(tǒng)發(fā)育比較pgirmess生態(tài)學(xué)數(shù)據(jù)分析phangorn系統(tǒng)發(fā)育分析40常用R程序包(III)picante群落系統(tǒng)發(fā)育多樣性分析raster柵格數(shù)據(jù)分析與處理seqinrDNA序列分析sp空間數(shù)據(jù)處理spatstat空間點(diǎn)格局分析，模型擬合與檢驗(yàn)splancs空間與時(shí)空點(diǎn)格局分析statsR統(tǒng)計(jì)學(xué)包SDMTools物種分布模型工具vegan植物與植物群落的排序，生物多樣性計(jì)算41圖9CRANTaskViews：對(duì)程序包的分類介紹/web/views/CRANTaskViews42R圖形界面：RcommanderRcommander是R的圖形界面之一，是JohnFox教授編寫的，適用于不希望R編程的用戶。隨著用戶的操作，其窗口還可以顯示出相應(yīng)操作的R程序，對(duì)于初學(xué)者可能會(huì)有幫助，但不推薦使用！安裝Rcommanderinstall.packages("Rcmdr")R將自動(dòng)下載并安裝Rcmdr所需的所有程序包43圖形界面之一：RCommander圖12Rcommander界面

library(Rcmdr)

界面操作代碼結(jié)果輸出44三R基本指令

45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read.table(“*.txt”,head=T)

csv文件，逗號(hào)間隔read.csv(“*.csv”,head=T)read.table(file=file.choose(),header=T)read.csv(file=file.choose(),header=T)read.table("clipboard")可以彈出對(duì)話框，選擇文件。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)。46數(shù)據(jù)保存write.table(x,file=“*.txt”)write.csv(x,file=“*.csv”)sink(“*.txt”)……sink()##sink開(kāi)頭，sink()結(jié)束save.image(file="test.RData")edit(x)fix(x)47運(yùn)算符數(shù)學(xué)運(yùn)算運(yùn)算后給出數(shù)值結(jié)果+,-,*,/,^#不僅是運(yùn)算符，也是函數(shù),"^"(x,1/3)比較運(yùn)算運(yùn)算后給出判別結(jié)果(TRUEFALSE)>,<,<=,>=,==,!=三角函數(shù)

sin,cos,tan,asin,acos,atan對(duì)數(shù)log,exp,log10,log(x,base)abs()#絕對(duì)值組合數(shù)choose(4,2)組合combn(1:4,2)排列P(m,n)=factorial(m)/factorial(m-n)48向量的創(chuàng)建生成向量的函數(shù)

c(),rep(),seq(),”:”c(2,5,6,9)rep(2,times=4)seq(from=3,to=21,by=3)[1]36912151821“:”1:15(15:1)[1]123456789101112131415通過(guò)與向量的組合，產(chǎn)生更為復(fù)雜的向量。rep(1:2,c(10,15))49向量運(yùn)算指令最大值max(x)最小值min(x)中值median(x)分位數(shù)quantile(x,probs=0.25）平均值mean(x)范圍range(x)和sum(x)差分diff(x)連乘prod(x)weighted.mean(x,w)加權(quán)平均,rank(x)秩,var(x)方差sd(x)標(biāo)準(zhǔn)差length(x)長(zhǎng)度summary(x)which.min(x)which.max(x)50向量運(yùn)算指令rev(x)#倒置sort(x)

#升序rev(sort(x))

#降序unique(x)

#去掉重復(fù)元素sample(x,n)

#從向量?jī)?nèi)隨機(jī)抽取n個(gè)，不放回sample(x,n,replace=T)

#放回隨機(jī)抽樣scale(x,scale=F,center=F)#標(biāo)準(zhǔn)化，默認(rèn)是Tappend(x,values,after=length(x))#往向量?jī)?nèi)插值table(x)#頻率分布表match(x,y)#返回x長(zhǎng)度的向量，y等取，不等NAcor(x,y)相關(guān)系數(shù)51向量?jī)?nèi)的元素引用x<-c(5260,5470,5640,6180,6390,6515,6805,7515,7515,8230,8770)x[5];

#引用第5個(gè)元素x[c(3,5,7)]

#引用第3，5，7個(gè)元素v<-c(3,5,7);x[v];

x[1:5];

#引用第1到5個(gè)元素x[-c(3,5,7)]

#去除第3，5，7元素x[x>6000]#大于6000的元素x[x>6000&x<8000]#大于6000的元素且小于8000的元素52矩陣的創(chuàng)建生成矩陣的函數(shù)

dim()和matrix()dim()定義矩陣的行列數(shù)，例如：

x<-1:12dim(x)<-c(3,4)[,1][,2][,3][,4][1,]14710[2,]25811[3,]36912x<-matrix(1:12,nrow=3,byrow=T)rownames(x)=c(“row1”,“row1”,“row1”)colnames(x)=paste("col",1:4,sep="")53矩陣的運(yùn)算dim(x)#矩陣的維數(shù)t(x)#轉(zhuǎn)置矩陣rowsum(x)#行的和rowMeans(x)#行的平均值colsum(x)#列的和colMeans(x)#行的平均值x[i,j]#第i行，第j個(gè)元素x[i,],x[,j],x[1:5,2:4]x$colname#引用列，后面為列的名稱54矩陣的運(yùn)算cbind()#相同行數(shù)的矩陣組合rbind()

#相同列數(shù)的矩陣組合head()#默認(rèn)訪問(wèn)矩陣的前6行tail()#默認(rèn)訪問(wèn)矩陣的最后6行attach()#直接調(diào)用數(shù)據(jù)框內(nèi)的列，以列的名稱作為向量的名稱detach()subset()#條件調(diào)用subset(iris,select=c(Sepal.Length,Petal.Length),Species=="setosa")x[order(±x[,1]),]#矩陣排序55數(shù)據(jù)表的行與列低地33220251049樣方5低地20260241238樣方4山坡45390201146樣方3山坡30350261251樣方2山頂25600221540樣方1類型坡度海拔屬數(shù)科數(shù)物種數(shù)行名Rownames字符串列名

