看完了《R语言实战》的第一章和第二章，也听了猴子的知乎live，接下来记录一下这部分的学习感受。
首先是安装R和Rstudio，之前分不清楚这两者的区别，在没有装Rstudio时敲了一下代码，今天装了Rstudio之后又试了一下，体验确实不一样，就像飞信和微信的区别。
第一章简单介绍了R，包括如何安装软件和什么是包，还有一些示例。
第二章主要包括数据结构和数据输入，其中数据结构包括如何定义不同的对象类型和如何使用这些数据，而数据的输入介绍了各种不同类型数据文件的导入。
R包含许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表，如图1所示。
图1
上述对象类型在书中都讲得很清楚了，但更为关键的在于如何灵活地使用。
首先是要记住各个对象类型对应的函数，比如向量为c()，数据框为data.frame()；其次要知道括号里面应该填入什么，比如数据框中不同的列向量可以为不同的类型，但同一列只能为一种类型（字符型、数值型或逻辑型中的一种）；最后就是括号中的参数，还有其他的相关函数了，这些可能都需要多接触多实践，才可能记得住，用得来。
接下来是我的实践，读取猴子提供的病例excel数据，并使用合适的数据结构对这些数据进行存储，完成简单的数据分析。我采用了三种方式：手动输入数据，csv文件导入，还有excel表格导入。
a. 手动输入数据。
跟着猴子的代码打了一遍，跟上思路。
首先是要有行row和列col的概念，在头脑中想象一下你要创建的这个列表每一行是什么，每一列又是什么。在数据框中，列表示变量，行表示观测。
图2
然后是把每一列定义为一个向量，需要用到c()函数，只有把每个向量取好了名字，之后才能调用，注意名字不要取重复了，注意()中的数据必须是同一个类型：即数值型，字符型或逻辑型。
在图2代码中可以看到，病人编号和年龄都是数值型，不需要加引号，姓名name中的数据为字符型，加单引号，糖尿病类型和病情中的数据为字符型，加双引号。
关于这里的单引号和双引号，对于定义字符型变量来说是没有影响的，我修改之后运行结果是一样的。
区别在于单引号和双引号本身作为字符的时候，注意要加\转义符，详细情况参见：
https://www.zhihu.com/question/23076362。
接下来是查找数据，简单的统计，还有如何增加一个新的病人的信息到已有的表中，会用到函数rbind()和cbind()。
最后就是运行程序，在console中得到最终的数据表格结果，如图3所示。处女座的我觉得没太对齐，但暂时还没研究如何处理。
图3
b. csv文件导入。
首先需要把excel文件另存为csv文件。
代码比较简单（见图4），用到read.table()函数，具体用法参见《R语言实战》2.3.2。
需要注意的是，文件位置，Windows中默认的是“\”，与R中的“/”相反，我的做法是把地址复制过来后修改，不知道有没有更好的办法？看到另一个办法，那就是把“\”改为“\\”。
图4
接下来看看结果，见图5。
图5
注意到，姓名，年龄等都是Factor因子，因为read.table()函数默认把字符变量转变为因子。要改变这个情况，可以加入stringsAsFactors = FALSE，结果如下：
图6
c. 导入excel数据
与csv的导入类似，不一样的地方在于：
1 要安装几个包：xlsx，xlsxjars，rJava。遇到问题：rJava无法载入，原因是需要下载64位的JRE安装才可使用。（出现以上错误的原因是你的Java版本是32位的，而你的R是64位的，因此，请下载64位版本的JRE，并且将环境变量JAVA_HOME换为64位JRE的位置，JRE可以在官网下载：http://www.java.com/en/download/manual.jsp）
2 加载xlsx包。
3 若是出现乱码（可能是中文的问题），则加入代码：encoding='UTF-8'。（参考例子：
http://blog.csdn.net/cheyennelam/article/details/56488622）
代码如下：
图7
乱码结果如下：
图8
正确结果如下：
图9
需要阅读的书籍和文章
《数据结构算法》，《 中国人工智能的未来之路》，《RStudio使用指南》。
遇到并解决的问题
1 在R中，安装包的时候，library文件夹无法写入，退出R，管理员身份运行即可。
2 老生常谈的问题：逗号","，分号“;”，双引号“”和单引号‘’，$和&一定不要搞混了（查找数据的时候），但这很难避免，切换输入法（由于要输入中文）并不是每一次都可以做对的。R语言实战也讲过，参见P15：R语言编程中的常见错误。
网友评论