最近在學(xué)習(xí)R凯砍，主要在看《R語言入門與實(shí)踐》這本書（Garrett Grolemund著，馮凌秉譯拴竹，人民郵電出版社）悟衩，做了一些筆記，分享給大家

目錄

這篇筆記的PDF版本：https://pan.baidu.com/s/1PB874TCKAWOP65TM6euFPg
提取碼：08kx

第一部分

第一章 R基礎(chǔ)

1.1 下載栓拜、安裝R和RStudio

• R下載地址：https://cran.r-project.org/mirrors.html
• 選擇對(duì)應(yīng)操作系統(tǒng)的版本座泳，下載并安裝即可
• 安裝成功后的運(yùn)行效果：

• RStudio下載地址：https://rstudio.com/products/rstudio/download/#download
• 安裝成功后，運(yùn)行的效果：

1.2 將R當(dāng)成一個(gè)計(jì)算器

• 可以在R中進(jìn)行各種數(shù)學(xué)運(yùn)算幕与，例如：

> 5*(7^2+1)-3
[1] 247

• 優(yōu)先級(jí)：冪運(yùn)算 > 乘除運(yùn)算 > 加減運(yùn)算
• 括號(hào)內(nèi)的運(yùn)算將優(yōu)先進(jìn)行挑势，存在多個(gè)括號(hào)時(shí)，優(yōu)先計(jì)算最內(nèi)層的括號(hào)

1.3 對(duì)象

• 我們可以使用賦值符號(hào)<-（=也可以纽门，不過更推薦<-）將數(shù)值儲(chǔ)存在一個(gè)對(duì)象中薛耻，例如：

> a <- 5*(7^2+1)-3
> a
[1] 247

• 對(duì)象名不能以數(shù)字或一些特殊字符開頭
• 對(duì)象名區(qū)分大小寫，例如name和Name是不同的對(duì)象
• 如果把新的內(nèi)容賦值給一個(gè)已存在的變量赏陵，則將會(huì)覆蓋掉變量的原始值
• 使用ls()查看已經(jīng)命名的對(duì)象饼齿，使用rm(對(duì)象名)來刪除某個(gè)對(duì)象
• 【注意】僅輸入rm()會(huì)刪除所有對(duì)象，慎用蝙搔！

1.4 函數(shù)

• R中存在各種各樣功能強(qiáng)大的函數(shù)缕溉，即執(zhí)行某種任務(wù)的語句。例如吃型，mean函數(shù)的作用是計(jì)算算術(shù)平均值证鸥，round函數(shù)的作用是四舍五入，sample函數(shù)的作用是從一個(gè)向量中抽取size個(gè)元素并返回，如下：

> mean(1:6)
[1] 3.5
> round(mean(1:6))
[1] 4
> sample(1:6,size=2)
[1] 5 3

• 正如上述例子中的round(mean(1:6))所展示的枉层，函數(shù)可以嵌套
• 通過args函數(shù)查看函數(shù)的參數(shù)泉褐，例如：

> args(sample)
function (x, size, replace = FALSE, prob = NULL) 
NULL

• 我們可以根據(jù)需要，自己編寫自定義函數(shù)鸟蜡，例如下面是一個(gè)計(jì)算t檢驗(yàn)效應(yīng)量的函數(shù)

> #自定義函數(shù)：計(jì)算t檢驗(yàn)的效應(yīng)量
> conhens_d <- function(m1, m2, s) {
+   d <- (m1-m2)/s
+   return(d)
+ }

> #調(diào)用自定義函數(shù)
> conhens_d(23,21,2.5)
[1] 0.8

• 一些相關(guān)的信息：
  • conhens_d是函數(shù)名
  • m1膜赃、m2、s是函數(shù)中的參數(shù)揉忘，只在函數(shù)內(nèi)部有效跳座，如果想設(shè)置默認(rèn)值，則可以在參數(shù)后面添加等號(hào)和數(shù)值泣矛，例如m1=23
  • 花括號(hào)中的代碼是函數(shù)的主體
  • 通過return()返回值
  • #是注釋符疲眷，以#開頭的代碼不會(huì)運(yùn)行
  • 如果指令太長，對(duì)于一條明顯未完整的指令您朽，敲一下回車鍵狂丝，就可以換行（會(huì)顯示一個(gè)“+”，提示用戶繼續(xù)輸入）

1.5 腳本

• 將代碼寫在腳本文件中虚倒，隨后我們可以保存該文件美侦，以便將來使用，在RStudio中的腳本窗口存在兩個(gè)運(yùn)行腳本的按鈕：
  • Source：運(yùn)行腳本中的全部代碼魂奥，對(duì)應(yīng)的語句是source('腳本名.R')（另一種方法是Ctrl+A然后Ctrl+Enter）
  • Run：運(yùn)行腳本中的某一行（快捷鍵Crtl+Enter）

第二章 R包與幫助系統(tǒng)

2.1 R包

• 許多大學(xué)教授菠剩、程序員和統(tǒng)計(jì)學(xué)家使用R設(shè)計(jì)了數(shù)據(jù)分析的工具，并將這些工具無償提供給他人使用耻煤，這些工具就屬于R包具壮。
• R包類似于C、C++和JavaScript中的庫（library）哈蝇，或者Python中的包（package）
• 例如棺妓，ggplot2是一個(gè)很受歡迎的可視化包，為了使用這個(gè)包炮赦，我們首先需要確保計(jì)算機(jī)已經(jīng)連接互聯(lián)網(wǎng)怜跑，并在RStudio中的命令行輸入install.packages()命令來安裝包

install.packages('ggplot2')

• 但該步驟只是將ggplot2安裝到我們的計(jì)算機(jī)中，想要使用這個(gè)包的函數(shù)吠勘，首先需要加載這個(gè)包

library('ggplot2')

• 現(xiàn)在性芬，試著輸入qplot，這是ggplot2包中的一個(gè)函數(shù)剧防，輸入后將會(huì)顯示該函數(shù)的源代碼

> qplot
function (x, y, ..., data, facets = NULL, margins = FALSE, geom = "auto", 
    xlim = c(NA, NA), ylim = c(NA, NA), log = "", main = NULL, 
    xlab = NULL, ylab = NULL, asp = NA, stat = NULL, position = NULL) 
{
    ...
}

• 如果未使用library函數(shù)導(dǎo)入ggplot2包便直接輸入qplot植锉，結(jié)果會(huì)顯示錯(cuò)誤: 找不到對(duì)象'gplot'，這是因?yàn)楸仨氁d入一個(gè)包才能使用其中的函數(shù)

• 現(xiàn)在試著輸入如下的代碼峭拘，體驗(yàn)一下qplot的功能吧

> x <- c(-1,-.8,-.6,-.4,-.2,0,.2,.4,.6,.8,1)
> y <- x^3
> qplot(x,y)

