本文对应《R语言实战》前3章，因为里面大部分内容已经比较熟悉，所以在这里只是起一个索引的作用。
第1章 R语言介绍
获取帮助函数
|
help(), ? |
查看函数帮助 |
|
example() |
使用函数示例 |
|
vignette() |
列出vignette文档 |
|
vignette(“svmdoc”) |
打开对应文档 |
管理工作空间
|
getwd() |
显示当前工作目录 |
|
setwd(“mydirectory”) |
修改当前工作目录为mydirectory |
|
rm(objectlist) |
删除对象 |
|
save.image(file = “myfile”) |
保存工作空间到myfile.RData |
|
save(objectlist, file = “myfile”) |
保存指定对象到myfile.RData |
|
load(file = “myfile”) |
读取一个工作空间到当前会话中(.RData) |
输入与输出
|
source(“filename”) |
在当前会话中执行R脚本 |
|
sink(“filename”, append = F, split = F) |
输出文本。append = T追加内容而不是覆盖文件，split = T将结果同时发送到屏幕和文件 |
|
pdf(“filename.pdf”) |
PDF文件（以下都是图形输出方式） |
|
win.metafile(“filename.wmf”) |
Windows图元文件 |
|
png(“filename.png”) |
PNG文件 |
|
jpeg(“filename.jpg”) |
JPEG文件 |
|
bmp(“filename.bmp”) |
BMP文件 |
|
postscript(“filename.ps”) |
PostScript文件 |
第2章 创建数据集
数据结构：标量、向量、矩阵、数组、数据框、列表
标量与向量：
标量只含一个元素，向量为多个相同模式的标量组成的一维数组，使用c()进行组合
矩阵：
相同模式元素的二维数组，通过matrix()创建
数组：
维度可以大于2，元素模式相同，通过array()创建
数据框：
不同的列可以包含不同模式的数据
选取数据框中的特定变量
patientdata$status
简化方式：attach(), detach()或单独使用with()
示例：
#简化前
summary(mtcars$mpg)
plot(mtcars$mpg, mtcars$disp)
plot(mtcars$mpg, mtcars$wt) #简化后
attach(mtcars)
summary(mpg)
plot(mpg, disp)
plot(mpg, wt)
detach(mtcars)
局限性：存在名称相同的对象时，有可能出现masked的警告，原始对象为优先
with()函数示例
#with()用法
with(mtcars, {
summary(mpg)
plot(mpg, disp)
plot(mpg, wt)
})
这种方式，赋值仅为with()内的局部变量，要使内部赋值在接下来的代码中可以用，需要使用特殊赋值符（ <<- ）保存到全局变量中。
#nokeepstats只在with()内可以使用，keepstats可以在全局使用
with(mtcars, {
nokeepstats <- summary(mpg)
keepstats <<- summary(mpg)
})
选取数据框中特定实例：实例标识符
#指定标识符，用于标记各类打印输出和图形中实例名称
patientdata <- data.frame(patientID, age, diabetes, status, row.names = patientID)
因子：
分为类别变量和有序类别变量。
#有序类别变量，默认排序规则为字母顺序
status <- c(“Poor”, “Improved”, “Excellent”, “Poor”)
status <- factor(status, ordered = TRUE)
#编码为1 = Excellent, 2 = Improved, 3 = Poor
#自定义顺序
status <- factor(status, order = TRUE, levels = c(“Poor”, “Improved”, “Excellent”))
列表：
#创建列表
mylist <- list(object1, object2, …)
mylist <- list(name1 = object1, name2 = object2, …) #提取元素
mylist[[1]]
mylist[[“name1”]]
mylist$name1
导入数据
#带分隔符的文件
mydataframe <- read.table(file, header = FALSE, sep = “”, row.names = “name”)
#默认stringAsFactors = TRUE一般需要修改
#colClasses为每一列数据指定class
#更多设置信息参考帮助文档
#Excel数据
library(RODBC)
channel <- odbcConnectExcel(“myfile.xls”)
mydataframe <- sqlFetch(channel, “mysheet”)
odbcClose(channel)
library(xlsx)
workbook <- “c:/myworkbook.xlsx”
mydataframe <- read.xlsx(workbook, 1) #XML数据
library(XML) #网页抓取数据
?readLines
?grep
?gsub
library(XML)
library(RCurl) #SPSS数据
library(foreign)
?read.spss
library(Hmisc)
?spss.get #SAS数据
#旧版SAS使用与SPSS数据类似方法
#新版SAS可以先将数据存为.csv文件再导入
#Stata数据
library(foreign)
?read.dta #netCDF数据
library(ncdf)
nc <- nc_open(“mynetCDFfile”)
myarray <- get.var.ncdf(nc, myvar) #HDF5数据
library(hdf5) #访问数据库管理系统
#ODBC接口
library(RODBC)
myconn <- odbcConnect(“mydsn”, uid = “Rob”, pwd = “password”)
crimedat <- sqlFetch(myconn, Crime)
