【8A文】R语言入门(经典).ppt

《【8A文】R语言入门(经典).ppt》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

语言入门 报告内容一R简介二函数与对象三编写脚本四R绘图五编写函数六数据保存 一R简介 R语言的由来R语言是从S语言演变而来的。S语言是二十世纪70年代诞生于贝尔实验室，由RickBecker,JohnChambers,AllanWilks开发。基于S语言开发的商业软件Splus，可以方便的编写函数、建立模型，具有良好的扩展性，取得了巨大成功。1995年由新西兰Auckland大学统计系的RobertGentleman和RossIhaka，编写了一种能执行S语言的软件，并将该软件的源代码全部公开，这就是R软件，其命令统称为R语言。 R软件简介R是开源软件，代码全部公开，对所有人免费。R可在多种操作系统下运行，如Windows、MacOS、多种Linux和UNIX等。R需要输入命令，可以编写函数和脚本进行批处理运算，语法简单灵活。目前在R网站上约有2100个程序包，涵盖了基础统计学、社会学、经济学、生态学、地理学、医学统计学、生物信息学等诸多方面。 下载和安装RTheComprehensiveRArchiveNetwork简称CRAN，提供下载安装程序和相应软件包。R主页http://www.r-project.org/Windows版本下载地址之一：http://ftp.ctex.org/mirrors/CRAN/bin/windows/base/R-2.9.2-win32.exe下载完成后，双击R-2.9.2-win32.exe开始安装。一直点击下一步，各选项默认。 图1R软件首页http://www.r-project.org/ 图2R登陆界面(Windows版)路径：开始>所有程序>R2.9.2菜单栏快捷按钮控制台命令行 图3RGui的菜单介绍 练习一：下载和安装R下载并安装R软件了解R的菜单 R程序包为什么要安装程序包？特定的分析功能，需要用相应的程序包实现。例如：系统发育分析，往往要用到ape程序包，群落生态学vegan包等等。程序包是什么？R程序包是多个函数的集合，具有详细的说明和示例。Window下的R程序包是已经编译好的zip包。每个程序包包含R函数、数据、帮助文件、描述文件等。 常用R程序包base-R基础功能包stats-R统计学包nlme-线性及非线性混合效应模型Graphics-绘图lattice-栅格图ape-系统发育与进化分析apTreeshape-进化树分析seqinr-DNA序列分析ade4-利用欧几里得方法进行生态学数据分析 常用R程序包cluster-聚类分析ecodist-生态学数据相异性分析mefa-生态学和生物地理学多元数据处理mgcv-广义加性模型相关mvpart-多变量分解nlme-线性及非线性混合效应模型ouch-系统发育比较BiodiversityR-基于Rcmdr的生物多样性数据分析vegan-植物与植物群落的排序，生物多样性计算 常用R程序包maptools-空间对象的读取和处理sp-空间数据处理spatstat-空间点格局分析，模型拟合与检验splancs-空间与时空点格局分析picante-群落系统发育多样性分析 图4CRANTaskViews：对程序包的分类介绍 图5vegan包页面 R程序包在CRAN提供了每个包的源代码和编译好的MacOS、Window下的程序包以vegan包为例，CRAN提供了：Packagesource:vegan_1.15-3.tar.gzMacOSXbinary:vegan_1.15-3.tgzWindowsbinary:vegan_1.15-3.zipReferencemanual:vegan.pdf等Window平台下程序包为zip文件，安装时不要解压缩。 R程序包安装1连网时，用函数install.packages()，选择镜像后，程序将自动下载并安装程序包。例如：打开RGui,在控制台中输入install.packages(“ape")2安装本地zip包路径：Packages>installpackagesfromlocalfiles选择光盘或者本地磁盘上存储zip包的文件夹。 程序包使用在控制台中输入如下命令：library(vegan)library(ade4)调用程序包内的函数与R内置的函数调用方法一样library(vegan)Thisisvegan1.15-3Warningmessage:package'vegan'wasbuiltunderRversion2.9.1 练习二安装并导入程序包安装程序包程序包>从本地zip文件安装程序包调用程序包library(vegan)library(ape) 查看帮助文件如何知道ape程序包内部都有哪些函数？