• qplot的含義是“quick plot”俊庇，其作用是依據(jù)兩個(gè)相同長度的向量來繪制散點(diǎn)圖狮暑，對(duì)于上述的例子，結(jié)果如下

• 如果想更新R包辉饱，則可以使用update.packages()命令搬男，如果想同時(shí)更新多個(gè)R包，只需要把R包名稱放入到一個(gè)向量中（第二章會(huì)介紹什么是向量）鞋囊，例如：

update.packages(c('ggplot2','reshape2','dplyr'))

• 如果想同時(shí)安裝多個(gè)R包止后，也可以使用這樣的方法

2.2 從幫助頁面獲取幫助

• R的函數(shù)非常多，想要記住和學(xué)會(huì)所有函數(shù)幾乎是不可能的溜腐，所幸每個(gè)R函數(shù)都有自己的幫助頁面，在RStudio中輸入?函數(shù)名即可打開相應(yīng)的頁面

• 例如：

?qplot

• 此時(shí)將打開該函數(shù)的幫助頁面（點(diǎn)擊下圖所示的按鈕可以打開單獨(dú)的頁面）

• 一般來說瓜喇，幫助頁面包含了以下信息

• 此外望众，如果我們不小心忘記了某個(gè)函數(shù)的確切名稱，可以使用??函數(shù)名的關(guān)鍵詞來查找相關(guān)的函數(shù)伞辛，例如可以輸入以下代碼烂翰，查看與“plot”相關(guān)的函數(shù)

??plot

2.3 獲取更多的幫助

• Stack Overflow（https://stackoverflow.com/）是一個(gè)非常流行的技術(shù)問答網(wǎng)站，可以在這里搜索和上傳你遇到的問題

第二部分

第三章 R對(duì)象

3.1 原子型向量

• 原子型向量是R中最基本的數(shù)據(jù)類型蚤氏，是一系列數(shù)值的集合
• 使用c()將數(shù)值或字符串合并為一個(gè)原子型向量甘耿，（c的意思是concatenate，也可以理解為collect竿滨、combine）

> x <- c(3,-2,4,7,5,-1,0)
> x
[1]  3 -2  4  7  5 -1  0

• 使用is.vector()查看某個(gè)對(duì)象是否是向量
• 使用length()獲取向量的長度

> is.vector(x)
[1] TRUE
> length(x)
[1] 7

• 向量也支持計(jì)算：

  1. 當(dāng)對(duì)象y的值為4時(shí)佳恬，x+y意味著x中每個(gè)元素加4
  2. 當(dāng)y也是向量時(shí)，x+y意味著對(duì)應(yīng)索引的元素相加

• 原子型向量的6種基本類型：

• 可以使用typeof()命令查看向量的類型
• 向量的常見屬性有name（名稱）乖菱、dim（維度）和class（類）坡锡。例如，對(duì)于上述例子中的向量x窒所，我們可以通過names()添加名稱：

> x <- c(3,-2,4,7,5,-1,0)
> names(x) <- c('one','two','three','four','five','six','seven')
> x
  one   two three  four  five   six seven 
    3    -2     4     7     5    -1     0 

• 使用:來快速定義向量

> x <- 1:6
> x
[1] 1 2 3 4 5 6

• 可以在這個(gè)方法的基礎(chǔ)上靈活變通鹉勒，例如，如果想要小數(shù)的話：

> x <- (1:6)*0.3
> x
[1] 0.3 0.6 0.9 1.2 1.5 1.8

3.2 矩陣

• 矩陣將數(shù)值儲(chǔ)存在一個(gè)二維數(shù)組中吵取，我們可以使用matrix函數(shù)將向量放置在矩陣中禽额，并通過參數(shù)nrow、ncol來設(shè)置矩陣的行皮官、列的數(shù)量脯倒，例如：

> a <- c(1,2,3,4,5,6)
> m <- matrix(a,nrow=2,ncol=3)
> m
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

3.3 數(shù)組

• 使用array函數(shù)來生成一個(gè)n維的數(shù)組，通過dim參數(shù)來設(shè)置維度大小

> a <- array(c(1:24), dim=c(2,3,4))
> a
, , 1

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

, , 2

     [,1] [,2] [,3]
[1,]    7    9   11
[2,]    8   10   12

, , 3

     [,1] [,2] [,3]
[1,]   13   15   17
[2,]   14   16   18

, , 4

     [,1] [,2] [,3]
[1,]   19   21   23
[2,]   20   22   24

3.4 類

• 使用class函數(shù)來查看對(duì)象的類捺氢，即class屬性（class和type不是一個(gè)東西）藻丢，例如，對(duì)于上述的數(shù)組a：

> class(a)
[1] "array"

• R使用了一個(gè)特殊的類來表述時(shí)間和日期數(shù)據(jù)

> now <- Sys.time()
> now
[1] "2020-11-03 20:35:47 CST"
> typeof(now)
[1] "double"
> class(now)
[1] "POSIXct" "POSIXt" 

• 因子（factor）這個(gè)類儲(chǔ)存的是分類數(shù)據(jù)摄乒，例如：

> gender <- factor(c('male','female','female'))
> attributes(gender)
$levels
[1] "female" "male"  

$class
[1] "factor"

• factor函數(shù)使得在統(tǒng)計(jì)分析中加入分類變量變得簡單悠反，R時(shí)常會(huì)嘗試將character向量轉(zhuǎn)換成factor，除非有這樣的需要馍佑，否則一般應(yīng)該避免這種強(qiáng)制轉(zhuǎn)換（使用as.character()函數(shù)）

3.5 強(qiáng)制轉(zhuǎn)換

• 如果把不同類型的數(shù)據(jù)放入同一個(gè)對(duì)象中斋否，R會(huì)將其強(qiáng)制轉(zhuǎn)換為同一類型的數(shù)據(jù)（例如，將字符串和數(shù)字放入一個(gè)向量中拭荤，數(shù)字會(huì)被轉(zhuǎn)變?yōu)樽址还螅瑢?shù)字和邏輯型放入一個(gè)向量中卵牍，TRUE會(huì)被轉(zhuǎn)換為1，F(xiàn)ALSE會(huì)被轉(zhuǎn)換為0）
• 可以使用as函數(shù)家族進(jìn)行強(qiáng)制轉(zhuǎn)換，例如：

> as.character(1)
[1] "1"
> as.logical(1)
[1] TRUE
> as.double(TRUE)
[1] 1

3.6 列表

• 列表（list）儲(chǔ)存的是對(duì)象而非數(shù)值区匠，通過列表苛蒲，我們可以將不同類型的數(shù)據(jù)（數(shù)字啦帆喇、字符串啦钓简、邏輯型啦）放置在一個(gè)集合里

> my_list <- list(1:10, 'text', TRUE)
> my_list
[[1]]
 [1]  1  2  3  4  5  6  7  8  9 10

[[2]]
[1] "text"

