《R语言入门(经典).ppt》由会员分享，可在线阅读，更多相关《R语言入门(经典).ppt（105页珍藏版）》请在三一办公上搜索。
1、语言入门,报告内容,一 R简介二 函数与对象三 编写脚本四 R绘图五 编写函数六 数据保存,一 R 简 介,R语言的由来,R语言是从S语言演变而来的。S语言是二十世纪70年代诞生于贝尔实验室，由Rick Becker,John Chambers,Allan Wilks开发。基于S语言开发的商业软件Splus，可以方便的编写函数、建立模型，具有良好的扩展性，取得了巨大成功。1995年由新西兰Auckland大学统计系的Robert Gentleman和Ross Ihaka，编写了一种能执行S语言的软件，并将该软件的源代码全部公开，这就是R软件，其命令统称为R语言。,R软件简介,R是开源软件，代码
2、全部公开，对所有人免费。R可在多种操作系统下运行，如Windows、MacOS、多种Linux和UNIX等。R需要输入命令，可以编写函数和脚本进行批处理运算，语法简单灵活。目前在R网站上约有2100个程序包，涵盖了基础统计学、社会学、经济学、生态学、地理学、医学统计学、生物信息学等诸多方面。,下载和安装R,The Comprehensive R Archive Network简称CRAN，提供下载安装程序和相应软件包。R主页 Windows版本下载地址之一：下载完成后，双击 开始安装。一直点击下一步，各选项默认。,图1 R软件首页,图2 R登陆界面(Windows版)路径：开始所有程序,菜单栏
3、,快捷按钮,控制台,命令行,图3 R Gui 的菜单介绍,练习一：下载和安装R,下载并安装R软件了解R的菜单,R程序包,为什么要安装程序包？特定的分析功能，需要用相应的程序包实现。例如：系统发育分析，往往要用到ape程序包，群落生态学vegan包等等。程序包是什么？R程序包是多个函数的集合，具有详细的说明和示例。Window下的R程序包是已经编译好的zip包。每个程序包包含R函数、数据、帮助文件、描述文件等。,常用R程序包,base-R 基础功能包stats-R统计学包nlme-线性及非线性混合效应模型Graphics-绘图lattice-栅格图ape-系统发育与进化分析apTreeshape
4、-进化树分析seqinr-DNA序列分析ade4-利用欧几里得方法进行生态学数据分析,常用R程序包,cluster-聚类分析ecodist-生态学数据相异性分析mefa-生态学和生物地理学多元数据处理mgcv-广义加性模型相关mvpart-多变量分解nlme-线性及非线性混合效应模型ouch-系统发育比较BiodiversityR-基于Rcmdr的生物多样性数据分析vegan-植物与植物群落的排序，生物多样性计算,常用R程序包,maptools-空间对象的读取和处理sp-空间数据处理spatstat-空间点格局分析，模型拟合与检验splancs-空间与时空点格局分析picante-群落系统发育
5、多样性分析,图4 CRAN Task Views：对程序包的分类介绍,图5 vegan包页面,R程序包,在CRAN 提供了每个包的源代码和编译好的MacOS、Window下的程序包以vegan包为例，CRAN提供了：Package source:vegan_1.15-3.tar.gz MacOS X binary:vegan_1.15-3.tgz Reference manual:vegan.pdf 等Window平台下程序包为zip文件，安装时不要解压缩。,R程序包安装,1 连网时，用函数install.packages()，选择镜像后，程序将自动下载并安装程序包。例如：打开RGui,在控制
6、台中输入 install.packages(“ape)2 安装本地zip包路径：Packagesinstall packages from local files选择光盘或者本地磁盘上存储zip包的文件夹。,程序包使用,在控制台中输入如下命令：library(vegan)library(ade4)调用程序包内的函数与R内置的函数调用方法一样library(vegan)This is vegan 1.15-3Warning message:,练习二 安装并导入程序包,安装程序包程序包从本地zip文件安装程序包调用程序包library(vegan)library(ape),查看帮助文件,如何知道a
7、pe程序包内部都有哪些函数？最常用的方法：1 菜单 帮助Html帮助2 查看pdf帮助文档（从程序包下载页面下载）,查看帮助文件,1 help(t.test)2?t.test 3 help.search(t.test)4 apropos(t.test)5 RGuiHelpHtml help 6 查看R包pdf手册,帮助文件的内容,以lm函数为例：lm(stats)#函数名及所在包 Fitting Linear Models#标题Description#函数描述Usage#默认选项Arguments#参数Details#详情Author(s)#作者References#参考文献Examples#
8、举例,练习三 查看帮助文件,打开ape软件包的帮助文件library(ape)查找ape包中plot.phylo函数的帮助输入?plot.phylo将其中的Example文件粘贴到Console中，查看运行的结果。,图形界面之一：R Commander,图6 R commander 界面 library(Rcmdr),界面操作代码,结果输出,为什么要学习编程?,界面操作直观易学，但也存在一些不足：操作的过程难以保存，数据处理不够灵活，在进行步骤繁多的数据处理工作时十分费时费力；在建立模型或自己编写函数时也会遇到困难。而这些困难可以通过编程解决。学习R编程，首先要了解R的函数、对象及其操作。,二
