前置
想隨便了解一下 R 語言，結果被迫入坑，一開始就被整懵了，R 三件套：R、Rtools、RStudio 的配置環境讓我想起了從前配置 JAVA 的恐懼。不過后面可能會接觸到 R markdown，可能對網站建設有幫助，不虧，然后可能也會用 VScode 搞 R，畢竟 RStudio 才剛碰，沒有什么感情
理解的背景
R 語言是統計學家開發的，出生之初就決定了它的使命是統計計算和數據可視化，這算是 R 語言核心功能的兩個大方向
對於這兩個方向而言
統計計算的學習。基礎都在課堂理論與專業背景上，說實話，R 語言只是提供了一個實現的平台而已，它並不該改變或者創造新的理論、模型
數據可視化方向。則稍有不同，數據可視化確實並不十分依賴數學，但是他高度依賴圖形語法（分別是基礎圖形語法、高級圖形語法、lattice 語法、ggplot2 語法），依賴可視化視覺呈現理念
通用技能學習：
基礎：數據結構、變量類型、數據導入/導出、數據合並追加、長寬轉換、數據索引、切片、聚合
進階：正則表達式、合並與分列、匹配與替換、缺失值插補、去重與排序，控制流：循環與判斷
專用技能學習：
統計與分析：課本書籍
數據可視化：ggplot2 語法 + 設計 + 審美 + 創意
下載與配置環境
R
https://mirrors.tuna.tsinghua.edu.cn/CRAN/index.html
Rtools40
https://mirrors.tuna.tsinghua.edu.cn/CRAN/index.html
RStudio
https://www.rstudio.com/products/rstudio/download/#download
配置
由於配置 Rtools 必須要用 RStudio，所以我才下載了它
配置 R 參考文章：cmd下的R語言環境變量配置
# 現在環境變量中配置下面幾條
R_HOME=D:\R\R-4.1.1
PATH=%R_HOME%\bin
配置 Rtools40 參考文章：官網、RTools40的環境配置
# 現在環境變量中配置下面兩條
RTOOLS40_HOME=D:\Rtools\rtools40
PATH=%RTOOLS40_HOME%\usr\bin
# 在 RStudio 中運行下面命令
file.edit('~/.Renviron')
# 將下面代碼寫入打開的文件中
writeLines('PATH="${RTOOLS40_HOME}\\usr\\bin;${PATH}"', con = "~/.Renviron")
# 重啟
# 在 RStudio 中運行下面命令
system('where make')
# 若顯示下面回應，則說明成功
D:\Rtools\rtools40\usr\bin\make.exe
配置 Vscode 中 R 的插件
# 在 RStudio 中運行下面命令
install.packages("languageserver")
下面是 Vscode 推薦下載的插件
直接在 Vscode 插件區下載：radian、R Debugger
# 在 RStudio 中運行命令下載
install.packages("httpgd")
檢測 Rtools 與 R
# 在 cmd 輸入以下命令
r
rscript
# 不知道為什么在 powershell 輸入 r 運行不了，但 r.exe 可以運行
配置環境如下：
基礎學習（混亂版）
變量賦值
feature：
- 有效的變量名稱由字母，數字以及點號 . 或下划線 _ 組成
- 最新版本的 R 語言的賦值可以使用左箭頭 <-、等號 = 、右箭頭 -> 賦值
# 正常
myString <- "Hello, World!"
print ( myString )
