R 语言的那些最最最基础
在 R 语言 的官方网址标题上写着「The R Project for Statistical Computing」，直接点明了 R 语言是一门主要用于统计计算的程序语言。如果你对统计感兴趣，那么就一定不能错过 R。本文只总结了 R 语言里面的那些最最最基础，想用好 R 必须要背过的内容。话不多说，赶紧上车。
基本算数
直接进行算数运算：
> 4 + 6
[1] 10
将值保存在对象中进行运算：
> x <- 6
> y <- 4
> z <- x + y
> z
[1] 10
显示我们已经创建的对象：
> ls()
[1] "x" "y" "z"
清除一些对象：
> rm(x, y)
> ls()
[1] "z"
创建向量（vector）：
> z <- c(5, 9, 1, 0)
使用函数 c(x, y) 可以做到向量的连接：
> x <- c(1, 2)
> y <- c(3, 4)
> z <- c(x, y)
> z
[1] 1 2 3 4
向量之间也可以完成运算，这些运算是按照元素之间发生（element-wise）的：
> x + y
[1] 4 6
> x * y
[1] 3 8
[1] 3 8
> x ** 2
[1] 1 4
我们可以使用多种方式生成一个序列，额外参数 by 代表公差，length.out 参数表示生成序列的长度：
> x <- 1:4
> x
[1] 1 2 3 4
> seq(1, 9, by=2)
[1] 1 3 5 7 9
> seq(8, 20, length=6)
[1] 8.0 10.4 12.8 15.2 17.6 20.0
> seq(8, 20, length.out=6)
[1] 8.0 10.4 12.8 15.2 17.6 20.0
另一个可以生成含有重复元素的向量的方法是rep()：
> rep(0, 100)
[1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[38] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[75] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
> rep(1:3, 6)
[1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
> rep(1:3, c(4, 5, 6))
[1] 1 1 1 1 2 2 2 2 2 3 3 3 3 3 3
简单统计与下标
算出一个向量的均值，方差和概要：
> y <- c(33, 44, 29, 16, 25, 45, 33, 19, 54, 22, 21, 59, 11, 24, 56)
> mean(y)
[1] 32.73333
> var(y)
[1] 236.0667
> summary(y)
Min. 1st Qu. Median Mean 3rd Qu. Max.
11.00 21.50 29.00 32.73 44.50 59.00
可以只计算向量中的一部分：
> y[1:6]
[1] 33 44 29 16 25 45
> summary(y[1:6])
Min. 1st Qu. Median Mean 3rd Qu. Max.
16.00 26.00 31.00 32.00 41.25 45.00
> mean(y[c(1, 4, 6, 9)])
[1] 37
有两个必须记住的函数length()和sum()：
> length(y)
[1] 15
> sum(y)
[1] 491
矩阵
在 R 中可以使用 cbind() 和 rbind() 来组合向量创建矩阵，使用 dim() 可以查看矩阵的维度：
> x <- c(5, 7, 9)
> y <- c(6, 3, 4)
> z <- cbind(x, y)
> z
x y
[1,] 5 6
[2,] 7 3
[3,] 9 4
> dim(z)
[1] 3 2
> rbind(z, z)
x y
[1,] 5 6
[2,] 7 3
[3,] 9 4
[4,] 5 6
[5,] 7 3
[6,] 9 4
还可以通过 matrix() 来创建矩阵，参数 nrow 表示想要矩阵有几行，byrow 如果为真，则表示按行填充：
> z <- matrix(c(5, 7, 9, 6, 3, 4), nrow=3)
> z
[,1] [,2]
[1,] 5 6
[2,] 7 3
[3,] 9 4
> z <- matrix(c(5, 7, 9, 6, 3, 4), nrow=3, byrow=T)
> z
[,1] [,2]
[1,] 5 7
[2,] 9 6
[3,] 3 4
> z <- matrix(c(5, 7, 9, 6, 3, 4), nrow=3, byrow=T)
矩阵和矩阵之间的运算（也是 element-wise），矩阵乘法使用 %*%：
> z
[,1] [,2]
[1,] 5 7
[2,] 9 6
[3,] 3 4
> y <- matrix(c(1, 3, 0, 9, 5, -1), nrow=3, byrow=T)
> y
[,1] [,2]
[1,] 1 3
[2,] 0 9
[3,] 5 -1
> z + y
[,1] [,2]
[1,] 6 10
[2,] 9 15
[3,] 8 3