9、 R函数与对象,数据表的行与列,行名Row names字符串,列名 Column names,每列可看做带名称的向量,表1 数据表、数据框与向量,字符串、因素,每行作为一个Entry,R的函数,R是一种解释性语言，不需要先编译成.exe文件，输入后可直接运行。函数形式function(对象，选项=)平均值 mean()线性回归 lm(yx,data=test)R处理的所有数据、变量、函数和结果都以对象的形式保存。,R的函数,每一个函数执行特定的功能，后面紧跟括号，例如：平均值 mean()求和 sum()绘图 plot()排序 sort()除了基本的运算之外，R的函数又分为高级和低级函数，高级
10、函数内部嵌套了复杂的低级函数，例如plot()是高级绘图函数，函数本身会根据数据的类型，经过程序内部的函数判别之后，绘制相应类型的图形，并有大量的参数可选择。,部分函数,计算log(x)log10(x)exp(x)sin(x)cos(x)tan(x)asin(x)acos(x)min(x)max(x)range(x)length(x),统计检验mean(x)sd(x)var(x)median(x)quantile(x,p)cor(x,y)t.test()lm(y x)wilcox.test()kruskal.test(),统计检验lm(y f+x)lm(y x1+x2+x3)bartlett.
11、testbinom.testfisher.testchisq.testglm(y x1+x2+x3,binomial)friedman.test.,图7 箱线图修饰前后(左：默认值，右：修改属性后)boxplot(count spray,data=InsectSprays)boxplot(count spray,data=InsectSprays,col=red),R函数调用及其选项,R函数调用及其选项,函数的调用方法,函数名+()如 plot(),lm(),并将对象放入括号中，“=”表示设定参数。例如：boxplot(daytype,data=bac,col=“red“,xlab=“Viru
12、s”,ylab=“days”)daytype，以type为横轴，day为纵轴绘制箱线图。data=bac 数据来源baccol=“red”箱线图为红色xlab=“Virus”横轴名称为Virusylab=“days”纵轴名称为days,练习四：查询函数帮助,查看boxplot的帮助文件?boxplot查看最后的examples 将帮助文件中的内容粘贴到控制台中，运行并观看运行结果。boxplot(count spray,data=InsectSprays,col=lightgray)选项更改boxplot(count spray,data=InsectSprays,col=“red”,xlab
13、=“spray”,ylab=“counts”),赋值与注释,在控制台中键入如下命令2+2a代替b-2c-a+bc#注释,赋值符号,为对象起名,R是区分大小写的，A与a是不同的。对象名不能用数字开头，但是数字可以放在中间或结尾。推荐用”.”作为间隔，例如 anova.result1。举例：一个向量a，包含了四个元素，a-c(10,15,21,18)该向量为数值型，长度为4。保留名称(命名对象时不要与保留名称冲突)：NA,NaN,pi,LETTERS,letters,month.abb,month.name,对象的类型,数值型 Numeric 如 100,0,-4.335字符型 Character
14、 如“China”逻辑型 Logical 如TRUE,FALSE因子型 Factor 表示不同类别复数型 Complex 如：2+3i,对象的类别,向量(vector)一系列元素的组合。因子(factor)因子是一个分类变量，如“a”,”a”,”a”,”a”,”b”,”b”,”b”,”c”,”c”数组(array)数组是k维的数据表。矩阵(matrix)矩阵是数组的一个特例，维数k=2。数据框(dataframe)是由一个或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类型。列表(list)列表可以包含任何类型的对象。(据Paradis,2005),运算符,数学运算 运算后给出
15、数值结果+,-,*,/,比较运算 运算后给出判别结果（TRUE FALSE）,=,=,!=逻辑运算 与、或、非!,&,&,|,|,外部数据读取,最为常用的数据读取方式是用read.table()函数或read.csv()函数读取外部txt或csv格式的文件。txt文件，制表符间隔 csv文件，逗号间隔 一些R程序包（如foreign）也提供了直接读取Excel,SAS,dbf,Matlab,spss,systat,Minitab文件的函数。,read.table()的使用,例：test.data-read.table(D:/R/test2.txt,header=T)header=T表示将数据的
