附錄B
勘誤？
Sys.getenv("R\_HOME") 報錯，反斜槓的作用？
幾個目錄的用途
R_HOME
HOME
當前目錄
通過Rprofile.site自定義啓動環境
R_HOME/etc目錄下
附錄H
更新R並遷移包
在這裏，我們用installed.packages()函數保存R目錄樹之外的擴展包清單，然後根據這個清單用install.packages()函數將最新版的擴展包下載和安裝到新版R中。操作步驟如下。
(1) 如果有自定義的Rprofile.site文件（見附錄B），將其保存到R目錄樹之外。
(2) 啓動當前版本的R，然後執行下面的命令：
其中path是R之外的目錄。
(3) 下載安裝新版的R。
(4) 如果在第(1)步保存了自定義的Rprofile.site文件，現在把它複製到新的R中。
(5) 啓動新版本的R，然後執行下面的命令：
其中path是第(2)步中設置的位置。
(6) 刪除舊版本（可選）。
這種方法只能安裝CRAN上的擴展包，不會安裝從其他地方獲取的包。
1.3.3 工作空間
setwd("current_file_path") P36
setwd("E:/R_CRAN/R Programming/R in Action")
#注意setwd()命令的路徑中使用了正斜槓。R將反斜槓（\）作爲一個轉義符。即使在Windows平臺上運行R，在路徑中也要使用正斜槓。
#同時注意，函數setwd()不會自動創建一個不存在的目錄。如果必要的話，可以使用函數dir.create()來創建新目錄，然後使用setwd()將工作目錄指向這個新目錄。
#在獨立的目錄中保存項目是一個好主意。我通常會在啓動一個R會話時使用setwd()命令指定到某一個項目的路徑，後接不加選項的load()命令。這樣做可以讓我從上一次會話結束的地方重新開始，並保證各個項目之間的數據和設置互不干擾。
libPaths()會返回兩個以上的路徑？
1.3.4 輸入和輸出
source("filename") 輸入
#函數source("filename")可在當前會話中執行一個腳本。
sink("filename") 文本輸出
#函數sink("filename")將輸出重定向到文件filename中。
#默認情況下，如果文件已經存在，則它的內容將被覆蓋。使用參數append=TRUE可以將文本追加到文件後，而不是覆蓋它。
#參數split=TRUE可將輸出同時發送到屏幕和輸出文件中。
#不加參數調用命令sink()將僅向屏幕返回輸出結果。
圖形輸出
【示例】
> sink("myoutput",append = TRUE,split = TRUE)
> pdf("mygraphs.pdf")
> source("script2.R")
#輸出函數要放在輸入函數之前？
#文件script2.R中的R代碼將執行，結果也將顯示在屏幕上。除此之外，文本輸出將被追加到文件myoutput中，圖形輸出將保存到文件mygraphs.pdf中。
> sink()
> dev.off()
RStudioGD
2
> source("script3.R")
#文件script3.R中的R代碼將執行，結果將顯示在屏幕上。這一次，沒有文本或圖形輸出保存到文件中。
#dev.off()將輸出返回到終端，終端是指？dev.off()和sink()是否功能相同？都只將結果返回到屏幕上？可否省略？
1.4.1 什麼是包
.libPaths() 顯示庫的位置
library() 顯示有哪些包
search() 顯示哪些包已加載並可使用
1.4.2 包的安裝
install.packages("package_name") 第一次安裝一個包
update.packages() 更新已安裝的包
installed.packages("package_name") 查看已安裝包的描述
1.4.3 包的載入
library("package_name") 在一次會話中，包需載入一次
可通過自定義啓動環境，自動載入頻繁使用的包
1.4.4 包的使用方法
help(package="nutshell")
#輸出某個包的簡短描述以及包中的函數名稱和數據集名稱的列表
1.5 批處理
windows下，在命令行中輸入調用命令
r CMD BATCH path/filename.R
需實際操作一次！！！
1.6 將輸出用爲輸入——結果重用
> lmfit <- lm(mpg~wt,data=mtcars)
> summary(lmfit)
> plot(lmfit)
#通過車身重量wt，預測每加侖行駛的英里數mpg，使用簡單線性迴歸
#迴歸結果會生成多少幅圖？
> cook <- cooks.distance(lmfit)
> plot(cook)
> predict(lmfit,mynewdata)
#計算影響度量統計量—>第八章
#利用已有模型對新的數據進行預測
1.7 處理大數據集/附錄G
影響因素：
內存大小、數據集大小、應用的統計方法