前言：

R代碼也可以在Console下方的 ">" 之后運(yùn)行划滋，適用于輸出簡(jiǎn)單的運(yùn)算結(jié)果以及了解數(shù)據(jù)的大致信息（例如表單含有的行數(shù)、列數(shù)埃篓，最大值最小值等处坪，在后面的詳細(xì)案例中會(huì)做出介紹）
Console中運(yùn)行的代碼不會(huì)保存。

1. 基礎(chǔ)運(yùn)算符

2 + 2 # addition

4 - 2  # subtraction

4 * 4  # multiplication

8 / 2  # division

4 ^ 2  # exponentiation

5 %% 2 # modulo

2. 變量賦值

賦值符號(hào)：

與其他編程語(yǔ)言不同架专，R中的賦值符號(hào)不再是 “=”同窘，而是 "<-"，在使用時(shí)需注意部脚。

舉例：

假如我有五支鏡頭想邦，定義變量為```my_lens````，完整的賦值語(yǔ)句如下：

my_lens <- 5

注意變量名中不能包含空格委刘，否則會(huì)報(bào)錯(cuò)：

變量名不能含空格

常用的變量名定義方法有兩種丧没，一種是像本例中展示的那樣，通過(guò)下劃線連接锡移，但是不能用減號(hào)呕童，在R中減號(hào)只用于數(shù)學(xué)運(yùn)算。另一種是采用第一個(gè)單詞首字母小寫(xiě)淆珊，第二個(gè)單詞首字母大寫(xiě)的方式區(qū)分變量名中的兩個(gè)單詞夺饲，例如myLens。

3. 基礎(chǔ)數(shù)據(jù)類型

要進(jìn)行數(shù)據(jù)分析施符，了解數(shù)據(jù)集所包含的數(shù)據(jù)類型很重要往声，這會(huì)影響到我們能對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行何種操作。下面實(shí)際中常見(jiàn)的數(shù)據(jù)類型：

1. numeric：類似余3.2這樣的浮點(diǎn)數(shù)
2. integer：浮點(diǎn)數(shù)去掉小數(shù)點(diǎn)戳吝，即整數(shù)
3. logical：只有兩種可能：TRUE or FALSE浩销。R中表示邏輯值時(shí)，字母要全部大寫(xiě)骨坑，python中則只需要首字母大寫(xiě)撼嗓。
4. character：表示字符串或文本柬采，即引號(hào)內(nèi)的內(nèi)容。

大多數(shù)運(yùn)算符都要求同種數(shù)據(jù)類型且警，如果類型不匹配粉捻，RStudio會(huì)報(bào)錯(cuò)“類型不匹配”：

數(shù)據(jù)類型不匹配

因此在拿到數(shù)據(jù)集之后，檢查數(shù)據(jù)類型尤為重要斑芜。這里用到了本教程的第一個(gè)函數(shù)：
class()肩刃，用于檢查數(shù)據(jù)類型，把需要檢查數(shù)據(jù)類型的變量放在括號(hào)中杏头，如圖：

class函數(shù)的用法

4. 第一種容器：向量（Vector）

在檢查完變量的數(shù)據(jù)類型后盈包，我們可以將同類型的值存放在向量中。

4.1 創(chuàng)建向量

需要使用c()函數(shù)來(lái)連結(jié)括號(hào)內(nèi)的元素醇王，括號(hào)中可以填入多個(gè)元素或者變量名呢燥，但這些元素或者變量名必須擁有相同的類型，否則會(huì)出錯(cuò)寓娩。
在我手頭的鏡頭中叛氨，有三支索尼，一支蔡司和一支騰龍棘伴，我們可以用向量來(lái)表示各種鏡頭的數(shù)量寞埠，并將這個(gè)向量命名為lens_nun：

lens_num <- c(3, 1, 1)

這里有個(gè)很明顯的不足，新定義的向量只包括了三種品牌鏡頭的數(shù)量焊夸，并沒(méi)有品牌名稱仁连。我們可以借助names()函數(shù)來(lái)實(shí)現(xiàn)向量?jī)?nèi)元素的命名，這個(gè)操作是我們的數(shù)據(jù)更直觀阱穗。

4.2 元素命名

要想給lens_num中的元素命名饭冬，我們得先準(zhǔn)備另外一個(gè)向量lens_mark，在lens_mark中揪阶，元素?cái)?shù)量必須等于被命名的元素?cái)?shù)量伍伤。

lens_num <- c(3, 1, 1)
lens_mark <- c("sony", "zeiss", "tamron")
names(lens_num) <- lens_mark