16、第一行作为标题。read.table(file=file.choose(),header=T)可以弹出对话框，选择文件。,实例：从数据输入到t检验,表2 六名患者的身高和体重,现有6名患者的身高和体重，检验体重除以身高的平方是否等于22.5。,第一种方式：从控制台输入数据,数据量较少时可以从控制台直接输入：height-c(1.75,1.80,1.65,1.90,1.74,1.91)weight-c(60,72,57,90,95,72)sq.height-height2ratio-weight/sq.heightt.test(ratio,mu=22.5),第二种方式 从外部读取数据,数据量较大
17、时用read.table函数从外部txt文件读取第1步 将Excel中的数据另存为.txt格式（制表符间隔）或.csv格式。第2步 用read.table()或read.csv()函数将数据读入R工作空间，并赋值给一个对象。,图8 在Excel中将数据存为txt文件,实例：t检验(续),一般从txt文档读取数据。每一行作为一个观测值。每一行的变量用制表符，空格或逗号间隔开。read.table(”位置”,header=T)read.csv(”位置”,header=T)#从外部读取数据data1-read.table(d:/t.test.data.txt,header=T)bmi-data1$w
18、eight/data1$height2t.test(bmi,mu=22.5)#t检验,练习五：数据读取和t检验,将表2中的数据录入Excel中，另存为文件。用read.table函数读取该文件。t.test.data-read.table(“X:/t.test.txt”,header=T)对变量中的attach(t.test.data)ratio-weight/height2t.test(ratio),实例：从数据输入到单因素方差分析,将三种不同菌型的伤寒病毒a,b,c分别接种于10，9，和11只小白鼠上，观察其存活天数，问三种菌型下小白鼠的平均存活天数是否有显著差异。a菌株：2,4,3,2,
19、4,7,7,2,5,4 b菌株：5,6,8,5,10,7,12,6,6 c菌株：7,11,6,6,7,9,5,10,6,3,10,准备数据表,图9 数据表的准备day和type 各为一列,实例：方差分析(续),#数据读取，将test1.txt中的内容保存到bac中，header=T表示保留标题行。bac-read.table(d:/anova.data.txt,header=T)#将ba数据框中的type转换为因子(factor)bac$type-as.factor(bac$type)ba.an-aov(lm(daytype,data=bac)summary(ba.an)boxplot(day
20、type,data=bac,col=red),图10 三种菌型对小白鼠影响的箱线图,练习六：方差分析和箱线图绘制,1 在excel中准备数据表2 用R读取数据表3 输入如下命令进行方差分析、绘制箱线图boxplot(daytype,data=bac,col=red)ba.an-aov(lm(daytype,data=bac)summary(ba.an),向量、矩阵和数据框的生成与条件筛选,有时需要对读入的数据进行操作，将某一向量转换成矩阵，如条件筛选，此时将遇到向量、矩阵和数据框的生成、条件筛选等。例如：提取前面群落数据表中，物种数30的行，提取其中的某一列，进行分析等。,向量的创建,四种类型
21、的向量字符型character-c(China,Korea,Japan,UK,USA,France,India,Russia)数值型numeric-c(1,3,6,7,3,8,6,4)逻辑型logical-c(T,F,T,F,T,F,F,T)复数型 略,向量的创建,c(2,5,6,9)rep(2,times=4)seq(from=3,to=21,by=3)1 3 6 9 12 15 18 21“:”1:15 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15通过与向量的组合，产生更为复杂的向量。rep(1:2,c(10,15),向量:随机数的生成,runif(10,mi
22、n=0,max=1)1 0.32227168 0.12759789 0.33849635 0.84843855 0.67293416 0.14646444 7 0.60117150 0.39023874 0.04219423 0.67102520rnorm(10,mean=0,sd=1)1-1.58587380-0.07775222 2.17126687-1.02938226 0.46392281 0.74896049 7-0.24556829 1.39034371 1.09975487-1.44682767,定义矩阵的维度,dim()和matrix()x-1:12dim(x)-c(3,4),
23、1,2,3,41,1 4 7 102,2 5 8 113,3 6 9 12matrix.x-matrix(1:12,nrow=3,byrow=T)t(x)#转置为行或列添加名称：row.names()col.names(),数据框的创建,cbind()#按列组合成数据框country.data-cbind(character,numeric,logical)rbind()#按行组合成数据框data.frame()#生成数据框d-data.frame(character,numeric,logical)head(d)#访问数据的前6行：,列表的创建,列表可以是不同类型甚至不同长度的向量(数值型，