[[3]]
[1] TRUE

3.7 數(shù)據(jù)框

• 數(shù)據(jù)框（data frame）是列表的二維版本。在數(shù)據(jù)框中评凝，每一列是一個(gè)向量（和Excel表格比較相似）追葡，并且各個(gè)向量的長度要相等，例如：

> students <- data.frame(name=c('harry','ron','hermione'), gender=c('male','male','female'),age=c(17,17,17))
> students
      name gender age
1    harry   male  17
2      ron   male  17
3 hermione female  17

• 數(shù)據(jù)框其實(shí)是一個(gè)class為data.frame的列表
• 上述的name和gender實(shí)際上將被存儲(chǔ)為factor奕短，如果不想被強(qiáng)制轉(zhuǎn)換宜肉，可以在data.frame()中添加一個(gè)參數(shù)stringsAsFactors=FALSE
• 數(shù)據(jù)框的索引方法：數(shù)據(jù)框名稱+美元符號(hào)+列的名稱，例如students$gender可以返回students這個(gè)數(shù)據(jù)框中名為gender的一列（非常方便ｔ岜）

> students$gender
[1] "male"   "male"   "female"

• 2021/3/29更新：我發(fā)現(xiàn)data.table比data.frame更好用谬返，推薦大家嘗試（需要先安裝“data.table”包）

3.8 加載和保存數(shù)據(jù)

3.8.1 R基礎(chǔ)包中的數(shù)據(jù)集

• R中的基礎(chǔ)包datasets自帶了很多數(shù)據(jù)集，這些數(shù)據(jù)集沒有太多的分析價(jià)值日杈，主要的作用是方便我們測試代碼遣铝∮铀ⅲ可以使用以下命令來查看這些數(shù)據(jù)集的簡介：

help(packages='datasets')

• 若想使用某個(gè)數(shù)據(jù)集，酿炸，只需要輸入其名稱即可（見第十章的筆記）

3.8.2 工作目錄

• 當(dāng)嘗試加載或保存數(shù)據(jù)時(shí)瘫絮，在沒有額外指定文件地址的情況下，R都會(huì)在一個(gè)默認(rèn)的文件目錄中進(jìn)行操作填硕，這就是R的工作目錄

• 可以使用如下代碼查看R的工作目錄：

> getwd()
[1] "C:\Users\韋子謙\Documents"

• 對(duì)于不同的計(jì)算機(jī)麦萤，默認(rèn)的工作目錄可能是不同的。以及扁眯，R無法讀取中文路徑的文件（至少在我自己的電腦上是這樣的）壮莹，最好將工作目錄設(shè)置為其他的位置。改變工作目錄的方法之一是setwd函數(shù)

> setwd('D:/R_project')

• 但我自己嘗試的結(jié)果是姻檀，每次啟動(dòng)RStudio垛孔，之前用setwd()函數(shù)設(shè)置的工作目錄就會(huì)失效，解決的方法是直接在RStudio的菜單欄里修改工作目錄：“Tools”——“Globe Options”——“Gneral”——“Basic”——“R Sessions”——“Default working directory (when not in a project)”

3.8.3 讀取和寫入純文本文件

• 純文本文件是存儲(chǔ)數(shù)據(jù)的常見格式之一施敢，其將數(shù)據(jù)表存儲(chǔ)在了文本文件中，表中每一行都對(duì)應(yīng)文本中的一行狭莱，每一行的不同元素都用一些簡單的符號(hào)隔開僵娃，即分隔符

• 常用的分隔符有空格、逗號(hào)腋妙，等等默怨。每個(gè)文件只會(huì)使用其中一種分隔符

• 所有的純文本文件都可以存儲(chǔ)為擴(kuò)展名為txt的文件，但有時(shí)候也可以使用特殊的擴(kuò)展名以告訴用戶該文件使用的分隔符骤素。例如匙睹，csv（Comma-Separated Values）格式的文件使用逗號(hào)作為分隔符

• 要加載一個(gè)純文本文件，可以使用read函數(shù)济竹，舉個(gè)例子：

data1 <- read.table('data.csv',sep=',',header=TRUE,na.strings='.',skip=3,nrow=5,stringsAsFactors=FALSE)

• 在這里痕檬，我們從R的工作目錄加載了一個(gè)名為“data.csv”的數(shù)據(jù)集，并將其內(nèi)容放置在名為data1的對(duì)象中送浊，涉及到的參數(shù)如下：

  • sep：該參數(shù)告訴read.table()我們的文件使用了何種分隔符
  • header：是否將第一行的數(shù)據(jù)視為變量名梦谜。如果第一行是變量名，則設(shè)置為TRUE
  • na.strings：有時(shí)候袭景，數(shù)據(jù)文件中會(huì)使用一些符號(hào)來表示缺失值（NA）唁桩，該參數(shù)會(huì)告訴read.table()缺失值的位置，read.table()則會(huì)將這些值讀取為NA（在上面這個(gè)例子中耸棒，數(shù)據(jù)文件中用于表示缺失值的符號(hào)為“.”）
  • skip：有時(shí)也我們需要忽略數(shù)據(jù)文件開頭的幾行荒澡，此時(shí)可以用skip來指定從第幾行開始讀取數(shù)據(jù)
  • nrow：告訴read.table()在讀取了一定數(shù)量的數(shù)據(jù)行后就不再讀取（指定的行數(shù)不包括表頭）
  • stringsAsFactors：有時(shí)候R會(huì)將字符串類型轉(zhuǎn)換為因子型与殃，如果不想讓R這么做单山，則可以將stringsAsFactors設(shè)置為FALSE

• 當(dāng)需要加載多個(gè)數(shù)據(jù)時(shí)碍现，還可以通過更改全局設(shè)置來統(tǒng)一設(shè)定一些參數(shù)，例如：

options(stringsAsFactors=FALSE)

• read函數(shù)家族

• 在RStudio中鸵赫，通過點(diǎn)擊Environment面板的“import Dataset”，也可以將外部文檔的數(shù)據(jù)導(dǎo)入至數(shù)據(jù)框中（該功能相當(dāng)于read.table()命令的圖形用戶界面）

• 使用write函數(shù)保存數(shù)據(jù)躏升，如下：

• 需要注意的是辩棒，write函數(shù)無法在計(jì)算機(jī)上創(chuàng)建新的文件夾，因此在保存文件時(shí)膨疏，請(qǐng)確保寫入路徑的文件夾都已創(chuàng)建好
• 此外一睁，還可以使用bzfile（bzip2類型）、gzfile（gzip類型）或xzfile函數(shù)（xz類型）來壓縮文件佃却，用法如下：

write.csv(data1, file=bzfile("data1.csv.bz2"), row.names=FALSE)

• 讀取壓縮文件的方法如下：

read.csv("data1.csv.bz2")