> z * y
[,1] [,2]
[1,] 5 21
[2,] 0 54
[3,] 15 -4
> x <- matrix(c(3, 4, -2, 6), nrow=2, byrow=T)
> x
[,1] [,2]
[1,] 3 4
[2,] -2 6
> y%*%x
[,1] [,2]
[1,] -3 22
[2,] -18 54
[3,] 17 14
使用 t() 求矩阵的转置，使用 solve() 求矩阵的逆矩阵：
> t(z)
[,1] [,2] [,3]
[1,] 5 9 3
[2,] 7 6 4
> solve(x)
[,1] [,2]
[1,] 0.23076923 -0.1538462
[2,] 0.07692308 0.1153846
使用合适的下标快速提取矩阵元素：
> z
[,1] [,2]
[1,] 5 7
[2,] 9 6
[3,] 3 4
> z[1, 1]
[1] 5
> z[c(2, 3), 2]
[1] 6 4
> z[, 2]
[1] 7 6 4
> z[1:2, ]
[,1] [,2]
[1,] 5 7
[2,] 9 6
apply 函数
对于 R 内置的一个数据集 trees，如果我们想求数据集中每一个变量的均值，可能首先想到一个一个去求，但如果有很多变量就行不通了；可能会想写一个循环，虽然在 R 语言里可以做到，但是并不推荐循环；我们可以使用 apply() 函数简单解决：
> data(trees)
> head(trees)
Girth Height Volume
1 8.3 70 10.3
2 8.6 65 10.3
3 8.8 63 10.2
4 10.5 72 16.4
5 10.7 81 18.8
6 10.8 83 19.7
> apply(trees, 2, mean)
Girth Height Volume
13.24839 76.00000 30.17097
统计计算和模拟
最开始我们说到 R 语言是用来做统计计算的，比如我们可以使用 dnorm()，pnorm() 和 qnorm()三板斧：
> dnorm(0, 3, 2)
[1] 0.0647588
> dnorm(seq(-10, 10), 0, 2)
[1] 7.433598e-07 7.991871e-06 6.691511e-05 4.363413e-04 2.215924e-03
[6] 8.764150e-03 2.699548e-02 6.475880e-02 1.209854e-01 1.760327e-01
[11] 1.994711e-01 1.760327e-01 1.209854e-01 6.475880e-02 2.699548e-02
[16] 8.764150e-03 2.215924e-03 4.363413e-04 6.691511e-05 7.991871e-06
[21] 7.433598e-07
> plot(dnorm(seq(-10, 10), 0, 2))
简单地画一个 dnorm() 函数生成的图，就可以看到它表示正态分布的密度函数：
rnorm() 可以生成符合某个分布的随机数，pnorm() 计算出正态分布的累积概率函数：
> rnorm(10, 3, 2)
[1] 2.9455919 5.6487038 0.9341445 2.7948578 -1.5562341 1.6078429
[7] 0.4516596 3.3077327 5.6856195 3.8256133
> pnorm(10, 3, 2)
[1] 0.9997674
其他分布也同理，只需要加上d，p，r即可。
作图
使用 par() 完成 subplot：
> par(mfrow=c(2,2))
> hist(trees$Height)
> boxplot(trees$Height)
> hist(trees$Volume)
> boxplot(trees$Volume)
使用 plot() 飞速做出一个最简陋的散点图：
> plot(trees$Height, trees$Volume)
使用 pairs() 飞速做出 trees 数据集中两两变量之间的关系：
> pairs(trees)
编写函数
如下方法编写自己的函数：
> sd <- function(x) sqrt(var(x))
> x <- c(9, 5, 2, 3, 7)
> sd(x)
[1] 2.863564
> several.plots <- function (x)
{
par(mfrow=c(3, 1))
hist(x[ ,1])
hist(x[, 2])
plot(x[, 1], x[, 2])
par(mfrow=c(1, 1))
apply(x, 2, summary)
}
> several.plots(faithful)
eruptions waiting
Min. 1.600000 43.00000
1st Qu. 2.162750 58.00000
Median 4.000000 76.00000
Mean 3.487783 70.89706
3rd Qu. 4.454250 82.00000
Max. 5.100000 96.00000
其他
- 如果想退出 R 语言，可以使用
q()； - 如果不明白某个函数的功能，使用
help(func)即可； - 使用
library(libraryname)来载入别的包。