24、逻辑型，字符型等等)、数据框甚至是列表的组合。list()例如list(character,numeric,logical,matrix.x),对象的类型的判断,对象类型判断mode()class()is.numeric()#返回值为TRUE或FALSEis.logical()is.charactor()(),对象的类型的判断,对象类型转换as.numeric()#转换为数值型as.logical()as.charactor()as.matrix()as.dataframe(),练习七：因子生成,将 100，200，400，600，800 输入R中，保存到numeric对象中 numeric-
25、c(100,200,400,600,800)将numeric转换为factor factor.numeric-as.factor(numeric)查看factor.numeric的内容 factor.numeric,引用向量内的元素,intake.pre-c(5260,5470,5640,6180,6390,6515,6805,7515,7515,8230,8770)intake.post-c(3910,4220,3885,5160,5645,4680,5265,5975,6790,6900,7335)intake.pre5;intake.prec(3,5,7)v-c(3,5,7);intak
26、e.previntake.pre1:5;intake.pre-c(3,5,7),引用数据框中的元素,d-data.frame(intake.pre,intake.post)$引用d$intake.pre,方括号引用d,1;d5,访问数据框内的元素,直接调用数据框内的列向量attatch()detatch()在函数内部，对数据进行相应调整with()subset()within()transform(),条件筛选,条件筛选是先对变量否满足条件进行判断，满足为TRUE，不满足为FALSE。之后再用逻辑值对向量内的元素进行筛选。intake.pre 70001 FALSE FALSE FALSE F
27、ALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUEintake.preintake.pre 7000intake.postintake.pre 7000&intake.pre 7000&intake.pre=8000,练习八：条件筛选,创建一个2到50的向量 vector12,4,6,8,.,48,50vector140,排序,将向量中的元素按照一定顺序排列。sort()按数值大小排序举例：intake$post sort(intake$post)order()给出从小到大的出现序号。order(intake$post)o-order(intake$post)
28、,工作空间,ls()列出工作空间中的对象rm()删除工作空间中的对象rm(list=ls()删除空间中所有对象save.image()保存工作镜像sink()将运行结果保存到指定文件中getwd()显示当前工作文件夹setwd()设定工作文件夹,练习九：了解工作路径,1 查看当前R工作的空间目录getwd()2 将R工作的路径设置为 d:/data/setwd(“d:/data”),三 编写脚本,编写脚本（Scripting）,脚本是什么？脚本是一系列命令。可以先批量的编号程序，或者对别人已经编好的程序进行修改。之后输入到控制台进行调试，以满足数据分析的需求。语言高亮显示 在代码较多的情况下，
29、有时需要对行数、函数、括号、函数选项等进行高亮显示，设置成不同的颜色，以减少错误。,图11 TinnR对R脚本的高亮显示,图12 NotePad+对R脚本的高亮显示,编辑器,R自带的脚本编辑器 Editplus（）TinnR()Ultraedit（）Emacs（）Notepad+与NpptoR组合（）记事本或写字板 等等,举例-回归分析脚本,对一批涂料进行研究，确定搅拌速度对杂质含量的影响，数据如下，试进行回归分析,表3 搅拌速度对涂料中杂质的影响,脚本举例,#将以下代码粘贴到编辑器中，另存为regression.r文件。rate-c(20,22,24,26,28,30,32,34,36,38
30、,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(impurityrate)reg-lm(impurityrate)abline(reg,col=red)summary(reg),运行脚本,三种运行方式1 通过source()函数运行source(“d:/regression.r”)2 通过R脚本编辑器运行路径：RGuiFileOpen Script#Ctrl+R运行3 直接粘贴到R控制台ctrl+c,ctrl+v,练习十:R脚本运行,将R命令粘贴到记事本中，另存为regressio
31、n.R文件。分别通过三种方式运行R脚本。,四 R绘图,图13 R绘制的图形,R绘图功能,R具备卓越的绘图功能，通过参数设置对图形进行精确控制。绘制的图形能满足出版印刷的要求，可以输出JPEG、TIFF、EPS、emf、pdf、png等各种格式。绘图是通过绘图函数结合相应的选项完成的。绘图函数包括高水平绘图函数和低水平绘图函数。,高水平绘图函数,plot()绘制散点图等多种图形hist()直方图boxplot()箱线图stripchart()点图barplot()条形图dotplot()点图piechart()饼图interaction.plot()matplot(),图14 散点图与箱线图举例