3.8.4 讀取和寫入R文件

• RDS文件可以存儲(chǔ)單個(gè)R對(duì)象者吁，而RData文件可以存儲(chǔ)多個(gè)R對(duì)象

• 使用readRDS函數(shù)來打開RDS文件，例如：

data1 <- readRDS("data1.RDS")

• 打開RData的方法則更簡單饲帅，只需運(yùn)行l(wèi)oad函數(shù)即可复凳，其中的R對(duì)象會(huì)以其原本的名稱加載到工作區(qū)中：

load("data1.RData")

• 【tips】RData不會(huì)告訴你讀取了多少個(gè)R對(duì)象，也不會(huì)告訴你各個(gè)對(duì)象的具體名稱灶泵，解決的方法之一是在命令行兩側(cè)加上括號(hào)育八，例如(load("data1.RData"))，這會(huì)強(qiáng)制R在讀取文件時(shí)顯示其中所有對(duì)象的名稱

• 將對(duì)象保存RDS文件的方法是saveRDS函數(shù)赦邻，第一個(gè)參數(shù)是R對(duì)象的名稱髓棋，第二個(gè)參數(shù)是目標(biāo)路徑和文件名。保存為RData的方法是save函數(shù)惶洲，例如可以通過以下代碼來保存a按声、b、c三個(gè)對(duì)象：

save(a,b,c,file="data1.RData")

• RData的缺點(diǎn)在于恬吕，我們可能自己都忘了里面保存了啥東西签则，而且如果當(dāng)前的工作區(qū)存在同名對(duì)象的話，讀取RData會(huì)導(dǎo)致同名對(duì)象被覆蓋币呵，因此保存為RDS文件會(huì)更好一些
• 相比存儲(chǔ)為純文本文件怀愧，存儲(chǔ)為R文件的好處在于，因子余赢、日期芯义、時(shí)間或類屬性等信息將得到保留，缺點(diǎn)則是妻柒，許多軟件程序都無法讀取R文件扛拨，因此其不利于數(shù)據(jù)分享，而且萬一哪天你的電腦上沒有了R举塔，那么可能連打開R文件都會(huì)變得困難（我的理解是绑警，如果你的數(shù)據(jù)還沒分析完求泰，那么可以保存為R文件以便下次繼續(xù)分析，但如果數(shù)據(jù)已經(jīng)處理好了计盒，那么最終導(dǎo)出的結(jié)果最好是純文本文件）

3.8.5 讀取Excel

• 書中介紹的方法是XLConnect包渴频，不過我發(fā)現(xiàn)目前RStudio默認(rèn)使用的是readxl包（感覺通過選項(xiàng)菜單來導(dǎo)入文件比寫代碼要方便多了……）

3.8.6 從其它程序加載文件

• 有些時(shí)候，我們會(huì)拿到某個(gè)類型的數(shù)據(jù)北启，但卻沒有對(duì)應(yīng)的原始程序卜朗，此時(shí)可以嘗試使用以下R包中的函數(shù)來讀取數(shù)據(jù)

3.8.7 從數(shù)據(jù)庫中讀取數(shù)據(jù)

• DBI包可以通過驅(qū)動(dòng)程序連接至數(shù)據(jù)庫，要從某個(gè)數(shù)據(jù)庫中讀取數(shù)據(jù)咕村，首先需要下載其與DBI包相關(guān)聯(lián)的R包场钉，這些包為特定的數(shù)據(jù)庫程序的原始驅(qū)動(dòng)程序提供了API。例如懈涛，對(duì)于MySQL數(shù)據(jù)庫需要使用RMySQL包逛万，對(duì)于SQLite數(shù)據(jù)庫需要使用RSQLite包，等等

第四章 R的記號(hào)體系

• R的記號(hào)體系可以幫助我們從R對(duì)象中提取值批钠，一般的形式是先寫出對(duì)象名宇植，然后是一個(gè)中括號(hào)，例如x[ , ]埋心，在R中有六種索引方式当纱，分別為正整數(shù)、負(fù)整數(shù)踩窖、零、空格晨横、邏輯值洋腮、名稱

4.1 正整數(shù)

• 如下，students[1,1]返回的值是第一行第一列的元素

> students <- data.frame(name=c('harry','ron','hermione'), gender=c('male','male','female'),age=c(17,17,17))
> students
      name gender age
1    harry   male  17
2      ron   male  17
3 hermione female  17
> students[1,1]
[1] harry

• 如果想取多個(gè)數(shù)值手形，可以用向量代替數(shù)值作為索引的參數(shù)啥供，例如students[c(1,2),1]或students[1:2,1]返回的是第一、第二行库糠，第一列的兩個(gè)元素

> students[1:2,1]
[1] harry ron 

• 如果想提取一整行或一整列：

> students[1,]  # 提取第一行
   name gender age
1 harry   male  17
> students[,1]  # 提取第一列
[1] harry    ron      hermione

• 注意：如果從數(shù)據(jù)框中提取兩行或兩列以上的數(shù)據(jù)伙狐，將返回一個(gè)新的數(shù)據(jù)框，如果只提取一列瞬欧，則只會(huì)返回一個(gè)向量

4.2 負(fù)整數(shù)

• 和正整數(shù)索引相反贷屎，負(fù)整數(shù)索引將返回負(fù)整數(shù)索引對(duì)應(yīng)的元素之外的部分，例如艘虎，students[-1,1]將返回students中第一行之外的所有元素唉侄，即第二、第三行

> students[-1,]
      name gender age
2      ron   male  17
3 hermione female  17

4.3 零索引

• 如果索引時(shí)使用0野建，那么返回的是一個(gè)空對(duì)象（沒啥用處……）

> students[0,0]
data frame with 0 columns and 0 rows

4.4 空格索引

• 其實(shí)就是上文所說的提取一整行或一整列的方法属划，students[1,]和students[1, ]的效果是一樣的

4.5 邏輯值索引

• 這種方法將提取TRUE對(duì)應(yīng)的元素恬叹，FALSE對(duì)應(yīng)的元素則不會(huì)提取，例如：

> students[c(TRUE, FALSE,TRUE),2]
[1] male   female

4.6 名稱索引

• 這是從數(shù)據(jù)框中提取列的常用方法

> students[1:3, 'name']
[1] harry    ron      hermione

4.7 美元符號(hào)和雙中括號(hào)

