R語言和Python都是腳本語言,這裏有一篇關於R語言和Python的比較,http://www.360doc.com/content/13/1216/23/1317564_337738626.shtml
R語言是一門弱類型語言,變量的定義不需要進行類型的聲明,對於變量的賦值,採用瞭如下的方式
x<-1
這樣就聲明瞭一個x變量,爲了觀測x的類型,可以採用如下的方式
mode(x)
爲了觀測當前所有的變量,可以採用如下方式
ls()
爲了移除一個變量,可以採用如下方式
x<-1
rm(x)
爲了顯示一個元素的值,可以採用如下方式
x<-1
print(x)
在R語言中,小編目前已經接觸到的並使用的有向量(vector)、列表(list)、數據框(data frame)。其中,數據框數據可以很容易的實現文件的讀寫操縱,通過如下方式
x<-data.frame("c1"=c(1),"c2"=c(2))
write.table(x,filePath)
x<-read.table(filePath)
上述代碼中,c()表示構造出一個向量數據,而write.table()表示向指定文件寫入數據框類型數據,read.table()表示從指定文件中讀入數據框類型數據。
對於數據框類型數據中元素的讀取可以通過如下方式
x<-data.frame("c1"=c(1),"c2"=c(2))
x[1]
x["c1"]
x[ [1] ]
這裏注意,在R語言中,對於下標是從1開始計數的。
在進行文件操作的時候,我們可能會關心我們當前的工作目錄,可以通過如下方式獲取或設置當前的工作目錄
getwd()
setwd(workPath)
除了以表格的方式寫入數據,還可以寫入CSV文件,具體方式如下
x<-c(1,2,3)
write.csv(x, "filePath")
R語言支持冒號運算符來構建等差數組,如
x<-1:5
冒號運算符可以與c()組合使用,如
x<-c(1:5)
對於向量數據中元素的操作,有多種靈活方式,如
x<-c(1:5) #創建向量
x[1] #獲取第一個元素
x[1:3] #獲取1到3之間的元素
x[ x < 3 ] #獲取小於3的元素
x[ -1 ] #獲取除了第一個元素之外的所有元素
向量類型的數據支持向量之間按對應元素進行運算,如
x<-c(1,2)
y<-c(2,3)
x-y
x/y
x+y
x*y
R語言支持列表的數據類型,對於該類型的數據聲明,可通過如下方式
x<-list("a", "b", "c")
對於列表類型的數據,有兩種數據訪問方式,如
x<-list("a","b","c")
x[ 1 ] #獲取第一個元素,類型爲list
x[ [ 1 ] ] #獲取第一個元素,類型爲字符
R語言支持函數定義功能,對於一個函數,可以通過如下方式進行定義
myfunction<-function( x )
{
result<-x + 2
result*2 #最後一行計算值爲返回值
}
對於R語言的基本使用先介紹這些。
此外,R語言作爲統計工具,提供了豐富的統計函數提供使用,如
x<-c(1,2)
mean(x)#計算樣本均值
sd(x)#計算樣本標準差
length(x)#獲取樣本元素個數
sum(x)#對樣本求和
sum(x^2)#對樣本元素值進行平方再求和
qf(alpha, n1, n2)#f分佈自由度爲n1,n2的alpha下分位點
qnorm(alpha)#標準正態分佈的alpha下分位點
qt(alpha, n)#t分佈自由度爲n的alpha下分位點
rnorm(n, mu,sigma)#產生n個指定均值和方差的正態分佈的隨機數
至此,最爲基本的R語言快速學習筆記結束,後期有機會將進行擴充,在這裏先提供R語言繪圖的詳細教程的傳送門 http://www.harding.edu/fmccown/r/