這學(xué)期開了統(tǒng)計機(jī)器學(xué)習(xí)的課程，鑒于薄弱的概率論與統(tǒng)計學(xué)基礎(chǔ)匙睹，學(xué)著還比較吃力愚屁，但是R語言的實踐，還是令人興趣十足痕檬。接下來的一段時間里霎槐，我便與大家分享我的R語言心得。
基本命令
- 保存數(shù)據(jù)指令：<-
>x<-c(1,3,2,5)
>x
[1] 1 3 2 5
- 刪除數(shù)據(jù)指令：rm( )
ls( )函數(shù)可以查看所有的對象列表谆棺，用rm( )函數(shù)可以去除那些我們不想要的對象栽燕。
假設(shè)我們已建立了x，y
>ls()
[1] "x" "y"
>rm(x,y)
>ls()
character(0)
也可以同清除所有的對象：
>rm(list=ls( ) )
- 展開幫助文件：?
假如你現(xiàn)在在分析Boston數(shù)據(jù)集改淑，他給你的是一個數(shù)據(jù)框碍岔，根據(jù)？Boston 你就會展開幫助文件朵夏，根據(jù)幫助文件蔼啦，你可以知道這個數(shù)據(jù)集的數(shù)據(jù)來源，以及每列預(yù)測變量代表的含義仰猖。 - 計算均值捏肢，方差與標(biāo)準(zhǔn)差
均值mean( )
方差var( )
標(biāo)準(zhǔn)差sqrt(var( ) ) 或者 sd( )
>set.seed(3)
>y=rnorm(100)
>mean(y)
[1] 0.01103557
>var(y)
[1] 0.7328675
>sqrt(var(y))
[1] 0.8560768
>sd(y)
[1] 0.8560768
- 索引數(shù)據(jù)
在這個部分里講如何索引數(shù)據(jù)，以及如何去除某一行饥侵，列的數(shù)據(jù)鸵赫，矩陣的形成我們放到后面的數(shù)據(jù)結(jié)構(gòu)中說明。
>A=matrix(1:16,4,4)
>A
[,1] [,2] [,3] [,4]
[1,] 1 5 9 13
[2,] 2 6 10 14
[3,] 3 7 11 15
[4,] 4 8 12 16
然后輸入以下命令
>A[2,3]
[1] 10
現(xiàn)在選擇了第2行第3列所對應(yīng)的元素躏升，中括號[ ]中的第一個數(shù)指示的是行辩棒，第二個數(shù)指示的是列。有時候可以選擇多行和多列膨疏。
在索引里用一個負(fù)號“-”告訴R不包含指示的行和列一睁。
>A[-c(1,3),]
[,1] [,2] [,3] [,4]
[1,] 2 6 10 14
[2,] 4 8 12 16
>A[-c(1,3),-c(1,3,4)]
[1] 6 8
dim（）函數(shù)輸出一個矩陣的行數(shù)，緊跟著輸出這個矩陣的列數(shù)佃却。
>dim(A)
[1] 4 4
數(shù)據(jù)結(jié)構(gòu)
R語言中數(shù)據(jù)結(jié)構(gòu)分向量者吁，矩陣，數(shù)組饲帅，數(shù)據(jù)框复凳，因子瘤泪，列表 6種
向量
向量是用于存儲數(shù)值型，字符型或邏輯型數(shù)據(jù)的一維數(shù)組染坯。執(zhí)行組合功能的函數(shù)c( )可用來創(chuàng)建向量均芽。各類向量如下例所示：
- a<-c(1,2,5,3,6,-2,4)
- b<-c("one","two","three")
- c<-(TRUE,TRUE,TRUE,FALSE,TRUE,FALSE)
這里，a是數(shù)值型向量单鹿，b是字符型向量，而c是邏輯型向量深纲。注意仲锄，單個向量中的數(shù)據(jù)必須擁有相同的類型或模式。同一向量無法混雜不同模式的數(shù)據(jù)湃鹊。 - 注：由于R中內(nèi)置了同名函數(shù)c( )儒喊，最好不要在編碼時使用c作為對象名，否則可能產(chǎn)生一些不易察覺的問題币呵。
矩陣
矩陣是一個二維數(shù)組怀愧，只是每個元素都擁有相同的模式（數(shù)值型，字符型或邏輯型）余赢⌒疽澹可通過函數(shù)matrix創(chuàng)建矩陣。一般使用格式為：
mymatrix<-matrix ( vector, nrow=number_of_rows, ncol=number_of_columns,
byrow=logical_value,dimnames=list(
char_vector_rownames , char_vector_colnames ) )
其中vector包含了矩陣的元素妻柒，nrow和ncol用以指示行和列的維數(shù)扛拨，dimnames包含了可選的、以字符型向量表示的行名和列名举塔。byrow則表明矩陣應(yīng)當(dāng)按行填充（byrow=TRUE）還是按列填充（byrow=FALSE）绑警，默認(rèn)情況下按列填充。
For Example：創(chuàng)建矩陣
創(chuàng)建一個5x4的矩陣
>y<-matrix(1:20,nrow=5,ncol=4)
>y
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
