写在前面
计算机语言的学习并不困难，关键是一定要由浅入深的实际操作练习。也许最开始的比较简单，学习者一带而过没有实际操作，之后的进一步学习很可能会陷入不知所云的困境，实际操作所带来的感觉是无法替代的，其价值也是非常重要的。
1.对象与函数
R（https://cran.r-project.org/）是一个很好的数据分析以及可视化工具。在R中对象（object）是指可以赋值给变量（variable）的任何事物，在R语言中使用对象来存储数据也即储存变量，对象类型有标量、向量、矩阵、数组、数据框、列表。R语言通过函数（function）来提取对象属性、变量运算，函数可以来自R平台，也可以来自各种软件包（package）、自定义函数。
R语言不用事先声明对象或变量，对象在赋值时同步创建。对象或变量名以字母开头，可由字母、数字、“.”、“_”组成。对象赋值一般使用赋值符号“<-”，而在很多情况下也可以用传值符号“=”代替，也即“=”具有二义性，区别在于在函数内部时“=”只具有参数传递作用，举例如下：
在函数的括号内部使用“=”则将一个值传递给函数的内置参数（这个参数必须是函数具有的），而使用“<-”则将一个值赋值给变量，这时候a2作为一个对象而不是参数存在。可以使用objects()函数来查看当前对象目录，使用rm(objectname)来移除遗留的对象。
推荐在安装R后安装RStudio（https://www.rstudio.com/），在RStudio中编辑、运行R脚本。
1.1标量与向量
⑴赋值及运算符
标量是存储数据的最基本结构，可以是数值型、字符型或逻辑型（TRUE/FALSE）。在R语言里数值型变量运算的加、减、乘、除、幂指数分别为“ ”、“-”、“*”、“/”、“^”，一定要注意乘号不可省略；科学计数法可以用e来表示，也即“12300”记为“1.23e 4”。在不用变量赋值的情况下R平台里也可以直接进行数学运算，其运算符优先级与数学中一致。赋值为字符串时字符串需要添加引号。具体示例如下：
向量（vector）是存储数据的一维数组，标量可以理解为只含有一个元素的向量。向量可以使用执行组合的函数c()来创建向量，其数据来源可以是数值型、字符型、逻辑型数据（单个向量其数据类型必须相同），也可以来自标量，其参数可以是变量名，具体如下所示：
连续的整数可以使用“:”来表示也即“1:4”等效于“c(1,2, 3, 4)”。向量可以通过“[]”来进行索引，方括号内为元素的位置，可以是大于1的整数或者向量，位置前加负号“-”则表示删除这个位置的元素，但是使用向量索引时只能全是正整数或者负整数，不能混杂，如下所示：
R语言中判断符号有大于“>”、大于等于“>=”、小于“<”、小于等于“<=”、完全等于“==”、不等于“!=”、存在于“%in%”，如下所示：
在向量的索引[]里也可以加入判断语句，例如a[a>5]。
函数vector()可以来产生一个一定长度、一定类型的空向量，函数numeric()可以用来产生一个一定长度的数值型向量，函数character()可以用来产生一个一定长度的字符型向量，函数as.vector()可以用来将其他类型的数据转换为一定类型的向量，函数is.vector()可以用来判断数据是否为一定类型的向量，具体使用格式如下：
代码语言：javascript复制vector(mode="logical", length=0)
numeric(length=0)
character(length=0)
as.vector(x, mode="any")
is.vector(x,mode="any")其中x为作用对象；length为向量长度（正整数）；mode为向量类型，有任意"any"、数值型"numeric"、字符型"character"、逻辑型"logical"、整数"integer"、复数"complex"。
另外还有几种产生向量的方式：
rep(x, times=0) #产生重复，x可以是任意标量、向量，times为重复次数
seq(1.5, 6, by=0.5) #产生序列数，前面两个数为起始范围，by为步长
sample(x, size=3, replace=FALSE) #在x（任意向量）中随机抽样，size抽样次数，replace是否放回抽样
pretty(c(a, b), n) #将区间(a, b)插入n个等间距的间隔点，从而将区间分成n 1个相等区域，在画图中常用
⑵函数
R可以非常灵活的处理数值与文本数据，并且有很好的面向对象的编程方式，对于标量与向量，常用内置基本函数如下所示（其中绿色部分为数值处理；蓝色部分为字符串处理，R支持正则表达式；红色部分为对象属性及操作）：
函数 | 含义 |
|---|---|
round() | round(x, 2)将数值对象x四舍五入法保留小数点后2位 |
trunc() | 四舍五入去整，floor()向下取整，ceiling()向上取整 |
signif() | 取有效数字 |
sqrt() | 返回标量或向量元素的平方根 |
log() | log(x, y)返回以y为底x的对数，y默认值自然常数e |
exp() | 返回自然常数e的指数 |
sin() | 返回正弦值，其余还有cos()、tan()等详细查看?sin |
min() | 返回最小值，此外which.min()返回最小值id |
max() | 返回最大值，此外which.max()返回最小值id |