最常用的方法：1菜单帮助>Html帮助2查看pdf帮助文档（从程序包下载页面下载） 查看帮助文件1help("t.test")2?t.test3help.search("t.test")4apropos("t.test")5RGui>Help>Htmlhelp6查看R包pdf手册 帮助文件的内容以lm函数为例：lm(stats)#函数名及所在包FittingLinearModels#标题Description#函数描述Usage#默认选项Arguments#参数Details#详情Author(s)#作者References#参考文献Examples#举例 练习三查看帮助文件打开ape软件包的帮助文件library(ape)查找ape包中plot.phylo函数的帮助输入?plot.phylo将其中的Example文件粘贴到Console中，查看运行的结果。 图形界面之一：RCommander图6Rcommander界面library(Rcmdr)界面操作代码结果输出 为什么要学习编程?界面操作直观易学，但也存在一些不足：操作的过程难以保存，数据处理不够灵活，在进行步骤繁多的数据处理工作时十分费时费力；在建立模型或自己编写函数时也会遇到困难。而这些困难可以通过编程解决。学习R编程，首先要了解R的函数、对象及其操作。 二R函数与对象 数据表的行与列物种数科数属数海拔坡度类型样方140152260025山顶样方251122635030山坡样方346112039045山坡样方438122426020低地样方549102522033低地行名Rownames字符串列名Columnnames每列可看做带名称的向量表1数据表、数据框与向量字符串、因素每行作为一个Entry R的函数R是一种解释性语言，不需要先编译成.exe文件，输入后可直接运行。函数形式function(对象，选项=)平均值mean()线性回归lm(y~x,data=test)R处理的所有数据、变量、函数和结果都以对象的形式保存。 R的函数每一个函数执行特定的功能，后面紧跟括号，例如：平均值mean()求和sum()绘图plot()排序sort()除了基本的运算之外，R的函数又分为高级和低级函数，高级函数内部嵌套了复杂的低级函数，例如plot()是高级绘图函数，函数本身会根据数据的类型，经过程序内部的函数判别之后，绘制相应类型的图形，并有大量的参数可选择。 部分函数计算log(x)log10(x)exp(x)sin(x)cos(x)tan(x)asin(x)acos(x)min(x)max(x)range(x)length(x)统计检验mean(x)sd(x)var(x)median(x)quantile(x,p)cor(x,y)t.test()lm(y~x)wilcox.test()kruskal.test()统计检验lm(y~f+x)lm(y~x1+x2+x3)bartlett.testbinom.testfisher.testchisq.testglm(y~x1+x2+x3,binomial)friedman.test... 图7箱线图修饰前后(左：默认值，右：修改属性后)boxplot(count~spray,data=InsectSprays)boxplot(count~spray,data=InsectSprays,col="red")R函数调用及其选项 R函数调用及其选项函数的调用方法,函数名+()如plot(),lm(),并将对象放入括号中，“=”表示设定参数。例如：boxplot(day~type,data=bac,col=“red“,xlab=“Virus”,ylab=“days”)day~type，以type为横轴，day为纵轴绘制箱线图。data=bac数据来源baccol=“red”箱线图为红色xlab=“Virus”横轴名称为Virusylab=“days”纵轴名称为days 练习四：查询函数帮助查看boxplot的帮助文件?boxplot查看最后的examples将帮助文件中的内容粘贴到控制台中，运行并观看运行结果。boxplot(count~spray,data=InsectSprays,col="lightgray")选项更改boxplot(count~spray,data=InsectSprays,col=“red”,xlab=“spray”,ylab=“counts”) 赋值与注释在控制台中键入如下命令2+2a<-2<-也可用=,->代替b<-2c<-a+bc#注释赋值符号 为对象起名R是区分大小写的，A与a是不同的。对象名不能用数字开头，但是数字可以放在中间或结尾。推荐用”.”作为间隔，例如anova.result1。举例：一个向量a，包含了四个元素，a<-c(10,15,21,18)该向量为数值型，长度为4。保留名称(命名对象时不要与保留名称冲突)：NA,NaN,pi,LETTERS,letters,month.abb,month.name 对象的类型数值型Numeric如100,0,-4.335字符型Character如“China”逻辑型Logical如TRUE,FALSE因子型Factor表示不同类别复数型Complex如：2+3i 对象的类别向量(vector)一系列元素的组合。