創(chuàng)建一個2x2的矩陣央渣，并進(jìn)行按行填充
>cells<-c(1,26,24,68)
>rnames<-c("R1","R2")
>cnames<-c("C1","C2")
>mymatrix<-matrix(cells,nrow=2,ncol=2,byrow=TRUE,dimnames=list(rnames,cnames))
>mymatrix
C1 C2
R1 1 26
R2 24 68
按列填充
>mymatrix<-matrix(cells,nrow=2,ncol=2,byrow=FALSE,dimnames=list(rnames,cnames))
>mymatrix
C1 C2
R1 1 24
R2 26 68
數(shù)組
數(shù)組（array）與矩陣類似计盒，但是維度可以大于2。數(shù)組可通過array函數(shù)創(chuàng)建芽丹，形式如下：
myarray<-array(vector , dimensions , dimnames)
其中vetor包含了數(shù)組中的數(shù)據(jù)北启，dimensions是一個數(shù)值型向量，給出了各個維度下標(biāo)的最大值志衍，而dimnames是可選的暖庄、各維度名稱標(biāo)簽的列表。
For Example：創(chuàng)建數(shù)組
>dim1<-c("A1","A2")
>dim2<-c("B1","B2","B3")
>dim3<-c("C1","C2","C3","C4")
>z<-array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3))
>z
, , C1
B1 B2 B3
A1 1 3 5
A2 2 4 6
, , C2
B1 B2 B3
A1 7 9 11
A2 8 10 12
, , C3
B1 B2 B3
A1 13 15 17
A2 14 16 18
, , C4
B1 B2 B3
A1 19 21 23
A2 20 22 24
數(shù)據(jù)框
數(shù)據(jù)框中不同的列可以包含不同模式（數(shù)值型楼肪，字符型等）的數(shù)據(jù)培廓。數(shù)據(jù)框?qū)⑹悄阍赗中最常處理的數(shù)據(jù)結(jié)構(gòu)。
數(shù)據(jù)框可通過函數(shù)data.frame( )創(chuàng)建：
mydata<-data.frame(col1, col2 ,col3 ,...)
其中的列向量col1,col2,col3,...可為任何類型（如字符型春叫，數(shù)值型或邏輯型）肩钠。每一列的名稱可由函數(shù)names指定泣港。
For Example：創(chuàng)建數(shù)據(jù)框
>patientID<-c(1,2,3,4)
>age<-c(25,34,28,52)
>diabetes<-c("Type1","Type2","Type1","Type1")
>status<-c("Poor","Improved","Excellent","Poor")
>patientdata<-data.frame(patientID,age,diabetes,status)
>patientdata
patientID age diabetes status
1 1 25 Type1 Poor
2 2 34 Type2 Improved
3 3 28 Type1 Excellent
4 4 52 Type1 Poor
選取數(shù)據(jù)框的數(shù)據(jù)在這里只介紹一個特別的，那些簡單的就不一一介紹了价匠〉鄙矗“$”，用以選取一個給定數(shù)據(jù)框中的某個特定變量
>patientdata$age
[1] 25 34 28 52
除了$符號踩窖，我們可以利用attach( ),detach( )和with( )函數(shù)來調(diào)用數(shù)據(jù)框中的數(shù)據(jù)坡氯。
- attach( )和detach( )
函數(shù)attach( )可將數(shù)據(jù)框添加到R的搜索路徑中。R在遇到一個變量名以后洋腮，講檢查搜索路徑中的數(shù)據(jù)框箫柳，以定位這個變量。
舉個例子啥供，有如下代碼：
summary(mtcars$mpg)
plot(mtcars$mpg,mtcars$disp)
plot(mtcars$mpg,mtcars$wt)
以上代碼也可寫成：
attach(mtcars)
summary(mpg)
plot(mpg,disp)
plot(mpg,wt)
detach(mtcars)
- with( )
重寫上例：
with(mtcars,{
summary(mpg,disp,wt)
plot(mpg,disp)
plot(mpg,wt)
})
attach( )與with( )函數(shù)之間的區(qū)別皱蹦，在這里不就說明孵奶。如需了解舷丹，可給我發(fā)簡信痹籍。
因子