abs() | 返回数值对象绝对值 |
sum() | 返回对象元素的和 |
prod() | 返回对象元素的乘积 |
mean() | 返回对象元素的均值 |
var() | 返回对象元素的方差 |
sd() | 返回对象元素的标准差 |
median() | 返回对象元素的中位数 |
nchar() | 返回标量或向量元素的字符长度（包含空格） |
paste() | paste(a,b,c,sep=" ")将a、b、c粘贴为一个字符串，空格分割 |
tolower() | 转换为小写，toupper()转换为大写 |
substring() | substring(a,1,3)返回字符对象a中第1到第3个字符 |
strsplit() | strsplit(x, split=" ", fixed=FALSE, perl=FALSE)根据split将字符串对象x分割，默认split为正则表达式， fixed=TRUE则做精确匹配，当perl=TRUE时，使用perl的正则表达式规则，当分隔符为?, , {, |, (, )时，要使用'\'来消除特殊含义 |
grep() | grep("x", a)，返回a中包含有字符“x”的元素id，可以使用正则表达式匹配，与strsplit()类似。此外还有grepl()返回匹配逻辑值、sub()替换、gsub()全局替换等 |
length() | 返回对象的长度也即元素个数 |
mode() | 查看对象数据类型（也即数值型、字符型等） |
names() | 返回向量元素名字 |
order() | 对向量元素排序，decreasing=TRUE则为降序，na.last=TRUE将缺失值排在最后，返回值为元素排名 |
sort() | 对对象元素排序（不限于向量），返回排序后的对象 |
union() | union(a, b)求两个向量并集 |
intersect() | 求两个向量的交集 |
setdiff() | setdiff(a, b)求在a中而不在b中的部分 |
setequal() | setequal(a, b)检验ab是否完全相同，此外is.element(12, a)检验元素12是否属于a，all(c%in%a)检验集合a是否包含c |
此外，缺失数据用大写NA表示，数据不确定用NaN表示，数据是无穷用Inf表示，判断是否为空数据用函数is.na()，判断是否不确定用函数is.nan()，数据是否有限用is.finite()，数据是否为无穷用函数is.infinite()。当向量含有缺失值时，若是计算向量的均值、方差等，需要在函数内设置参数na.rm=TRUE来去除缺失值。对于函数的使用方法可以使用?function来查询。
⑶内置常量
R语言有一些内置常量，方便使用的时候调取：
LETTERS #26个大写字母
letters #26个小写字母
month.abb #12个月份的三字母缩写
month.name #12个月份的全称
pi #3.14...
colors() #语言颜色表
上面这些内置常量都可以像其他向量一样取用，例：letters[c(1:8)]。
1.2矩阵与数组
矩阵（matrix）是一个二维数组，矩阵内所有元素必须具有相同的模式（数值型、字符型、逻辑型），矩阵可以使用向量、数据框等数据赋值转换，方法如下所示：
matrix(vector, nrow=m, ncol=n) #使用向量生成m行n列的矩阵
matrix(NA, nrow=m, ncol=n) #生成一个m行n列的空矩阵
as.matrix(x) #将对象转换为矩阵
is.matrix(x) #判断对象是否为矩阵
具体示例如下：
矩阵通过行、列id或者行列name对元素进行索引，也可以使用向量，id前加负号“-”则表示删除改行、列的元素，索引值也可以引入逻辑判断，如下所示：
注意，R中的判断符号有“<”、“<=”、“>”、“>=”、“==”、“!=”，逻辑连接符有与“&”、或“|”、非“!”。
索引里面也可以使用order()等函数：
对于矩阵，也适用上一小节的基本函数，对于二维数据增添的的属性函数如下所示：
ncol() | 返回矩阵、数组、数据框的列数目 |
|---|---|
nrow() | 返回行数目 |
colnames() | 返回列名字 |
rownames() | 返回行名字 |
t() | 矩阵转置 |
数组（array）与矩阵相似似，但是维度可以大于2，类似的具有array()、as.array()、is.array()函数，创建方式如下所示：
array(vector, dimensions=c(3,3,3), dimnames=list(dim1,dim2,dim3)) #使用向量生成3*3*3的数组，dimnames为行名字、列名字、维度名字
示例如下：
数组可以通过三元id进行索引，如下所示：
1.3数据框与因子
有时候通过实验、调查获得的数据不只有一种模式，也即字符型、数值型等混杂在一起（但是每一列必须同一模式），需要一种简单的数据集来存储变量数据，即数据框（dataframe）。数据框可以使用data.frame()来创建，数据来源可以是任何类型的矩阵、向量等，其实用方法如下所示：
data.frame(matrix, row.names=NULL, check.names=FALSE) data.frame(col1, col2, col3...)