• 美元符號(hào)可以很方便地提取出數(shù)據(jù)框中的某一列

> students$name
[1] harry    ron      hermione

• 如果一個(gè)列表中有若干個(gè)子列表同眯，雙中括號(hào)可以直接提取子列表中的元素绽昼，而不會(huì)返回一個(gè)列表對(duì)象

> l <- list(c(1,2,3), c(TRUE, FALSE))
> l
[[1]]
[1] 1 2 3

[[2]]
[1]  TRUE FALSE

> l[1]
[[1]]
[1] 1 2 3

> l[[1]]
[1] 1 2 3

第五章 對(duì)象改值

5.1 就地改值

• 通過索引選擇想要更改的元素，然后將新的值通過<-賦給該對(duì)象须蜗，例如：

> x <- c(1,2,3,4,5)
> x[1] <- 100
> x
[1] 100   2   3   4   5

• 也可以批量改值硅确，例如：

> x[1:3] <- c(100,200,300)
> x
[1] 100 200 300   4   5

• 亦可以添加新的元素，例如：

> x[6] <- 6
> x
[1] 100 200 300   4   5   6

• 這種添加新元素的方法還可以用于在數(shù)據(jù)框中添加新變量（即唠粥，新的一列）

> students <- data.frame(name=c('harry','ron','hermione'), gender=c('male','male','female'),age=c(17,17,17))
> students$new <- 1:3
> students
      name gender age new
1    harry   male  17   1
2      ron   male  17   2
3 hermione female  17   3

• 如果想刪除某一列疏魏，則賦值為NULL即可

> students$new <- NULL
> students
      name gender age
1    harry   male  17
2      ron   male  17
3 hermione female  17

• 這些操作都是即時(shí)進(jìn)行的，所以在對(duì)數(shù)據(jù)框進(jìn)行修改之前晤愧，最好先保留一份備份

5.2 邏輯取子集

5.2.1 邏輯測試

• R中的七種邏輯運(yùn)算符

• 對(duì)于每一個(gè)邏輯運(yùn)算符，R會(huì)將運(yùn)算符兩邊的值或向量進(jìn)行對(duì)比钠右，并返回邏輯值赋元，例如：

> 3 > c(1,2,3,4,5)
[1]  TRUE  TRUE FALSE FALSE FALSE

• 【tips】：%in%是唯一不進(jìn)行一一對(duì)比的運(yùn)算符，其主要是判斷左邊的值是否出現(xiàn)在右邊的對(duì)象中

• 通過邏輯運(yùn)算符飒房，我們可以很方便地從對(duì)象中提取出我們想要的元素

> a <- c('group1','group2','group1','group2')
> b <- c(0.586, 0.762, 0.462, 0.631)
> a=='group1'
[1]  TRUE FALSE  TRUE FALSE
> b[a=='group1']
[1] 0.586 0.462

• 而且還可以使用多個(gè)運(yùn)算符

> b[a=='group1' & b>0.5]
[1] 0.586

• 邏輯值取子集非常強(qiáng)大搁凸，可以幫助我們快速定位、提取和修改對(duì)象中的元素狠毯。在使用這種方法時(shí)护糖，我們并不需要知道元素的具體位置，只需要知道如何用邏輯測試來描述這些元素即可

5.2.2 布爾運(yùn)算符

• 以下幾個(gè)運(yùn)算符可以將多個(gè)邏輯測試的結(jié)果整合并輸出為一個(gè)邏輯值（TRUE or FALSE）

• 例如：

> any(1>2, 'yes'=='no',2*2==4)
[1] TRUE

5.2.3 缺失信息

• R中的特殊字符NA代表“not available”罕偎，可用于儲(chǔ)存缺失信息羡蛾。如果運(yùn)算時(shí)存在缺少信息，那么NA將被原封不動(dòng)地保留，例如：

> 1+NA
[1] NA

• 某些情況下痴怨，NA的存在會(huì)使數(shù)據(jù)處理變得棘手忙干，例如當(dāng)我們想計(jì)算一個(gè)向量中所有元素的均值，但向量中存在NA浪藻，將會(huì)導(dǎo)致：

> mean(c(1,2,3,NA))
[1] NA

• 此時(shí)可以添加一個(gè)可選參數(shù)na.rm（大部分R函數(shù)都會(huì)存在這個(gè)參數(shù)）捐迫，意味著“NA remove”，例如：

> mean(c(1,2,3,NA),na.rm = TRUE)
[1] 2

• 另外爱葵，我們還可以通過is.na函數(shù)來判斷是否存在NA：

> is.na(NA)
[1] TRUE
> is.na(c(1,2,3,NA))
[1] FALSE FALSE FALSE  TRUE
> any(is.na(c(1,2,3,NA)))
[1] TRUE

第六章 R的環(huán)境系統(tǒng)

6.1 R的環(huán)境系統(tǒng)

• R的環(huán)境系統(tǒng)很像電腦中的系統(tǒng)目錄施戴，是以層級(jí)結(jié)構(gòu)存儲(chǔ)的，其中萌丈，全局環(huán)境（globe environment）扮演著關(guān)鍵的作用赞哗，命令行中運(yùn)行的所有命令都是在全局環(huán)境中進(jìn)行的，在命令行中創(chuàng)建的所有對(duì)象也被存儲(chǔ)在全局環(huán)境中（見下圖）

• 任何時(shí)候辆雾，R的活動(dòng)環(huán)境（active environment）都只有一個(gè)肪笋，其會(huì)將所有的新對(duì)象存儲(chǔ)在當(dāng)前的活動(dòng)環(huán)境中，一般來說度迂，全局環(huán)境就是活動(dòng)環(huán)境
• 某些情況下藤乙，例如在運(yùn)行函數(shù)時(shí)，R的活動(dòng)環(huán)境就變成了運(yùn)行時(shí)環(huán)境（runtime environment）惭墓，R會(huì)在這個(gè)新的環(huán)境中運(yùn)行該函數(shù)坛梁，并帶著函數(shù)運(yùn)行的結(jié)果回到調(diào)用該函數(shù)時(shí)的環(huán)境（也就是說，在函數(shù)內(nèi)部修改外部環(huán)境的對(duì)象時(shí)腊凶，修改的只是該對(duì)象的副本）
• 當(dāng)調(diào)用某個(gè)對(duì)象時(shí)划咐，R首先會(huì)在當(dāng)前環(huán)境中尋找該對(duì)象，如果沒有找到钧萍，就會(huì)進(jìn)入該環(huán)境的父環(huán)境（parent environment）中尋找尖殃，例如：

deal <- function(){
  print(x)
}

x <- 'hello'
deal()

• 上述例子中，對(duì)象x是在全局環(huán)境中定義的划煮，當(dāng)運(yùn)行deal函數(shù)的時(shí)候，R首先會(huì)在該函數(shù)的活動(dòng)環(huán)境（也就是運(yùn)行時(shí)環(huán)境）中尋找x缔俄，但該環(huán)境中并不存在x弛秋，因此R進(jìn)入到該運(yùn)行時(shí)環(huán)境的父環(huán)境（也就是全局環(huán)境）中尋找x，這就是為什么函數(shù)內(nèi)部可以調(diào)用函數(shù)外部的對(duì)象俐载，但卻無法在全局環(huán)境中調(diào)用函數(shù)內(nèi)部的對(duì)象