現(xiàn)在輸出lens_name，看看命名后變化：

元素命名

當(dāng)然遣钳， 在賦值時(shí)扰魂，也可以直接使用一個(gè)向量，省去了定義元素名字的步驟：

names(lens_num) <- c("索尼", "蔡司", "騰龍")
lens_num

這里我用中文名字蕴茴，以區(qū)分兩種方法劝评，結(jié)果如下：

中文版元素命名

4.3 向量數(shù)值運(yùn)算

1.向量元素間的運(yùn)算

如果有一天我變得很有錢(qián)，我會(huì)再買(mǎi)兩支索尼鏡頭和一支蔡司鏡頭倦淀，然后賣(mài)掉騰龍鏡頭蒋畜，將這一步定義為向量im_rich：

im_rich <- c(2, 1, -1)

接下類只需要將lens_num和新向量相加就能得到我有錢(qián)以后，手頭的鏡頭種類和數(shù)量：

im_rich <- c(2, 1, -1)
lens_now <- lens_num + im_rich
lens_now

輸出結(jié)果如下：

I‘m rich now

2. 向量求和

上一節(jié)介紹了兩個(gè)向量各自元素之間的運(yùn)算撞叽，這里我將介紹如何使用sum()函數(shù)對(duì)向量進(jìn)行求和運(yùn)算姻成。我想知道我現(xiàn)在一共有幾支鏡頭插龄，方法如下：

total_lens <- sum(lens_now)
total_lens

向量求和

4.4 選擇向量中的特定元素

如果我們只想選擇向量中的一個(gè)元素，有兩種方式科展，一種是使用該元素的索引均牢，即第幾個(gè)元素（R中，第一個(gè)元素的索引從1開(kāi)始才睹，而不是0）.另一種是通過(guò)該元素的名字徘跪。

lens_now[1]
lens_now['sony']

選取單個(gè)元素

如果我只想知道我有幾只蔡司和幾只騰龍鏡頭，即選擇多個(gè)元素琅攘，需要借助向量垮庐。

lens_now[c(2,3)]

選兩個(gè)元素

lens_now[c("sony", "tamron")]

用元素名選多個(gè)元素

5.邏輯運(yùn)算

<   #小于
>   #大于
<=  #小于等于
>=  #大于等于
==  #等于
!=  #不等于

邏輯運(yùn)算輸出的結(jié)果是比較結(jié)果，可以理解為是否符合某特定條件挟纱。若該條件滿足羞酗，則輸出TRUE，反之紊服，FALSE檀轨。
現(xiàn)在我們對(duì)lens_now做邏輯運(yùn)算：

lens_now > 0

輸出結(jié)果是向量各元素與0作比較的結(jié)果：

elementwise compare

基于邏輯運(yùn)算的這一特性，我們可以借助邏輯運(yùn)算的結(jié)果進(jìn)行更進(jìn)一步的元素選擇煎饼，即：將滿足某條件的元素（比較結(jié)果為TRUE）篩選出來(lái)讹挎，這一思路適用于所有選擇元素的場(chǎng)景。向量中吆玖，根據(jù)某條件進(jìn)行元素選擇的代碼如下：

all_lens <- lens_now[lens_now > 0]
all_lens

鏡頭數(shù)量是否嚴(yán)格大于0

6. 矩陣

6.1 創(chuàng)建矩陣

矩陣與數(shù)組類似筒溃，都只能容納擁有相同的數(shù)據(jù)類型的變量。二者區(qū)別在于沾乘，矩陣是二維的怜奖，包含行和列向量。
*作為二維容器翅阵，卻只能存儲(chǔ)同一種數(shù)據(jù)歪玲，比較雞肋迁央，第5章會(huì)講到的data frame可以包含多種類型
創(chuàng)建矩陣需要matrix()函數(shù)：

matrix(1:9, byrow = TRUE, nrow = 3) 

3*3矩陣，逐行

在matrix()函數(shù)中滥崩，我們用到 了3個(gè)arguments：
第一個(gè)arg 1:9表示我們使用的數(shù)據(jù)集是從1到9的自然數(shù)岖圈，
第二個(gè)arg byrow表示元素的填充順序，若為TRUE夭委，則逐行填充幅狮，填完第一行的三個(gè)元素再開(kāi)始填充第二行，若為FALSE株灸，則為逐列填充崇摄。

matrix(1:9, byrow = FALSE, nrow = 3) 

3*3矩陣，逐列

第三個(gè)arg為行數(shù)慌烧，我們?cè)O(shè)置為3行逐抑，不需要設(shè)置列數(shù)，因?yàn)?個(gè)元素平均分成三行屹蚊，必然有3列厕氨。

6.2 矩陣命名

矩陣的命名包含行和列的命名，語(yǔ)法與向量元素命名類似汹粤，分別使用rownames()函數(shù)和colnames()函數(shù)命斧。
這里我們以星球大戰(zhàn)電影票房為例，數(shù)據(jù)集為三部星戰(zhàn)電影在美國(guó)和美國(guó)以外其他國(guó)家的票房數(shù)據(jù)嘱兼。每部電影的票房都以向量的形式給出国葬。代碼如下：