因子(factor)因子是一个分类变量，如“a”,”a”,”a”,”a”,”b”,”b”,”b”,”c”,”c”数组(array)数组是k维的数据表。矩阵(matrix)矩阵是数组的一个特例，维数k=2。数据框(dataframe)是由一个或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类型。列表(list)列表可以包含任何类型的对象。(据Paradis,2005) 运算符数学运算运算后给出数值结果+,-,*,/,^比较运算运算后给出判别结果（TRUEFALSE）>,<,<=,>=,==,!=逻辑运算与、或、非!,&,&&,|,|| 外部数据读取最为常用的数据读取方式是用read.table()函数或read.csv()函数读取外部txt或csv格式的文件。txt文件，制表符间隔csv文件，逗号间隔一些R程序包（如foreign）也提供了直接读取Excel,SAS,dbf,Matlab,spss,systat,Minitab文件的函数。 read.table()的使用例：test.data<-read.table("D:/R/test2.txt",header=T)header=T表示将数据的第一行作为标题。read.table(file=file.choose(),header=T)可以弹出对话框，选择文件。 实例：从数据输入到t检验编号123456身高m1.751.801.651.901.741.91体重kg607257909572表2六名患者的身高和体重现有6名患者的身高和体重，检验体重除以身高的平方是否等于22.5。 第一种方式：从控制台输入数据数据量较少时可以从控制台直接输入：height<-c(1.75,1.80,1.65,1.90,1.74,1.91)weight<-c(60,72,57,90,95,72)sq.height<-height^2ratio<-weight/sq.heightt.test(ratio,mu=22.5) 第二种方式从外部读取数据数据量较大时用read.table函数从外部txt文件读取第1步将Excel中的数据另存为.txt格式（制表符间隔）或.csv格式。第2步用read.table()或read.csv()函数将数据读入R工作空间，并赋值给一个对象。 图8在Excel中将数据存为txt文件 实例：t检验(续)一般从txt文档读取数据。每一行作为一个观测值。每一行的变量用制表符，空格或逗号间隔开。read.table(”位置”,header=T)read.csv(”位置”,header=T)#从外部读取数据data1<-read.table("d:/t.test.data.txt",header=T)bmi<-data1$weight/data1$height^2t.test(bmi,mu=22.5)#t检验 练习五：数据读取和t检验将表2中的数据录入Excel中，另存为t.test.txt文件。用read.table函数读取该文件。t.test.data<-read.table(“X:/t.test.txt”,header=T)对变量t.test.data中的attach(t.test.data)ratio<-weight/height^2t.test(ratio) 实例：从数据输入到单因素方差分析将三种不同菌型的伤寒病毒a,b,c分别接种于10，9，和11只小白鼠上，观察其存活天数，问三种菌型下小白鼠的平均存活天数是否有显著差异。a菌株：2,4,3,2,4,7,7,2,5,4b菌株：5,6,8,5,10,7,12,6,6c菌株：7,11,6,6,7,9,5,10,6,3,10 准备数据表图9数据表的准备day和type各为一列 实例：方差分析(续)#数据读取，将test1.txt中的内容保存到bac中，header=T表示保留标题行。bac<-read.table("d:/anova.data.txt",header=T)#将ba数据框中的type转换为因子(factor)bac$type<-as.factor(bac$type)ba.an<-aov(lm(day~type,data=bac))summary(ba.an)boxplot(day~type,data=bac,col="red") 图10三种菌型对小白鼠影响的箱线图 练习六：方差分析和箱线图绘制1在excel中准备数据表2用R读取数据表3输入如下命令进行方差分析、绘制箱线图boxplot(day~type,data=bac,col="red")ba.an<-aov(lm(day~type,data=bac))summary(ba.an) 向量、矩阵和数据框的生成与条件筛选有时需要对读入的数据进行操作，将某一向量转换成矩阵，如条件筛选，此时将遇到向量、矩阵和数据框的生成、条件筛选等。例如：提取前面群落数据表中，物种数>30的行，提取其中的某一列，进行分析等。 