第三部分

第七章 程序

7.1 策略

• 當(dāng)我們需要將一個(gè)復(fù)雜的任務(wù)編寫為R程序時(shí)蟹略，可以通過如下三個(gè)策略來簡化這個(gè)任務(wù)

  1. 將復(fù)雜任務(wù)分解成一些簡單的子任務(wù)
  2. 使用實(shí)例
  3. 用通俗的語言描述解決方案，然后將其轉(zhuǎn)換為R代碼

• 通扯粲叮可以將R程序分解為如下兩種子任務(wù)

  • 有序步驟（sequential step）：例如河內(nèi)塔問題就可以拆解成若干個(gè)步驟：把最大的圓盤移動(dòng)到目標(biāo)柱子挖炬、把第二大的圓盤移動(dòng)到目標(biāo)柱子……把最小的圓盤移動(dòng)到目標(biāo)柱子
  • 同類情況（parallel case）：以書中的簡化版老虎機(jī)為例，當(dāng)老虎機(jī)轉(zhuǎn)出三個(gè)同樣的符號(hào)時(shí)状婶，使用一種算法來計(jì)算獎(jiǎng)金意敛，當(dāng)轉(zhuǎn)出的符號(hào)都是杠馅巷，則使用第二種算法，其余情況則使用第三種草姻，等等

7.2 if和else語句

• 可以用if語句來統(tǒng)一處理某一類的情況钓猬，格式如下：

if (this) {
  plan A
} else if (that) {
  plan B
} else {
  plan C
}

• this是某個(gè)邏輯測試或返回TRUE/FALSE的表達(dá)式，this為TRUE時(shí)運(yùn)行plan A撩独，如果this為FALSE而that為TRUE時(shí)敞曹，運(yùn)行plan B，如果this和that都為FALSE综膀，則屬于else的情況澳迫，此時(shí)運(yùn)行plan C

第八章 S3

• 先來看看下面這個(gè)例子，對(duì)象n的取值為1000000000剧劝，當(dāng)n的class（也就是“類”）是“numeric”時(shí)橄登，print出來的結(jié)果是1e+09，但當(dāng)n的class被替換為"POSIXct"和"POSIXt"后担平，print出來的結(jié)果就變成了一個(gè)時(shí)間

> n <- 1000000000
> class(n)
[1] "numeric"
> n
[1] 1e+09
> class(n) <- c("POSIXct", "POSIXt")
> class(n)
[1] "POSIXct" "POSIXt" 
> n
[1] "2001-09-09 09:46:40 CST"

• 在上述例子中示绊，n的取值沒有變，但是class變了暂论，class的變化之所以會(huì)導(dǎo)致不同的輸出結(jié)果面褐，是因?yàn)镽對(duì)于不同的class有著不同的處理方式
• class是屬性的一種，屬性（attribute）取胎、泛型函數(shù)（generic function）和方法（method）展哭，三者共同構(gòu)成了R的S3系統(tǒng)，這個(gè)系統(tǒng)掌管著R如何處理具有不同類的對(duì)象

8.1 屬性

• 可以使用attributes函數(shù)來查看一個(gè)對(duì)象的屬性闻蛀，例如匪傍，gender這個(gè)對(duì)象就有兩個(gè)屬性，一個(gè)是levels屬性觉痛，一個(gè)是class屬性

> gender <- factor(c('male','female','female'))
> attributes(gender)
$levels
[1] "female" "male"  

$class
[1] "factor"

• 又例如役衡，剛剛提到的n，修改class之后薪棒，其屬性如下：

> attributes(n)
$class
[1] "POSIXct" "POSIXt" 

• 我們還可以通過attr函數(shù)來給對(duì)象添加新的屬性手蝎，例如，我們給剛剛定義的n添加一個(gè)叫Hello的屬性俐芯，該屬性的值為World

> attr(n, 'Hello') <- "World"

• 現(xiàn)在用attributes函數(shù)來看看n的屬性棵介，可以發(fā)現(xiàn)新增了我們剛剛添加的屬性

> attributes(n)
$class
[1] "POSIXct"

$Hello
[1] "World"

8.2 泛型函數(shù)

• 在控制臺(tái)中輸入對(duì)象名n，R對(duì)此的反應(yīng)是print(n)吧史，但正如上一節(jié)提到的邮辽，n的取值保持不變，當(dāng)n的class改變的時(shí)候，print出來的內(nèi)容是不同的吨述，之所以print函數(shù)能根據(jù)不同情況/場合完成不同的任務(wù)（例如根據(jù)不同的class給出不同的結(jié)果）岩睁，是因?yàn)閜rint不是一個(gè)普通的函數(shù)，而是一個(gè)泛型函數(shù)

8.3 方法

• 作為一個(gè)泛型函數(shù)锐极，print()的原理大致是這樣的笙僚，其首先會(huì)查找一個(gè)對(duì)象的class屬性，然后根據(jù)不同的class分配合理的輸出顯示方式
• 具體而言灵再，當(dāng)調(diào)用print()時(shí)肋层，其會(huì)調(diào)用一個(gè)名為UseMethod的函數(shù)（見第十章的代碼調(diào)試部分的圖示），該函數(shù)會(huì)檢查我們提供給print函數(shù)的第一個(gè)參數(shù)的class屬性翎迁，然后將我們提供的待輸出的對(duì)象交給一個(gè)新函數(shù)來處理栋猖。例如，對(duì)于一個(gè)class為POSIXct的對(duì)象汪榔，UseMethod會(huì)交給print.POSIXct函數(shù)來處理蒲拉，而對(duì)于一個(gè)class為factor的對(duì)象，會(huì)交給print.factor來處理
• 在這里痴腌，print.POSIXct和print.factor被稱為print函數(shù)的方法（method）雌团，這兩個(gè)函數(shù)本身是普通的R函數(shù)，但特別之處在于R會(huì)調(diào)用它們?nèi)ヌ幚砭哂袑?duì)應(yīng)class屬性的對(duì)象
• 可以通過methods函數(shù)來查看一個(gè)泛型函數(shù)所支持的方法士聪，例如print函數(shù)支持將近200種方法

> methods(print)
  [1] print.acf*                                          
  [2] print.anova*                                        
  [3] print.aov*
  ...
  [183] print.xgettext*
  [184] print.xngettext*
  [185] print.xtabs* 

8.4 小結(jié)

• 之所以稱為S3系統(tǒng)锦援，是由于其起源于S語言的第三個(gè)版本（S語言是R語言的前身），許多常見的R函數(shù)都是S3泛型函數(shù)剥悟，可以支持多種不同的類方法函數(shù)灵寺，S3系統(tǒng)使得R函數(shù)能在不同的場合有不同的表現(xiàn)
• R還有另外兩個(gè)創(chuàng)建class屬性行為的系統(tǒng)——S4系統(tǒng)和R5系統(tǒng)，雖然使用難度較大区岗，但也提供了S3系統(tǒng)所沒有的防護(hù)措施
• 關(guān)于S3的編程方法略板，可以參考Handley Wickham所著的《advanced R programming》