数据框必须有列名字，若没有则默认为X1、X2……。
数据框元素索引有三种方法，第一种为通过列的序号索引，第二种通过列名字索引，第三种通过$变量名索引，如下所示：
可以使用attach()函数来将数据框添加到当前平台，这样就可以直接使用列名字或变量名来调用数据框中的数据，使用完后用detach()来移除这些变量名（而不是移除数据框），如下所示：
变量（variable）可以分为名义型、有序型、连续型。名义型变量例如不同膳食类型、不同糖尿病类型，一般为字符型；有序型变量表示一种顺序关系，例如癌症的早、中、晚期，虽然也可以用数字表示，但不是数值关系，没有比较的意义，也无法衡量不同阶段间的差别大小；连续性变量可以为两个值之间的任何值，例如温度，DO，年龄等，可以进行数值运算。类别（名义型）变量和有序变量在R中称为因子（factor）。
函数factor()或者as.factor()以一个正整数向量的形式存储类别值，如下所示：
这时会自动按照字母和数字的顺序映射类别与数字，并存储为(1,2, 4, 3, 2)。若是存储有序变量，也即水平的顺序是有意义的，这时候需指定参数ordered=TRUE：
可以看到这时候不同level之间不再是并列的，有了顺序的意义。有时候按照字母顺序排序的因子向量不能满足现实需要，需要指定顺序，则可以通过设定levels参数来实现：
可以看到这时的顺序发生了变化。接下来我们通过一个小练习练熟悉数据框内不同模式变量差别：
函数str()和summary()可以很方便的查看总结数据信息。可以看到对于数值变量age会计算最大值、最小值、平均值等，但是对于因子变量，只会计算频数。变量类型不同，在统计中其处理方法也不同（例如RDA、CCA等），结果也不相同。
由于因子的存在，数据分组信息等都可以转换为一个变量，从而使得数据框可以存储远多于矩阵的数据。
1.4列表
列表（list）是R中最复杂的一种数据类型。列表是一些对象的有序集合，这些对象可以是向量、矩阵、数据框，甚至其他列表。列表可以使用list()函数进行创建，如下所示：
代码语言：javascript复制list(object1, object2, ...) #默认名字为编号
list(name1=object1, name2=object2, ...) #为每个对象命名举例如下：
列表的索引可以使用双括号[[]]加编号或者名字，也可以使用$加名字提取，如下所示：
列表是一种简单的数据组织和调用方式，很多函数的计算结果也是列表（例如lapply()函数），因此列表在R中非常重要。
1.5软件包
R语言提供了大量的功能，而且大部分功能是通过可选模块进行下载安装，这些模块被称为包（package）。这些包即有用来分析作图的函数包，也有用来作为例子的数据包。包即可以在线安装，也可以下载后本地安装。对于大部分包，均可以通过函数install.packages()来进行安装，如下所示：
初次安装需要选择国内CRAN（ComprehensiveR Archive Network，R语言综合典藏网）接口，如安装失败可尝试不同的CRAN。
有些专项的包，有独特的安装方式，例如生物学数据分析最常用的BioconductorProject（http://www.bioconductor.org/），其安装方法如下所示：
代码语言：javascript复制source("https://bioconductor.org/biocLite.R")
biocLite("packagename")此外，很多软件包并不包含在R的CRAN内，而在一些托管平台，最常见的为GitHub（https://github.com/），安装托管软件可以使用devtools软件包，安装方法一般为：
代码语言：javascript复制devtools::install_github("class/packagename")其中class也即该软件在GitHub上存放的类别。查看当前环境中已经安装的软件包，可以使用如下命令：
代码语言：javascript复制.packages(all.available=T)更为详细地，查看已经安装的软件包的版本、安装路径等信息可以使用如下命令：
代码语言：javascript复制installed.packages()[,c('Package','Version','LibPath')]查看当前版本的R可以安装的软件包，可以使用如下命令：
代码语言：javascript复制available.packages()利用该命令，我们可以查询想要安装的软件包是否在R的仓库里：