pundit <- sqlQuery(myconn, “select * from Punishment”)
close(myconn) #DBI相关包
library(DBI)
library(RJDBC)
library(RMy)
library(ROracle)
library(RPostgreSQL)
library(RSQLite)
ODBC包主要函数
|
odbcConnect(dsn, uid = “”, pwd = “”) |
建立一个ODBC连接 |
|
sqlFetch(channel, sqltable) |
读取表 |
|
sqlQuery(channel, query) |
向ODBC数据库提交查询并返回结果 |
|
sqlSave(channel, mydf, tablename = sqtable, append = FALSE) |
将数据库写入或更新（append = TRUE）到ODBC数据库中的某个表中 |
|
sqlDrop(channel, sqtable) |
删除ODBC数据库中的某个表 |
|
close(channel) |
关闭连接 |
处理数据对象的实用函数
|
length(object) |
显示对象中元素/成分的数量 |
|
dim(object) |
显示某个对象的维度 |
|
str(object) |
显示某个对象的结构 |
|
class(object) |
显示某个对象的类或类型 |
|
mode(object) |
显示某个对象的模式 |
|
names(object) |
显示某对象中各成分的名称 |
|
c(object1, object2, …) |
将对象合并入一个向量 |
|
cbind(object1, object2, …) |
按列合并对象 |
|
rbind(object1, object2, …) |
按行合并对象 |
|
object |
输出对象 |
|
head(object) |
列出某个对象的开始部分 |
|
tail(object) |
列出某个对象的最后部分 |
|
ls() |
显示当前的对象列表 |
|
rm(object1, object2, …) |
删除对象 rm(list = ls())可以删除几乎所有对象 |
|
newobject <- edit(object) |
编辑对象并另存为newobject |
|
fix(object) |
直接编辑对象 |
第3章 图形初阶
因为总体来讲，作为最终展示的作图，往往使用ggplot2包更好一点。然而在数据分析的过程中，需要首先对数据分布进行一定了解，这就需要一些比较基础的图形。由于本章只是对于图形的创建、保存、颜色、标注等进行解说，因此并不是我们关心的重点，所以我们仅仅将一些通用的方法以索引的方式罗列出来，作为参考。而作为最终展示的图形，在后面的ggplot2包的学习中，将会进行更加详细的阐述。
#图形的输出与保存
pdf(“mygraph.pdf”)
plot(x, y)
title(“my graph”)
dev.off() #图形参数修改
#通过par()函数修改参数，这种方式设定的参数值，在会话结束前一直有效
#生成一个可以修改的当前图形参数列表
opar <- par(no.readonly = TRUE) #设置参数
par(lty = 2, pch = 17) #作图
plot(dose, drugA, type = ‘b’) #还原原始设置
par(opar)
另外也可以直接在绘图函数里设置参数键值对，只对当前图形有效
符号和线条
|
pch |
绘制的点符号（0:25） |
|
cex |
绘制点大小（默认1） |
|
lty |
绘制线形状（1:6） |
|
lwd |
绘制线宽度（默认1） |
颜色
|
col |
默认的绘图颜色，若颜色向量小于绘图数量，则循环使用 |
|
col.axis |
坐标轴刻度文字的颜色 |
|
col.lab |
坐标轴标签名称的颜色 |
|
col.main |
标题颜色 |
|
col.sub |
副标题颜色 |
|
fg |
前景色 |
|
bg |
背景色 |
#用于创建连续型颜色向量的函数
rainbow()
heat.colors()
terrain.colors()
topo.colors() #多阶灰度色
gray() #以上函数使用help()查询具体使用参数
文本尺寸、图形尺寸略
添加标题，可以在plot()函数里声明，也可以用title()函数追加：main标题、sub副标题、xlab, ylab坐标轴标签
设置坐标轴范围xlim, ylim
添加坐标轴函数axis(side, at = x)
添加参考线函数abline(h = yvalues, v = xvalues)
添加图例函数legend(location, title, legend, …)
添加文本标注函数text()向绘图区域内部添加，mtext()向图形边界之一添加
数学标注：详见help(plotmath)
图形组合
#方法1
par(mfrow = c(nrows, ncols))
#接下来的几幅图排列在nrows, ncols矩阵中 #方法2
layout(matrix(c(1, 1, 2, 3)), 2, 2, byrow = TRUE)
#指在2*2矩阵中，第一幅图占据（1,1）和（1,2）第二幅（2,1）第三幅（2,2）
layout(matrix(c(1, 1, 2, 3)), 2, 2, byrow = TRUE,
widths = c(3, 1), heights = c(1, 2))
#各列宽度及各行高度组成的向量，即矩阵的四个部分，宽之比3:1高之比1:2
多幅图形的精细控制：
通过par()函数里的fig参数设置多个图形的相对位置，可以多试几次，直到找到最合适的参数。
opar <- par(no.readonly = TRUE) #设置散点图
par(fig = c(0, 0.8, 0, 0.8))
plot(mtcars$wt, mtcars$mpg,
xlab = "Miles Per Gallon",
ylab = "Car Weight") #在上方和右侧添加箱线图
par(fig = c(0, 0.8, 0.55, 1), new = TRUE)
boxplot(mtcars$wt, horizontal = TRUE, axes = FALSE)
par(fig = c(0.65, 1, 0, 0.8), new = TRUE)
boxplot(mtcars$mpg, axes = FALSE) mtext("Enhanced Scatterplot", side = 3, outer = TRUE, line = -3)
par(opar)