32、,低水平绘图函数,lines()添加线curve()添加曲线abline()添加给定斜率的线points()添加点segments()折线arrows()箭头axis()坐标轴box()外框title()标题text()文字mtext()图边文字,绘图参数,参数用在函数内部，在没有设定值时使用默认值。font=字体lty=线类型lwd=线宽度pch=点的类型,xlab=横坐标ylab=纵坐标xlim=横坐标范围ylim=纵坐标范围,举例：绘图,生成0到2之间的50个随机数，分别命名为x,yx-runif(50,0,2)y-runif(50,0,2)绘图：将主标题命名为“散点图”，横轴命名为”横
33、坐标”，纵轴命名为“纵坐标”plot(x,y,main=“散点图”,xlab=“横坐标”,ylab=“纵坐标)text(0.6,0.6,text at(0.6,0.6)abline(h=.6,v=.6),图15 绘图举例,例：分步绘图,plot(x,y,type=n,xlab=,ylab=,axes=F)#打开绘图窗口，不绘制任何对象points(x,y)#添加坐标点axis(1)#添加横轴axis(at=seq(0.2,1.8,0.2),side=3)#添加纵轴box()#补齐散点图的边框title(main=Main title,sub=subtitle,xlab=x-label,ylab
34、=y-label)#添加标题、副标题、横轴说明、纵轴说明,图16 分步绘图,A,B,C,D,E,F,一页多图,par()par(mfrow=c(2,2).图17一页多图,在原有图形上添加元素,举例：x-rnorm(100)#生成随机数hist(x,freq=F)#绘制直方图curve(dnorm(x),add=T)#添加曲线h-hist(x,plot=F)#绘制直方图ylim-range(0,h$density,dnorm(0)#设定纵轴的取值范围hist(x,freq=F,ylim=ylim)#绘制直方图curve(dnorm(x),add=T,col=red)#添加曲线,图18 在原有直方
35、图上添加曲线,练习十一：绘图练习,练习1 将Rplots.r中的代码拷贝到R控制台中，查看R绘制的图形。练习2 对例进行回归分析，并绘制散点图，并为散点图添加回归直线。plot(impurityrate)reg-lm(impurityrate)abline(reg,col=red)summary(reg),五 编写函数,编程基础,R可以灵活的编写程序，用户自己编写的程序可以直接调用。R语言编程时无需声明变量的类型，这与C,C+等语言不同。基本格式 function.name-function(x,y)表达式 函数内部也可用#添加注释,程序流程控制 if,if 表达式的写法if(条件)表达式 i
36、f(条件)表达式1 else 表达式2 举例：if(p0.05!),循环 for,while,for(变量 in 向量)表达式 for(i in 1:10)print(i)while(条件)表达式 i-1while(i10)print(i)i-i+1,函数举例,定义函数：rcal-function(x,y)z-x2+y2;result-sqrt(z);result;调用函数：rcal(3,4),练习十二 编写函数,编写一个函数，给出两个数之后，直接给出这两个数的平方和。sqtest-function(x,y)z1=x2;z2=y2;z3=z1+z2;z3,六 数据的保存,sink()unlin
37、k()若有LaTeX基础，可以用Sweave()函数该函数能将脚本、程序说明和运算结果直接保存成.tex文件，用LaTeX编译成pdf文件。,数据保存,总 结,R是开源的统计绘图软件，也是一种自解释的语言，有大量的程序包可以利用。R中的向量、列表、数组、统计结果等都是对象，可以方便的生成所需对象，并进行筛选。R脚本是输入的多个命令行。R具有精确控制的绘图功能，生成的图可以另存为多种格式。R编写函数无需声明变量的类型，能利用循环、条件语句，控制程序的流程。,推荐教材,Peter Dalgaard Introductory statistics with RCrawley Statistics a
38、n introduction using R E.Paradis R for Beginners Verzani SimpleR.D G Rossiter Introduction to the R Project for Statistical Computing for use at ITC J.Maindonald Using R for data analysis and graphics introduction code and commentary using RVenables,W.N.&Ripley,B.D.Modern Applied Statistics with S,R资源,R主页:CRAN 北京镜像(数学所)群落生态学数据分析 Statistics with R NCEAS提供的R资源,