變量可歸結(jié)為名義型，有序型或連續(xù)型變量贷屎。名義型變量是沒有順序之分的類別型變量罢防。以上patientdata中糖尿病類型Diabetes(Type1,Type2)就是名義型變量的一類。即使在數(shù)據(jù)中Type1編碼為1而Type2編碼為2豫尽，但這并不意味著二者是有序的篙梢。病情Statu(poor,improved,excellent)是順序型變量的一個示例。
類別（名義型）變量和有序類別（有序型）變量在R中成為因子（factor）美旧。
舉例來說渤滞，有向量：
-diabetes<-c("Type1" , "Type2" , "Type1" , "Type1" )
語句diabetes<- factor(diabetes)將此向量存儲為（1，2榴嗅，1妄呕，1），
并在內(nèi)部關(guān)聯(lián)為1=Type1 嗽测，2=Type2绪励。針對向量diabetes進(jìn)行的任何分析都會將其作為名義型變量對待。
表示有序型變量唠粥，就要為函數(shù)factor( )指定參數(shù)ordered=TRUE疏魏。
status<- c("Poor" , "Improved" , "Excellent" , "Poor")
語句status<- factor(status,ordered=TRUE)會將向量編碼為（3，2晤愧，1大莫，3），
并在內(nèi)部關(guān)聯(lián)為1=Excellent,2=Improved,3=Poor官份。針對此向量進(jìn)行的任何分析都會將其作為有序型變量對待只厘。
對于字符型向量烙丛，因子的水平默認(rèn)依據(jù)字母順序創(chuàng)建。
你可以通過levels來覆蓋默認(rèn)排序
status<- factor(status, order=TRUE,
levels=c("Poor" , "Improved" , "Excellent" ) )
賦值為 1=Poor,2=Improved, 3=Excellent羔味。
For Example：因子的使用
>patientID<-c(1,2,3,4)
>ge<-c(25,34,28,52)
>status<-c("Poor","Improved","Excellent","Poor")
>diabetes<-c("Type1","Type2","Type1","Type1")
>status<-factor(status,ordered=TRUE)
>patientdata<-data.frame(patientID,age,diabetes,status)
>str(patientdata)
'data.frame': 4 obs. of 4 variables:
$ patientID: num 1 2 3 4
$ age : num 25 34 28 52
$ diabetes : Factor w/ 2 levels "Type1","Type2": 1 2 1 1
$ status : Ord.factor w/ 3 levels "Excellent"<"Improved"<..: 3 2 1 3
>summary(patientdata)
patientID age diabetes status
Min. :1.00 Min. :25.00 Type1:3 Excellent:1
1st Qu.:1.75 1st Qu.:27.25 Type2:1 Improved :1
Median :2.50 Median :31.00 Poor :2
Mean :2.50 Mean :34.75
3rd Qu.:3.25 3rd Qu.:38.50
Max. :4.00 Max. :52.00
- str(object)可提供R中某個對象的信息河咽。
列表
列表（list）是R的數(shù)據(jù)類型中最為復(fù)雜的一種。列表就是一些對象的有序集合赋元。通俗的說忘蟹，就是某個列表中可以是若干向量、矩陣们陆、數(shù)據(jù)框寒瓦，甚至其他列表的組合。
可用list( )創(chuàng)建列表
mylist<- list (object1 , object 2,...)
還可以為列表中的對象命名：
*mylist<- list(name1=object1, name2=object2, ...)
For Example：創(chuàng)建一個列表
> g<-"My Fist List"
>h<-c(25,26,18,39)
>j<-matrix(1:10,nrow=5)
>k<-c("one","two","three")
>mylist<-list(title=g,ages=h,j,k)
>mylist
$title
[1] "My Fist List"
$ages
[1] 25 26 18 39
[[3]]
[,1] [,2]
[1,] 1 6
[2,] 2 7
[3,] 3 8
[4,] 4 9
[5,] 5 10
[[4]]
[1] "one" "two" "three"
了解了基本命令和各種數(shù)據(jù)的創(chuàng)建坪仇，就可以運用R做一些簡單的運算，一個龐大的數(shù)據(jù)放在你面前垃你，你真的會不知所措椅文，但是通過R，你可以發(fā)現(xiàn)其中的奧秘惜颇。歡迎大家和我一同學(xué)習(xí)R語言皆刺。
- 本文中的代碼來自于 R語言實戰(zhàn) R in Action。