第九章 循環(huán)

• 循環(huán)（loop）是R用來重復(fù)完成某個(gè)任務(wù)的方法

9.1 for循環(huán)

• 格式如下，that是一個(gè)對(duì)象集合慈缔，對(duì)于出現(xiàn)在that中的每一個(gè)值叮称，R都會(huì)循環(huán)運(yùn)行一遍兩個(gè)大括號(hào)之間的代碼（也就是this）

for (value in that) {
  this
}

9.2 while循環(huán)

• 格式如下，當(dāng)condition為True時(shí)藐鹤，R會(huì)反復(fù)循環(huán)兩個(gè)大括號(hào)之間的代碼瓤檐，直到condition為False或用戶手動(dòng)停止程序（按下Esc鍵或RStudio控制臺(tái)面板上的停止圖標(biāo)）

while (condition) {
  code
}

9.3 repeat循環(huán)

• 格式如下，R會(huì)反復(fù)循環(huán)repeat中的代碼教藻，直到遇到了break命令

repeat{
  code
  if (this) {
    break
  }
}

9.4 小結(jié)

• 循環(huán)并非是在R中實(shí)現(xiàn)重復(fù)性任務(wù)自動(dòng)化的唯一途徑（例如，replicate函數(shù)也可以實(shí)現(xiàn)）右锨，遺憾的是括堤，相比其它編程語言，循環(huán)代碼在R中的運(yùn)行速度更慢，但是別擔(dān)心悄窃，我們可以使用向量化編程來提高代碼的運(yùn)行速度讥电！

第十章 代碼提速

10.1 向量化代碼

• 向量化的代碼可以接受一個(gè)含有多個(gè)值的向量作為輸入，并且同時(shí)操作向量中的每個(gè)元素轧抗。其使用了R的三大法寶：邏輯測試恩敌，取子集和元素方式執(zhí)行
• 先來看一個(gè)例子，state.division這個(gè)數(shù)據(jù)集（來源于R中自帶的datasets包）記載的是美國各州所在的地區(qū)横媚，分別為New England, Middle Atlantic, South Atlantic, East South Central, West South Central, East North Central, West North Central, Mountain, and Pacific纠炮。這50個(gè)元素與state.name中的州名相互對(duì)應(yīng)

> state.division
 [1] East South Central Pacific            Mountain          
 [4] West South Central Pacific            Mountain          
 [7] New England        South Atlantic     South Atlantic    
[10] South Atlantic     Pacific            Mountain          
[13] East North Central East North Central West North Central
[16] West North Central East South Central West South Central
[19] New England        South Atlantic     New England       
[22] East North Central West North Central East South Central
[25] West North Central Mountain           West North Central
[28] Mountain           New England        Middle Atlantic   
[31] Mountain           Middle Atlantic    South Atlantic    
[34] West North Central East North Central West South Central
[37] Pacific            Middle Atlantic    New England       
[40] South Atlantic     West North Central East South Central
[43] West South Central Mountain           New England       
[46] South Atlantic     Pacific            South Atlantic    
[49] East North Central Mountain          
9 Levels: New England Middle Atlantic ... Pacific

• 假如我們想計(jì)算“New England”這個(gè)地區(qū)的州的數(shù)量，那么非向量的方法會(huì)是這樣的（其中一種思路）：

# 非向量化的代碼
count_loop <- function(){
  count <- 0
  for (i in 1:length(state.division)) {
    if (state.division[i] == "New England") {
      count <- count + 1
    }
  }
  return(count)
}

• 在這個(gè)名為count_loop的函數(shù)中灯蝴，我們定義了一個(gè)名為count的對(duì)象來記錄州的數(shù)量恢口，然后通過for循環(huán)來遍歷state.division數(shù)據(jù)集中的每個(gè)元素，并通過條件語句來判斷某個(gè)元素是否為New England穷躁，如果條件為TRUE耕肩，則count加1
• 運(yùn)行結(jié)果如下，“New England”有6個(gè)州

> count_loop()
[1] 6

• 向量化的代碼則可以是這樣的（只需要一行代碼即可完成任務(wù)）：

# 向量化的代碼
count_set <- function(){
  count <- length(state.division[state.division == "New England"])
  return(count)
}

• 在這段代碼中问潭，我們先做了一個(gè)邏輯測試猿诸，即判斷state.division數(shù)據(jù)集中有哪些元素的值為“New England”

> state.division == "New England"
 [1] FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE
[11] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
[21]  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
[31] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
[41] FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE

• 然后我們基于返回的邏輯值，對(duì)state.division取子集（subsetting）

> state.division[state.division == "New England"]
[1] New England New England New England New England New England
[6] New England

• 于是狡忙，該子集的長度就是“New England”地區(qū)的州的數(shù)量啦梳虽，整個(gè)過程都是以元素方式執(zhí)行的

• 邏輯測試，取子集和元素方式執(zhí)行去枷，就是R語言的三大法寶怖辆，用這個(gè)方法編寫向量化的代碼，可以讓代碼飛速運(yùn)行

• 【tips】這段代碼甚至還可以變得更簡潔删顶，如下

# 向量化的代碼
count_set <- function(){
  count <- sum(state.division == "New England")
  return(count)
}

• 當(dāng)然竖螃，這里的例子比較簡單，所以兩種風(fēng)格的代碼的運(yùn)行效果相差無幾逗余，但對(duì)于大容量的數(shù)據(jù)特咆，向量化代碼的優(yōu)勢就很明顯了。書中給出了一個(gè)求1000萬個(gè)數(shù)值的絕對(duì)值的例子录粱，結(jié)果是向量化代碼的運(yùn)行速度比非向量化的代碼快30倍（我自己嘗試的結(jié)果是快3倍腻格，或許是和電腦性能有關(guān)系）

10.2 如何編寫向量化的代碼

• 有兩種方法：
  1. 對(duì)于程序中的有序步驟，使用向量化的函數(shù)來完成
  2. 對(duì)于同類情況啥繁，使用邏輯值取子集的方式來處理菜职，以便一次性處理完一類情況中的所有元素（for循環(huán)搭配if條件語句的組合常常能被邏輯值取子集所取代）

10.3 如何在R中編寫快速的for循環(huán)

• 向量化代碼并不意味著for循環(huán)就不應(yīng)該在R中使用了，當(dāng)使用for循環(huán)時(shí)旗闽，我們應(yīng)該注意改善循環(huán)的效率：1）能放在循環(huán)外的代碼就不要放在循環(huán)內(nèi)酬核，2）確保存儲(chǔ)循環(huán)輸出結(jié)果的對(duì)象有足夠的容量