向量的创建四种类型的向量字符型character<-c("China","Korea","Japan","UK","USA","France","India","Russia")数值型numeric<-c(1,3,6,7,3,8,6,4)逻辑型logical<-c(T,F,T,F,T,F,F,T)复数型略 向量的创建c(2,5,6,9)rep(2,times=4)seq(from=3,to=21,by=3)[1]36912151821“:”1:15[1]123456789101112131415通过与向量的组合，产生更为复杂的向量。rep(1:2,c(10,15)) 向量:随机数的生成runif(10,min=0,max=1)[1]0.322271680.127597890.338496350.848438550.672934160.14646444[7]0.601171500.390238740.042194230.67102520rnorm(10,mean=0,sd=1)[1]-1.58587380-0.077752222.17126687-1.029382260.463922810.74896049[7]-0.245568291.390343711.09975487-1.44682767 定义矩阵的维度dim()和matrix()x<-1:12dim(x)<-c(3,4)[,1][,2][,3][,4][1,]14710[2,]25811[3,]36912matrix.x<-matrix(1:12,nrow=3,byrow=T)t(x)#转置为行或列添加名称：row.names()col.names() 数据框的创建cbind()#按列组合成数据框country.data<-cbind(character,numeric,logical)rbind()#按行组合成数据框data.frame()#生成数据框d<-data.frame(character,numeric,logical)head(d)#访问数据的前6行： 列表的创建列表可以是不同类型甚至不同长度的向量(数值型，逻辑型，字符型等等)、数据框甚至是列表的组合。list()例如list(character,numeric,logical,matrix.x) 对象的类型的判断对象类型判断mode()class()is.numeric()#返回值为TRUE或FALSEis.logical()is.charactor()is.data.frame() 对象的类型的判断对象类型转换as.numeric()#转换为数值型as.logical()as.charactor()as.matrix()as.dataframe() 练习七：因子生成将100，200，400，600，800输入R中，保存到numeric对象中numeric<-c(100,200,400,600,800)将numeric转换为factorfactor.numeric<-as.factor(numeric)查看factor.numeric的内容factor.numeric 引用向量内的元素intake.pre<-c(5260,5470,5640,6180,6390,6515,6805,7515,7515,8230,8770)intake.post<-c(3910,4220,3885,5160,5645,4680,5265,5975,6790,6900,7335)intake.pre[5];intake.pre[c(3,5,7)]v<-c(3,5,7);intake.pre[v]intake.pre[1:5];intake.pre[-c(3,5,7)] 引用数据框中的元素d<-data.frame(intake.pre,intake.post)$引用d$intake.pre[,]方括号引用d[,1];d[5,] 访问数据框内的元素直接调用数据框内的列向量attatch()detatch()在函数内部，对数据进行相应调整with()subset()within()transform() 条件筛选条件筛选是先对变量否满足条件进行判断，满足为TRUE，不满足为FALSE。之后再用逻辑值对向量内的元素进行筛选。intake.pre>7000[1]FALSEFALSEFALSEFALSEFALSEFALSEFALSETRUETRUETRUETRUEintake.pre[intake.pre>7000]intake.post[intake.pre>7000&intake.pre<=8000]intake.pre>7000&intake.pre<=8000 练习八：条件筛选创建一个2到50的向量vector12,4,6,8,...,48,50vector1<-seq(from=2,to=50,by=2)选取vector1中的第20个元素vector1[20]选取vector1中的第10，15，20个元素vector1[c(10,15,20)]选取vector1中的第10到20个元素vector1[10:20]选取vector1中值大于40的元素vector1[vector>40] 排序将向量中的元素按照一定顺序排列。