Columnnames每列可看做帶名稱的向量表1數(shù)據(jù)表、數(shù)據(jù)框與向量字符串、因子每行作為一個(gè)Entry56數(shù)據(jù)框的創(chuàng)建創(chuàng)建數(shù)據(jù)框的函數(shù):data.frame(x,y,z……),as.data.frame(x,rownames=NUll)cbind()rbind()edit()和fix()#修改數(shù)據(jù)礦矩陣的命令基本上也適用于數(shù)據(jù)框57曲線積分integrate(dnorm,-1.96,1.96)integrand=function(x){1/((x+1)*sqrt(x))}integrate(integrand,lower=0,upper=Inf))求（偏）導(dǎo)數(shù)？integrand=expression(1/((x+1)*sqrt(x))D(integrand,"x")58類的判斷對(duì)象類型判斷mode()

判斷存儲(chǔ)的類型class()

判斷數(shù)據(jù)的類is.numeric()

#返回值為TRUE或FALSEis.logical()

#是否為邏輯值is.charactor()

#是否為字符串is.null()#是否為空is.na()#是否為na59類的轉(zhuǎn)換as.numeric()#轉(zhuǎn)換為數(shù)值型as.logical()#轉(zhuǎn)換為邏輯型as.charactor()#轉(zhuǎn)換為字符串a(chǎn)s.matrix()#轉(zhuǎn)換為矩陣as.data.frame()#轉(zhuǎn)換為數(shù)據(jù)框as.factor()#轉(zhuǎn)換為因子60簡(jiǎn)單繪圖函數(shù)plot(x)繪制散點(diǎn)圖等多種圖形,根據(jù)數(shù)據(jù)的類，調(diào)用相應(yīng)的函數(shù)繪圖hist()頻率直方圖boxplot()箱線圖stripchart()點(diǎn)圖barplot()柱狀圖dotplot()點(diǎn)圖piechart()餅圖matplot()數(shù)學(xué)圖形61繪圖函數(shù)lines()添加線curve()添加曲線abline()添加給定斜率的線points()添加點(diǎn)segments()折線arrows()箭頭axis()坐標(biāo)軸box()外框title()標(biāo)題text()文字mtext()圖邊文字62繪圖參數(shù)參數(shù)用在函數(shù)內(nèi)部，在沒(méi)有設(shè)定值時(shí)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)范圍也可以對(duì)整個(gè)要繪制圖形的各種參數(shù)進(jìn)行設(shè)定參見(jiàn)par()63例1：從數(shù)據(jù)輸入到t檢驗(yàn)編號(hào)123456身高m1.751.801.651.901.741.91體重kg607257909572

六名患者的身高和體重現(xiàn)有6名患者的身高和體重，檢驗(yàn)體重除以身高的平方是否等于22.5。64第一種方式：從控制臺(tái)輸入數(shù)據(jù)數(shù)據(jù)量較少時(shí)可以從控制臺(tái)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.height<-height^2ratio<-weight/sq.heightt.test(ratio,mu=22.5)65第二種方式從外部讀取數(shù)據(jù)數(shù)據(jù)量較大時(shí)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(gè)對(duì)象。66圖14在Excel中將數(shù)據(jù)存為txt文件67例：t檢驗(yàn)(續(xù))一般從txt文檔讀取數(shù)據(jù)。每一行作為一個(gè)觀測(cè)值。每一行的變量用制表符，空格或逗號(hào)間隔開(kāi)。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)bmi<-data1$weight/data1$height^2t.test(bmi,mu=22.5)#t檢驗(yàn)68例2：?jiǎn)我蛩胤讲罘治?/p>

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(wèn)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：2,4,3,2,4,7,7,2,5,4b菌株：5,6,8,5,10,7,12,6,6c菌株：7,11,6,6,7,9,5,10,6,3,10

69準(zhǔn)備數(shù)據(jù)表圖15數(shù)據(jù)表的準(zhǔn)備day和type各為一列70例2：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:/trees.txt",header=T)#將ba數(shù)據(jù)框中的type轉(zhuǎn)換為因子(factor)bac$type<-as.factor(bac$type)ba.an<-aov(lm(day~type,data=bac))summary(ba.an)boxplot(day~type,data=bac,col="red")71圖16三種菌型對(duì)小白鼠影響的箱線圖72例3-線性回歸轉(zhuǎn)速rpm202224262830323436384042雜質(zhì)率%8.49.511.810.413.314.813.214.716.416.518.918.5對(duì)一批涂料進(jìn)行研究，確定攪拌速度對(duì)雜質(zhì)含量的影響，數(shù)據(jù)如下，試進(jìn)行回歸分析表3攪拌速度對(duì)涂料中雜質(zhì)的影響73rate<-c(20,22,24,26,28,30,32,34,36,38,40,42)impurity<-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)74四簡(jiǎn)單編程75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?；靖袷胶瘮?shù)名<-function(數(shù)據(jù),參數(shù)1=默認(rèn)值,…){

表達(dá)式(循環(huán)/判別);return(返回值);}函數(shù)內(nèi)部也可用#添加注釋76程序流程控制ifif(條件)表達(dá)式if(條件)表達(dá)式1else

表達(dá)式2舉例{if(p<=0.05)print("p<=0.05!")elseprint("p>0.05!")}77循環(huán)for,whilefor(變量

in向量)表達(dá)式用法：

for(iin1:10)print(i)while(條件)表達(dá)式