代码语言：javascript复制ap=available.packages()
grep('packagename', rownames(ap))安装好的软件包，在使用之前需要library()函数加载，才能调用其中的函数。require()函数同样可以调用软件包，区别在于require会返回一个布尔值(True或False)来表示被加载的包是不是可用，而library函数会根据调用方式不同而有不同返回结果。
使用命令：
代码语言：javascript复制(.packages())可以查看当前工作环境加载的R包，使用命令：
代码语言：javascript复制detach("package:packagename")可以从当前工作环境移除R包。
关于软件包的使用说明，可以使用help()或者直接??packagename来查询，使用命令help(package='packagename')可以查看某个软件包所包含的全部函数。此外，一个很重要的软件包是installr，其中的updateR()函数能将R更新到最新，并将已安装的兼容最新版本的程序包整合到新版本R中，如下所示：
代码语言：javascript复制library(installr)
updateR()1.6输入与输出
R可以通过键盘输入数据，也可以导入其他数据框软件生成的数据，常用的一般为文本文件、Excel文件、Web文件等。
⑴键盘输入数据
函数edit()会自动调用一个允许手动输入数据的文本编辑器，来为对象（向量、矩阵、数据框）赋值，如下所示：
代码语言：javascript复制mydata=data.frame(a1=numeric(0), a2=numeric(0), a3=character(0))
mydata=edit(mydata)
在这个编辑器里点击变量名可以更改变量类型（数值型、字符型），还可以点击未命名的变量（var4...）添加新变量。可以直接从其他地方复制数据并粘贴进去。关闭编辑器后，输入的数据即被保存赋值。
⑵从带分隔符的文本文件导入数据
函数read.table()可以从带分隔符的文本文件导入数据，此函数读入一个表格格式的文件并保存为数据框，使用方法如下：
代码语言：javascript复制read.table("file", header=FALSE, sep = "",quote = ""'",
row.names, col.names,na.strings = "NA",
colClasses =NA, check.names = TRUE
stringsAsFactors = default.stringsAsFactors())其中file为文件名，header=FALSE第一行不是变量名（R会添加默认变量名），为TRUE则会使用第一行作为变量名；row.names、col.names设置那一列为行名字，哪一行为列名字；sep设置分隔符，默认是一个或多个空格、制表符tab；设置stringsAsFactors=FALSE则不会把字符型自动转化为因子；colClasses可以设置每一列的模式（logical、numeric、character）；check.names是否检查变量名（合不合语法要求）；quote=""'"表示单双引号内部为完整字符串的一部分，这对于字符串内含有与分隔符相同字符时很有用，需要与sep搭配设置。注意文件名前需要添加完整的目录（路径不同层级之间使用/或\）。
一般情况下，我们把文件都复制到工作路径方便引用，查询当前路径使用getwd()，更改路径使用setwd()，如下所示：
除了read.table()外，还有专门读取逗号分隔的csv文件的read.csv()等，如下所示：
⑶保存导出数据
R输出文件包括数据的输出、图片的输出。数据输出可以使用write.table()，其使用方法与read.table()类似，如下所示：
代码语言：javascript复制write.table(object, file="filename", quote=F,row.names=F, col.names=T, sep='t')其中quote设置字符型元素是否用引号引起来。
对于图片，我们更推荐直接使用Rstudio的图形界面输出图片。在脚本中可以使用pdf()函数直接保存图片，如下所示：
代码语言：javascript复制pdf("practice.pdf", width=9, height=9)
x=1:10
y=1:10
plot(x, y, type="p")
dev.off()图片会自动保存在当前工作路径。
