R 语言精简入门

R_Basic

1. 数据类型

1. 双精度浮点数
   • 双精度浮点数 (double) 是 R 中十进制数的默认类型
   • double 类型的数字可以参与数学运算
2. 字符串
   • 字符串 (string) 是一组表示文本的字符
   • R 中字符串使用双引号串联起来
3. 逻辑类型
   • 由 TRUE 和 FALSE 表示的真值或假值
   • 可以使用 & 和 | 将逻辑值组合起来，从而执行基本的逻辑运算

2. 缺失值

• R 中使用 NA 来表示缺失值
• R 对任何使用缺失值的运算输出 NA

3. 向量

• R 是一种向量语言(vector language)
• 向量是一个数值列表，R 所做的一切都是对向量进行运算
• 向量的定义 c(…)

4. 函数

• 函数是对值进行特定操作的代码块
• R 和 RStudio 中，可以使用 ?函数名 的方式获取该函数的完整帮助文档

5. 随机抽样

6. 自定义函数

# 1. 数据类型
# 1.1 double
5 + 2 # 加法
5 - 2 # 减法
5 / 2 # 除法
5 * 2 # 乘法
5 ^ 2 # 乘方
5--2 # 相反数
5e+2 # 科学计数法
5e-2 # 科学计数法
# 1.2 字符串
"hello" # 用双引号将字符串引起来
# 1.3 逻辑类型
TRUE & FALSE
TRUE | FALSE

# 2. 缺失值
NA + 2

# 3. 向量
x <- c(1, 2, 3) # 向量的定义
x + 3 # 向量加数(向量每个元素分别加上这个数)
y <- c(2, 2, 2)
x + y # 向量相加(向量对应位置元素相加)
x * y # 向量相乘(向量对应位置元素相乘)
# 向量相乘
# if x, y 元素个数不同 or x, y 其中一个向量的元素个数不是另一个的整数倍
# then 错误提示
# if x, y 一个向量的元素个数不是另一个的整数倍
# then 扩展短向量的元素个数与长向量的一样
z <- c(x, y) # 通过现有向量定义一个新的向量

# 4. 函数
# 4.1 length() 返回向量的长度
length(c(1, 2, 3))
length("dog") # 这里表示包含一个字符串的向量，因此返回 1
length(c("dog", "cat"))
# 4.2 nchar() 返回字符串的字符数量
nchar("dog")
nchar(c("dog", "cat")) # 返回一个新的向量，其元素是对应字符串的长度
# 4.3 sum() 以数值向量为参数，计算此向量的所有数值之和
sum(c(1, 2, 3))
sum(c(1, 2), 3)
sum(1, 2, 3) # 无论提供多少个向量，sum() 函数都会将这些向量的所有元素相加
sum(c(1, NA, 3))
sum(c(1, NA, 3), na.rm = TRUE) # sum() 的可选参数 na.rm 为真时，函数求和过程中删除缺失值
# 4.4 cumsum() 以一个向量为参数，计算其元素的累积和 cumulative sum，
# 返回的向量长度与原向量相等，每个元素值变成原向量该位置之前(包括)所有元素之和
cumsum(c(1, 1, 1, 1, 1))
cumsum(c(2, 10, 3))
# 4.5 diff() 以一个向量为参数，并从向量的第二个元素开始用当前元素减去前一个元素，
# 返回的向量长度比原向量少一个元素，这是是因为第一个元素没有前一个元素可减
diff(c(1, 2, 3, 4, 5))
# 4.6 ":" 运算符，自动创建特定范围内的整数向量，使用 ":" 运算符分隔该范围的初始值和终止值
# R 会从第一个值一直输出的到最后一个值，且增量为 1 or -1
c(1:5)
c(5:1)
# 4.7 seq() 用于创建一个指定增量递增的数值序列向量，其参数依次是
# 序列初始值:序列终止值:序列的增量
seq(1, 1.1, 0.05)
seq(0, 15, 5)
seq(1, 2, 0.3)
seq(10, 5, -1)
# 4.8 ifelse() 可以理解为 if-else 控制结构的简化
ifelse(2 < 3, "small", "big")
# 第一个参数中的条件判断为真，则执行第二个参数对应内容，否则执行第三个参数对应内容
x <- c(1, 2, 3)
ifelse(x < 3, "small", "big") # 对向量中的每个元素进行条件判断并执行相关的语句
y <- c(2, 1, 6)
ifelse(x > y, x, y)

# 5. 随机抽样
# 5.1 runif(n, min = 0, max = 1) random uniform 均匀随机
# para: n 样本数量，[min, max] 均匀抽样的范围
# return: 在 [min, max] 范围内随机生成 n 个样本
ifelse(runif(5), "A", "B") # 以 20% 概率生成字母 A
runif(5, 0, 2) # 在 [0, 2] 范围内随机抽 5 个样本
# 5.2 rnorm(n, mean = 0, sd = 1) 正态随机
# para: n 样本数量匀 mean 正态分布的均值 sd 正态分布的标准差
# return: 从均值为 mean，标准差为 sd 的正态分布中抽样
rnorm(5)
rnorm(4, mean = 2, sd = 10)
# 5.3 sample(x, size, replace = FALSE)
# para: x 用于抽样的向量 size 样本数量 replace 是否放回抽样(TRUE 则返回，默认不放回)
# return: 返回从 x 中抽 size 个样本的抽样结果
mood <- c("sad", "happy", "upset")
sample(mood, 2) # 不放回抽烟
sample(mood, 10, replace = TRUE)
# 5.4 set.seed() 手动设置种子值，作为伪随机数生成器的初始状态
# 两次抽样种子值相同的时候，其对应产生的随机数相同，则抽样结果相同
set.seed(1337)
ifelse(runif(5) < 2, "A", "B")
set.seed(1337)
ifelse(runif(5) < 2, "A", "B")

# 6. 自定义函数：R 使用关键字 function 来定义函数
double_then_cube <- function(val) {
  (val * 2) ^ 3
}
double_then_cube(8)
double_then_cube(c(1, 2, 3))
sum_then_square <- function(x, y) {
  (x + y) ^ 2
}
sum_then_square(2, 3)
sum_then_square(c(1, 2), c(5, 3))

# 7. 绘制基本图形 (基本绘图函数)
# plot(xs, ys, type="p", main=NULL, xlab=NULL, ylab=NULL)
# para: xs x 坐标向量，ys y 坐标向量，type(p 表示点图、l 表示折线图、b 表示点+折线图)
# main 图标题，xlab x轴标签，ylab y轴标签
# lines(x, y = NULL, type = "l", ...) 将折线添加到已有图中，参数和 plot() 相同
xs <- c(1, 2, 3, 4, 5)
ys <- c(2, 3, 2, 4, 6)
plot(
  xs,
  ys,
  type = "l",
  main = "示例图",
  xlab = "x轴",
  ylab = "y轴"
)
plot(
  xs,
  ys,
  type = "b",
  main = "示例图2",
  xlab = "x轴",
  ylab = "y轴"
)
plot(
  xs,
  ys,
  type = "p",
  main = "示例图",
  xlab = "x轴",
  ylab = "y轴"
)
lines(xs, ys)

# exer
t.vals <- seq(1, 20, 1)
price.vals <- cumsum(rnorm(length(t.vals), mean = 5, sd = 10))
plot(t.vals,
     price.vals,
     main = "模拟股票价格",
     xlab = "时间",
     ylab = "价格")
lines(t.vals, price.vals)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149