• 對(duì)于第二點(diǎn)蜜另，書中提到一個(gè)例子，將100萬個(gè)數(shù)值循環(huán)放入一個(gè)名為output的對(duì)象嫡意，第一種方法是先定義一個(gè)長度為100萬的output举瑰，然后循環(huán)放入數(shù)值，第二種方法是先定義一個(gè)長度為1的output蔬螟，循環(huán)放入數(shù)值此迅，每次循環(huán)都增加output的長度。結(jié)果是旧巾，第一種方法的運(yùn)行時(shí)間不到兩秒鐘耸序，第二種方法的運(yùn)行時(shí)間則長達(dá)37分鐘。這是因?yàn)椴こ荩瑢?duì)于第一種方法佑吝，使用的都是同一個(gè)output，而第二種方法則需要不斷地復(fù)制绳匀、刪除舊的output芋忿，并在內(nèi)存中尋找新的地方存放output的新版本，相當(dāng)于讓R對(duì)output反復(fù)讀寫了100萬次

• 【tips】可以運(yùn)用sys.time()命令來測試某個(gè)函數(shù)的運(yùn)行時(shí)間

10.4 調(diào)試R代碼

• 這個(gè)是附錄里的內(nèi)容疾棵，方便起見就放在第十章的最后了（附錄中其他的內(nèi)容也已經(jīng)放在了各章節(jié)中合適的位置）

10.4.1 traceback

• 有時(shí)候我們需要在代碼中調(diào)用函數(shù)戈钢，調(diào)用的函數(shù)往往又會(huì)調(diào)用別的函數(shù)，當(dāng)出現(xiàn)錯(cuò)誤時(shí)是尔，可能會(huì)難以定位究竟是哪個(gè)函數(shù)出了問題
• 這時(shí)候就可以在命令行中輸入traceback()殉了，該命令會(huì)顯示一個(gè)調(diào)用棧（call stack），即一個(gè)被調(diào)用函數(shù)的有序列表拟枚，其中第一行是出錯(cuò)的函數(shù)薪铜，最底層則是我們最初調(diào)用的函數(shù)
• 不過要注意，出錯(cuò)的原因不一定發(fā)生在第一行的函數(shù)中恩溅，但一般來說隔箍，越上層的函數(shù)，嫌疑越大

10.4.2 browser

• 在某個(gè)函數(shù)內(nèi)添加一行代碼browser()后脚乡，只要調(diào)用了該函數(shù)蜒滩，函數(shù)運(yùn)行到browser()所在的一行時(shí)就會(huì)暫停，此時(shí)R處于一個(gè)新的模式奶稠，即瀏覽器模式（browser mode）（見debug部分的圖）

• 瀏覽器模式有以下幾個(gè)特性：

  • RStudio會(huì)顯示該函數(shù)的源代碼俯艰，并突出顯示該函數(shù)暫停時(shí)所在的代碼行
  • 此時(shí)的運(yùn)行環(huán)境不再是全局環(huán)境，而是該函數(shù)的運(yùn)行時(shí)環(huán)境锌订，RStudio的環(huán)境面板也將顯示運(yùn)行時(shí)環(huán)境的所有對(duì)象
  • 命令行窗口中的命令提示符>會(huì)被Browse[1]>所取代竹握，我們可以在這里輸入一些命令，來檢查究竟是哪個(gè)地方出了錯(cuò)誤
  • RStudio控制臺(tái)上方將出現(xiàn)“Next”辆飘、“Continue”和“Stop”三個(gè)按鈕啦辐，作用分別是：運(yùn)行該函數(shù)的下一行代碼污秆、運(yùn)行該函數(shù)剩余的所有代碼后退出瀏覽器模式、立刻中斷并退出瀏覽器模式昧甘。此外還可以在命令行輸入命令n、c战得、s來實(shí)現(xiàn)對(duì)應(yīng)按鈕的功能（如果函數(shù)中存在名稱為n充边、c、s常侦、Q的對(duì)象浇冰，那么輸入這些字母將無法查看對(duì)象，想要查看的話可以用get('n')這樣的方法）

10.4.3 斷點(diǎn)

• 打開腳本窗口聋亡，在函數(shù)中想要暫停的一行的左邊單擊鼠標(biāo)左鍵肘习，將顯示一個(gè)空心紅點(diǎn)，即斷點(diǎn)（break point）坡倔，R會(huì)將斷點(diǎn)識(shí)別為添加browser()語句的信號(hào)漂佩，當(dāng)調(diào)用該函數(shù)時(shí)，運(yùn)行到斷點(diǎn)所在的地方就會(huì)暫停并進(jìn)入瀏覽器模式（此時(shí)斷點(diǎn)會(huì)變?yōu)閷?shí)心紅點(diǎn)）

10.4.4 debug

• 對(duì)于一個(gè)已經(jīng)存在的函數(shù)罪塔，可以使用debug函數(shù)來進(jìn)行調(diào)試（見下圖）投蝉，其作用相當(dāng)于在函數(shù)第一行添加一句browser()，調(diào)試完后可以使用undebug()來將第一行的browser()移除征堪，此外可以使用isdebugged()來查看一個(gè)函數(shù)是否處于調(diào)試（debugging）模式

• 如果嫌太麻煩瘩缆，可以用debugonce()代替debug()，效果是下次運(yùn)行待調(diào)試函數(shù)時(shí)自動(dòng)進(jìn)入瀏覽器模式佃蚜，并在調(diào)試結(jié)束后解除該函數(shù)的調(diào)試模式

10.4.5 trace

• 可以使用trace函數(shù)來將browser()語句添加至函數(shù)中的任意位置庸娱，例如以下代碼可以將browser()添加至名為“deal”的函數(shù)的第四行：

trace("deal",browser,at=4)

• 也可以用trace函數(shù)在函數(shù)中插入browser函數(shù)之外的函數(shù)，但這么做的時(shí)候務(wù)必確保有充分的理由
• 調(diào)試結(jié)束后谐算，使用untrace("deal")來將函數(shù)恢復(fù)正常

10.4.6 recover

• 使用方法和browser()一樣熟尉，區(qū)別是可以輸入棧的編號(hào)來進(jìn)入調(diào)用棧的任意層級(jí)，從而進(jìn)入某個(gè)函數(shù)的運(yùn)行時(shí)環(huán)境進(jìn)行調(diào)試
• 通過添加全局選項(xiàng)氯夷，可以使R在每次報(bào)錯(cuò)時(shí)自動(dòng)運(yùn)行recover()命令：

options(error=recover)

• 可以通過以下代碼來取消這一全局設(shè)置：

options(error=NULL)

?

----------2020.12.06更新----------
添加了第6臣樱、7、9腮考、10章的筆記
----------2020.12.07更新----------
添加了第8章的筆記
----------2020.12.14更新----------
添加了第2章和附錄部分的內(nèi)容雇毫，修正了諸多表述和錯(cuò)字
----------2020.12.2更新----------
添加了目錄