# Hello, World!
# feature 1
var.1 = c(0,1,2,3)
print(var.1)
# 0 1 2 3
變量處理
# 查看變量
print(ls())
# "var.1" "var.2" "var.3"
# 刪除變量
rm(var.3)
cat() 函數
cat(1, "加", 1, "等於", 2, '\n')
# 1 加 1 等於 2
# 輸出內容到文件
cat("ACMICPC", file="C:\Users\14805\Desktop\acm.txt")
sink() 函數
feature：
- append 參數是追加寫入，否找覆蓋
- split 屬性是依然保留控制台的輸出，否找不顯示
sink("r_test.txt", split=TRUE) # 控制台同樣輸出
for (i in 1:5)
print(i)
sink() # 取消輸出到文件
# 1
# 2
# 3
# 4
# 5
注釋
# 單行注釋就是 #
"
多行注釋就是雙引號
"
運算符
# 1 到 10 的向量
v <- 1:10
print(v)
# 判斷數字是否在向量 v 中
v1 <- 3
v2 <- 15
print(v1 %in% v)
print(v2 %in% v)
# 數學函數
sqrt(4)
# 2
exp(1)
# 2.718282
exp(2)
# 7.389056
log(2,4)
# 0.5
log10(10000)
# 4
round(1.5)
# 2
round(2.5)
# 2
round(3.5)
# 4
round(4.5)
# 4
# round 函數當取整位是偶數的時候，五也會被舍去
數據類型（太多了，只挑重點寫）
# 向量
# c() 是一個創造向量的函數
> a[c(1, 3, 5)] # 取出第 1, 3, 5 項
[1] 10 30 50
> a[c(-1, -5)] # 去掉第 1 和第 5 項
[1] 20 30 40
> seq(1, 9, 2)
[1] 1 3 5 7 9
"
NA 代表的是 缺失，NULL 代表的是 不存在
NA 缺失就像占位符，代表這里沒有一個值，但位置存在
NULL 代表的就是數據不存在
"
> length(c(NA, NA, NULL))
[1] 2
> c(NA, NA, NULL, NA)
[1] NA NA NA
# 邏輯型
# 沒什么
# 矩陣
> m1 = matrix(c(1, 2), 1, 2)
> m2 = matrix(c(3, 4), 2, 1)
> m1 %*% m2
[,1]
[1,] 11
判斷語句
# if / else /else if
# 沒什么
# switch
x <- switch(
3,
"google",
"runoob",
"taobao",
"weibo"
)
print(x)
[1] "taobao"
you.like<-"runoob"
switch(you.like, google="www.google.com", runoob = "www.runoob.com", taobao = "www.taobao.com")
[1] "www.runoob.com"
> x <- switch(4,"google","runoob","taobao")
> x
NULL
循環
# repeat
v <- c("Google","Runoob")
cnt <- 2
repeat {
print(v)
cnt <- cnt+1
if(cnt > 5) {
break
}
}
[1] "Google" "Runoob"
[1] "Google" "Runoob"
[1] "Google" "Runoob"
[1] "Google" "Runoob"
# while
v <- c("Google","Runoob")
cnt <- 2
while (cnt < 7) {
print(v)
cnt = cnt + 1
}
[1] "Google" "Runoob"
[1] "Google" "Runoob"
[1] "Google" "Runoob"
[1] "Google" "Runoob"
[1] "Google" "Runoob"
# for
v <- LETTERS[1:4]
for ( i in v) {
print(i)
}
[1] "A"
[1] "B"
[1] "C"
[1] "D"
# next
v <- LETTERS[1:6]
for ( i in v) {
if (i == "D") { # D 不會輸出，跳過這次循環，進入下一次
next
}
print(i)
}
[1] "A"
[1] "B"
[1] "C"
[1] "E"
[1] "F"
函數
# 通用公式
"
function_name <- function(arg_1, arg_2, ...) {
// 函數體
}
"
# 內置函數
# 輸出 32 到 44 到的所有數字
print(seq(32,44))
# 計算兩個數到平均數
print(mean(25:82))
# 計算 41 到 68 所有數字之和
print(sum(41:68))
[1] 32 33 34 35 36 37 38 39 40 41 42 43 44
[1] 53.5
[1] 1526
# 函數還可以傳入函數，格式就是將函數名傳入即可
字符串
c <- "雙引號字符串中可以包含單引號（'） "
print(c)
d <- '單引號字符串中可以包含雙引號（"） '
print(d)
文件腳本
feature：
后綴為 .R
后話
整體感覺和 python 無異，基礎都一樣，難的地方還沒開始學，以后再說...
既然適用於統計和繪制，感覺 python 完全可以替代，但是語法雖然差不多，但是社區開源的包不同嘛，所以條件適宜的話，還是兩個都學吧，畢竟這些都只是工具而不是思想~
預學習
RMarkdown：基礎語法和用法、blogdown 網站