第一章 R简介
本章概要
1安装Ｒ
２理解Ｒ语言
３运行Ｒ程序
本章所介绍的内容概括如下。
一个典型的数据分析步骤如图1所示。
图1：典型数据分析步骤
简而言之，现今的数据分析要求我们从多种数据源中获取数据、数据合并、标注、清洗和分析，并且把分析的结果进行展示，形成报告或者系统，辅助决策。Ｒ能够满足现今数据分析的要求。
为什么用R？
Ｒ是一个适合统计分析和绘图的环境与语言。它是开源、免费的，获得世界范围社区支持。统计分析和绘图工具已经很多了，例如：SPSS，SAS，Excel，Stata和Minitab等，为什么还要用R呢？R的诸多特性，可以回答这个问题。
1）R是免费的，大多数统计工具都是商业化的，即要花钱。
2）R是一个功能强大全面的统计分析平台，一个典型的数据分析过程都可以用R来完成。
3）R具有强大的绘图能力。
4）R是一个能够进行交互式数据分析和探索的平台。
5）R是一个以容易且直观的方式编写统计方法的无与伦比的平台。
6）R实现了很多高级统计方法。
7）R可以在多个系统上运行。
8）R对于不想编程的人，提供GUI，实现R所能做的事情。
获得和安装Ｒ
从网址http://cran.r-project.org获得R安装程序。
Ｒ工作
R是一个有大小写之分的解释型语言。你可以在命令提示符（>）每次输入一条命令或者在一个源文件中写好所有命令集。
R的赋值符号是”<-“。
> x <- rnorm(5) # 向量x包含5个服从标准正态分布的随机数
R在Windows系统的GUI如图2所示。
图2：Windows系统下GUI
R实例一，数据集为10个婴儿年龄（单位：月）和体重（单位：千克）。
程序清单如下：
> Age <- c(1, 3, 5, 2, 11, 9, 3, 9, 12, 3)
> Weight <- c(4.4, 5.3, 7.2, 5.2, 8.5, 7.3, 6.0, 10.4, 10.2, 6.1)
> mean(Weight)
[1] 7.06
> sd(Weight)
[1] 2.077498
> cor(Age, Weight)
[1] 0.9075655
> plot(Age, Weight)
关于Age与Weight的散点图如图3所示。
图3:10个婴儿的Age-Weight散点图
退出界面，执行如下函数。
> q()
R帮助系统很强大，通过帮助可以获得R中已安装包的函数的细节、参考和实例。R 中获得帮助的方法。
方法一：help.start()
方法二：help(“foo”)或者？foo
方法三：help.search(“foo”)或者??foo
方法四：example(“foo”)
方法五：RSiteSearch(“foo”)
方法六：apropos(“foo”,mode=”function”)
方法七：data()
方法八：vignette()
方法九：vignette(“foo”)
R 工作空间是R当前工作环境和用户定义的所有对象。（向量、列表、数组、矩阵、数据框 和函数等）
管理R空间的一些函数。
函数一：getwd()
函数二：setwd(“mydirectory”)
函数三：list()
函数四：rm(objectname)
函数五：help(options)
函数六：options()
函数七：history(#)
函数八：savehistory(“myfile”)
函数九：loadhistory(“myfile”)
函数十：save.image(“myfile”)
函数十一：load(“myfile”)
函数十二：save(objectlist, file=”myfile”)
R实例二，数据集20个服从标准均匀分布的随机数
> setwd(“E://myproject”)
>options()
>options(digits=3)
>x <- runif(20)
>summary(x)
>hist(x)
>savehistory(x)
>save.image()
>q()
R脚本输入方法，即source(“myscript.R”)
文本输出方法，即sink(“myfilename”)
图形输出方法，即pdf(“xxx.pdf”)或者png(“xxx.png”)或者jpeg(“xxx.jpg”)或者bmp(“xxx.bmp”)等。
Ｒ包
R功能之所以强大，原因之一就是具有非常多的功能扩展包。R包下载地址如下：
http://cran.r-project.org/web/packages/
为什么要用R包。R包是R函数、数据，可编译代码的聚合。
.libPaths() #显示包安装路径
library() # 查看已安装的包
search() #告知那些包已装载和可以使用
R软件安装完毕后，自带包（标准包）有base，datasets，utils，grDevices，graphics，stats和methods。
安装包方法，即 install.packages(“packagename”)
更新包方法，即update.packages()
了解已安装包的详细信息方法，即installed.packages()
加载包（前提是该包已经安装）的方法，即library(“packagename”)
对新安装包的学习和认知方法，即help(package=”packagename”)
批处理
适合重复性工作
形式：R CMD BATCH options infile outfile
结果重用
f分析的结果可以保存，并作为下一次的输入。
R实例三，数据集R自带的mtcars。
程序清单：
>lmfit <- lm(mpg ~ wt, data=mtcars)
>summary(lmfit)
>plot(lmfit)
>predict(lmfit, mynewdata)
对待大数据集
R所处理的一切都视为对象代之，并且是把对象加载到内存中进行操作和处理。因而，R能处理多大的数据集取决于作业环境的内存容量。
使用R进行数据分析，需要考虑两点，一是数据的大小；二是统计分析的方法。R能够处理GB级到TB级数据。但特殊过程特殊处理。
Ｒ实例
秉承”学以致用、活学活用“的原则，以一个综合实例融合上述内容。
R综合实例，程序清单如下。
>help.start()
>library()
>install.package(“vcd”)
>help(package=”vcd”)
>library(vcd)
> help(Arthritis)
> Arthritis
> example(Arthritis)
>q()
运行效果如图4所示。
总结
1 ）R的优势。
2 ）因R很适合理解数据，吸引很多用户群（学生、研究人员、统计学者、数据分析师等）。
3）RGUI、R安装、R包、R程序、R帮助、R结果保存、R批处理等内容。
“读书会是一种在于拓展视野、宏观思维、知识交流、提升生活的活动。PPV课R语言读书会以“学习、分享、进步”为宗旨，通过成员协作完成R语言专业书籍的精读和分享，达到学习和研究R语言的目的。读书会由辅导老师或者读书会成员推荐书籍，经过讨论确定要读的书，每个月读一本书且要精读，大家一起分享。”
本栏目文章由PPV课R语言读书会提供，转载请注明来自PPV课R语言读书会。 版权所有，违者必究！