# 三部電影票房
new_hope <- c(461, 314)
empire_strikes <- c(290, 247)
return_jedi <- c(309, 155)

# 創(chuàng)建矩陣
star_war_matrix <- matrix(
  c(new_hope, empire_strikes, return_jedi),
  byrow = TRUE,
  nrow = 3
)

# 用于命名的矩陣
region <- c("USA", "non-USA")
title <- c("A New Hope", "The Empire Strikes Back", "Return of the Jedi")

# 命名行
rownames(star_war_matrix) <- title

# 命名列
colnames(star_war_matrix) <- region

# print it out!
star_war_matrix

星戰(zhàn)票房矩陣

6.3 矩陣求和

一個(gè)很重要的數(shù)據(jù)分析思維：行和列兩個(gè)維度能告訴我們哪些有價(jià)值的信息？
在本例中芹壕，每一行表示一部電影汇四，那么對(duì)每行求和，就能得到每部電影的總票房踢涌，使用rowSum()函數(shù)通孽。對(duì)每列求和，就能得到三部電影在美國(guó)和非美國(guó)地區(qū)的總票房睁壁，使用colSum()函數(shù)背苦。代碼如下：

# 對(duì)每行求和
total_office_for_row <- rowSums(star_war_matrix)
total_office_for_row

# 對(duì)每列求和
total_office_for_column <- colSums(star_war_matrix)
total_office_for_column

6.4 矩陣中新增行或列

函數(shù)：
rbind()：用于增加行
cbind()：用于增加列

用法：

big_matrix <- cbind(matrix_1, matrix_2, vector_1, ... )

接下來(lái)，在原本的星戰(zhàn)矩陣中加入一列潘明，表示星戰(zhàn)三部曲在兩地的總票房：

all_wars_matrix <- cbind(star_war_matrix, total_office_for_row)
all_wars_matrix

插入總票房列

6.5 選擇矩陣元素

選擇矩陣元素的方法和選擇向量元素類似糠惫，也需要用到逗號(hào)(,)和冒號(hào)(:)

*注意這里的逗號(hào)用來(lái)分開(kāi)行和列，逗號(hào)左邊表示行钉疫，右邊表示列硼讽。而冒號(hào)表示從第幾行到第幾行或者從第幾列到第幾列

• 選擇第一行，第二列的那個(gè)元素：
  my_matrix[1, 2]
• 選擇第1牲阁，2固阁，3行和第2壤躲，3，4列：
  my_matrix[1:3, 2:4]
• 選擇第一行的所有元素：
  my_matrix[1, ]
• 選擇第一列的所有元素：
  my_matrix[ , 1]

6.6 矩陣運(yùn)算

假設(shè)每張電影票的價(jià)格是5美元备燃，那么我們可以通過(guò)簡(jiǎn)單的除法碉克，通過(guò)票房數(shù)據(jù)得出每部電影在兩個(gè)地區(qū)的觀影人數(shù)。

visitors <- star_war_matrix / 5
visitors

觀影人數(shù)

7. data frame

內(nèi)容較多并齐，參見(jiàn)第五章

8. 列表list

list這個(gè)容器跟data frame有一個(gè)共同點(diǎn)：都可以容納不同類型的數(shù)據(jù)漏麦。
使用list()函數(shù)創(chuàng)建列表，arg可以填入不同類型的數(shù)據(jù)况褪，這些數(shù)據(jù)組成列表的元素撕贞。

# 創(chuàng)建一個(gè)向量刀崖，包含從1到10板鬓，10個(gè)自然數(shù)
my_vec <- 1:10

# 創(chuàng)建一個(gè)矩陣偶洋，包含1到9哟绊，共3列
my_matrix <- matrix(1:9, ncol = 3)

# 創(chuàng)建一個(gè)df，選取mtcars的前10行（內(nèi)置數(shù)據(jù)集爱谁，參見(jiàn)第五章）
my_df <- mtcars[1:10, ]

# 創(chuàng)建并打印列表
my_list <- list(my_vec, my_matrix, my_df)
my_list

列表所有元素

8.1 命名列表元素

方法和命名向量元素相同青扔，使用names()函數(shù)

names(my_list) <- c("vector", "matrix", "data frame")
my_list

元素有了名字

8.2 篩選特定元素

在8.1 中提到锯七，list中使用兩層中括號(hào)表示索引链快，因此篩選數(shù)據(jù)時(shí)也需要兩層中括號(hào)，而在向量元素篩選時(shí)眉尸，只需要一層即可域蜗。下面的操作需要結(jié)合這兩點(diǎn)，因?yàn)?code>my_list中有一個(gè)元素就是向量效五，如果我們想從list中選出向量的第一個(gè)元素，那么我們需要篩選兩次：

# 用索引選出list的第一個(gè)元素
my_list[[1]]

# 用名字選出list的第一個(gè)元素
my_list[["vector"]]

# 用名字和索引選出list的第一個(gè)元素的第一個(gè)元素
my_list[["vector"]][1]