[R语言] 《R语言编程艺术》 第1章 快速入门

为什么学这本书：
这本书我刚开始学习R的时候草草看过，名曰经典入门书籍，实则对R零基础非常不友好

在学习《R for Data Science》和《Data Analysis for the Life Sciences》两本书时，我发现时常需用编程思想解决核心问题，但前者侧重tidyverse包数据处理，后者已是R统计应用，所以需要一本书帮助我捡起编程思想，以及带我进一步了解R编程的魅力

所以从今天就开始重温这本书，存在即合理

前置知识

- 批处理模式

pdf('dat.pdf')
hist(rnorm(100))
# 关闭正在使用的图形设备
# 实际上就是把文件写入磁盘的机制
dev.off()

- 基础知识点

c 表示连接（英文是concatenate）

x <- c(1,2,4)
y <- c(x,x,3);y
# [1] 1 2 4 1 2 4 3

R向量的索引（下标）是从1开始

y[3]
# [1] 4
x[2:3]
# [1] 2 4

退出R

q()

• 内置数据集

data()

函数入门

# 统计奇数
oddcount <- function(x) {
  k <- 0
  for (n in x){
    # 取模 %%
    if (n %% 2 == 1) k <- k + 1
  }
  return(k)
}

var <- c(1,2,3,4,5,6,7,9)
oddcount(var)

在上述例子中：
x：形式参数
var：实际参数

向量入门

• 标量
  单个的数，实际上是一元向量

- 字符串简单处理

u <- paste('abc','de','f');u
# [1] "abc de f"

v <- strsplit(u,' ')
v # v[1]
# [[1]]
# [1] "abc" "de"  "f" 

v[[1]]
# [1] "abc" "de"  "f"  

列表入门

x <- list(u=2,v='abc');x
# $u
# [1] 2
# 
# $v
# [1] "abc"

列表的常见用法是把多个值打包组合在一起，然后从函数中返回

hn <- hist(Nile); hn

数据框入门

d <- data.frame(list(kids=c('Jack','Jill'),
                     ages=c(12,10)))
# dataframe内部本质是list构成的，可省略
d <- data.frame(kids=c('Jack','Jill'),
                     ages=c(12,10))

类入门

以S3类为例

hn <- hist(Nile)
print(hn)

• attribute包含列表的所属类

类需要用在泛型函数中，泛型函数代表一个函数族，其中每个函数都有相似的功能，但是适用于某个特定的类，如summary()和plot()

拓展案例一

—— 考试成绩的回归分析

examsquiz <- data.frame(
  V1 = c(2.0,3.3,4.0,2.3,2.3,2.4,2.4,2.6,3.3,3.1,3.2),
  V2 = c(3.3,2.0,4.3,1.2,1.0,2.4,3.2,3.3,1.7,3.2,2.9),
  V3 = c(4.0,3.7,4.0,3.3,3.3,4.1,4.0,3.9,2.9,3.3,3.1)
)
# V1 期中，V2 期末，V3 平均小测

# 用期中成绩预测期末成绩
lma <- lm(examsquiz$V2 ~ examsquiz$V1)

• 可以用attributes列出lm类实例lma的全部组件

attributes(lma)
# $names
# [1] "coefficients"  "residuals"     "effects"       "rank"          "fitted.values"
# [6] "assign"        "qr"            "df.residual"   "xlevels"       "call"         
# [11] "terms"         "model"        
# 
# $class
# [1] "lm"

• 查看结果

lma$coefficients
# (Intercept) examsquiz$V1 
#  0.8921636    0.6047314 

print(lma) # 等价于 lma
# 
# Call:
#   lm(formula = examsquiz$V2 ~ examsquiz$V1)
# 
# Coefficients:
#   (Intercept)  examsquiz$V1  
#     0.8922        0.6047 

1. 使用print只返回上述结果是由于泛型函数print调用内部的print.lm()来完成
2. 可以用str(lma)查看详细结构，用summary(实际是summa.lm())获取详细摘要

• 多个变量线性拟合

lmb <- lm(examsquiz$V2 ~ examsquiz$V1 + examsquiz$V3)

互联网资源

R包更新

- win

install.packages("installr")
require(installr)
updateR()

- mac

install.packages('devtools') 
library(devtools)
install_github('andreacirilloac/updateR')
library(updateR)
updateR(admin_password = 'Admin user password')