《R语言初学指南》一第1章 介绍:开始使用R1.1 R教程

简介:

本节书摘来自异步社区《R语言初学指南》一书中的第1章,第1.1节,作者【美】Brian Dennis(布莱恩·丹尼斯),更多章节内容可以访问云栖社区“异步社区”公众号查看

第1章 介绍:开始使用R

R语言初学指南
R是一种用来进行科学绘图和计算的计算机程序。

R由科学家编写,供他们在工作中使用。

R具有非常强大的功能,且十分易于使用。

R是免费的。

记得之前提到过R是免费的吗?

R有不同的版本,适用于各种操作系统,比如,Windows,Mac,甚至包括Unix/Linux系统。如果读者在家有台能联网的电脑,便可以从这个网站http://www.r-project.org/下载并安装R。

R的安装比电脑游戏还要简单(若需安装帮助,可以参考附录A)。

安装R之后,会在电脑桌面上或程序菜单中看到一个蓝色字母“R”的图标,双击它就可打开R程序,其控制台窗口“R console”就会弹出来了。

在控制台上,会看到命令提示符“>”和其后面闪烁的光标。现在就可以在R中执行命令了!只需按照本书的教程,在提示符后面输入命令即可,或输入老师在投影仪上展示的命令。在这之后,可独自或以团队的形式一起完成本章最后给出的计算任务。你可将其结果展示给全班同学。准备好了吗?那就开始吧。

1.1 R教程

R语言初学指南
使用R的最简单方式就是把它当成一个强大的计算器。在提示符处输入5+7,然后敲击回车键:

> 5+7
[1] 12

这个结果的第一部分是12。稍后会看到有些结果会包含许多个部分。所以R在给出结果时会对其中的某些部分编号。

下面来试一下减法运算。每次在提示符处输入字符后,敲击回车键,就会在下一行得到相应的答案:

> 5−7 
[1] −2

R可以识别负数。例如:

> 5+−2 
[1] 3

这里用星号“*”可以进行乘法运算:

> 5*7
[1] 35

除法运算的符号是斜线“/”,所以5除以7为:

> 5/7
[1] 0.7142857

跟计算器一样,R可以进行小数运算。

做幂运算:回忆一下“5的7次方”可以写为57,表示5×5×5×5×5×5×5。R可将其计算出来。这里用脱字符“^”表示乘方运算。因此,5的7次方为:

> 5^7
[1] 78125

可把一系列运算放在同一个命令中。乘法运算和除法运算的优先级要高于加法运算和减法运算,在计算同级别运算时遵循从左到右的原则:

> 5+7*3−12/4−6
[1] 17

读者可手算一下,看得到的结果是否和上面一样。并且,幂运算会优先进行,它的优先级要高于乘法运算和除法运算:

> 1+4*3^2
[1] 37

可使用括号来改变运算顺序:

> (5+7)*3−(12/4−6)
[1] 39

当括号内部还有括号时,程序会优先计算最内层的括号!在输入程序时,一定要确保每个左括号“(”都有一个对应的右括号“)”:

> (5+7)*3−(12/(4−6))
[1] 42

R可将运算结果保存到用户命名的变量中:

> sally=5+7
> ralph=4−2
> sally-ralph
[1] 10

在命名变量时需注意,R会区分大小写。在R中,sally和Sally是不一样的。

可看一下变量ralph和sally的值:

> sally
[1] 12
> ralph
[1] 2

若关闭R程序,但没有对工作区(workspace)进行保存,则这些变量的数据就会丢失。

如果把新的内容赋值给一个已经存在的变量,R会覆盖掉该变量的原始值。

> ralph=9
> ralph
[1] 9

有趣的是,等号“=”在R(及很多计算机编程语言)中并不表示相等,而是指:

计算符号右侧的值,并将其保存到左侧的变量中。

也许计算机科学家们在设计这个时,是想气气他们原来的数学老师吧。比方说:数学家们不会喜欢ralph=ralph+1这样的表达式,因为任何一个数字加上1以后都不会等于它本身。但是这条语句在计算机程序中有着完美的含义:

取ralph的原始值加1,将结果作为新值,保存到ralph中。

包含等号的语句被称为“赋值语句”,是指将等号右侧的计算值赋值给等号左侧的变量。例如:

> ralph=ralph+1
> ralph
[1] 10

其实,在R的早期版本中,是使用语法ralph<-ralph+1来作为赋值语句。符号“<-”由一个小于号和一个横线组成,看起来像一个指向左侧的小箭头。很多关于R的早期网站和书籍还在使用该符号,现在的R版本也可使用此符号。例如:

> sally sally
[1] 22

这个赋值语句首先计算出右侧结果为22,并将其作为新值赋值给左侧的sally。R的科学家们最终放弃成为纯粹的数学学者,为了与其他计算机语言保持一致,还是将等号作为了赋值符号。

好了,下面来见识一下R的强大吧!

相关文章
|
9月前
|
数据可视化
R语言绘图教程丨Nature论文都在用的多组比较箱线图,自动计算显著性并标注,附带误差线
R语言绘图教程丨Nature论文都在用的多组比较箱线图,自动计算显著性并标注,附带误差线
|
5月前
|
数据可视化 算法 安全
超详细的 R 语言插补缺失值教程来啦~
超详细的 R 语言插补缺失值教程来啦~
73 0
|
IDE 数据可视化 开发工具
|
算法 数据可视化 安全
超详细的 R 语言插补缺失值教程来啦~
mice包帮助我们用可信的数据值来填补缺失值,这些可信的数据值是根据原始数据分布特征得到的。该包为多元缺失数据创建多个输入(替换值),其中每个不完全变量由一个单独的模型输入。MICE 算法支持输入的数据类型有:连续的、二值的、无序分类和有序分类数据。
2016 0
超详细的 R 语言插补缺失值教程来啦~
|
大数据 机器学习/深度学习
《量化金融R语言高级教程》一导读
本书是我们的前一本书《量化金融R语言初级教程》(Introduction to R for Quantitative Finance)的续作。本书是为那些希望学习R语言来建立更高级量化金融模型的读者而写的。
1717 0

热门文章

最新文章