sort()按数值大小排序举例：intake$postsort(intake$post)order()给出从小到大的出现序号。order(intake$post)o<-order(intake$post) 工作空间ls()列出工作空间中的对象rm()删除工作空间中的对象rm(list=ls())删除空间中所有对象save.image()保存工作镜像sink()将运行结果保存到指定文件中getwd()显示当前工作文件夹setwd()设定工作文件夹 练习九：了解工作路径1查看当前R工作的空间目录getwd()2将R工作的路径设置为d:/data/setwd(“d:/data”) 三编写脚本 编写脚本（Scripting）脚本是什么？脚本是一系列命令。可以先批量的编号程序，或者对别人已经编好的程序进行修改。之后输入到控制台进行调试，以满足数据分析的需求。语言高亮显示在代码较多的情况下，有时需要对行数、函数、括号、函数选项等进行高亮显示，设置成不同的颜色，以减少错误。 图11TinnR对R脚本的高亮显示 图12NotePad++对R脚本的高亮显示 编辑器R自带的脚本编辑器Editplus（www.editplus.com）TinnR(http://www.sciviews.org/Tinn-R/)Ultraedit（www.ultraedit.com/）Emacs（www.gnu.org/software/emacs/）Notepad++与NpptoR组合（http://notepad-plus.sourceforge.net/）记事本或写字板等等 举例-回归分析脚本转速rpm202224262830323436384042杂质率%8.49.511.810.413.314.813.214.716.416.518.918.5对一批涂料进行研究，确定搅拌速度对杂质含量的影响，数据如下，试进行回归分析表3搅拌速度对涂料中杂质的影响 脚本举例#将以下代码粘贴到编辑器中，另存为regression.r文件。rate<-c(20,22,24,26,28,30,32,34,36,38,40,42)impurity<-c(8.4,9.5,11.8,10.4,13.3,14.8,13.2,14.7,16.4,16.5,18.9,18.5)plot(impurity~rate)reg<-lm(impurity~rate)abline(reg,col="red")summary(reg) 运行脚本三种运行方式1通过source()函数运行source(“d:/regression.r”)2通过R脚本编辑器运行路径：RGui>File>OpenScript#Ctrl+R运行3直接粘贴到R控制台ctrl+c,ctrl+v 练习十:R脚本运行将R命令粘贴到记事本中，另存为regression.R文件。分别通过三种方式运行R脚本。 四R绘图 图13R绘制的图形 R绘图功能R具备卓越的绘图功能，通过参数设置对图形进行精确控制。绘制的图形能满足出版印刷的要求，可以输出JPEG、TIFF、EPS、emf、pdf、png等各种格式。绘图是通过绘图函数结合相应的选项完成的。绘图函数包括高水平绘图函数和低水平绘图函数。 高水平绘图函数plot()绘制散点图等多种图形hist()直方图boxplot()箱线图stripchart()点图barplot()条形图dotplot()点图piechart()饼图interaction.plot()matplot()…… 图14散点图与箱线图举例 低水平绘图函数lines()添加线curve()添加曲线abline()添加给定斜率的线points()添加点segments()折线arrows()箭头axis()坐标轴box()外框title()标题text()文字mtext()图边文字…… 绘图参数参数用在函数内部，在没有设定值时使用默认值。font=字体lty=线类型lwd=线宽度pch=点的类型,xlab=横坐标ylab=纵坐标xlim=横坐标范围ylim=纵坐标范围 举例：绘图生成0到2之间的50个随机数，分别命名为x,yx<-runif(50,0,2)y<-runif(50,0,2)绘图：将主标题命名为“散点图”，横轴命名为”横坐标”，纵轴命名为“纵坐标”plot(x,y,main=“散点图”,xlab=“横坐标”,ylab=“纵坐标")text(0.6,0.6,"textat(0.6,0.6)")abline(h=.6,v=.6) 图15绘图举例 例：分步绘图plot(x,y,type="n",xlab="",ylab="",axes=F)#打开绘图窗口，不绘制任何对象points(x,y)#添加坐标点axis(1)#添加横轴axis(at=seq(0.2,1.8,0.2),side=3)#添加纵轴box()#补齐散点图的边框title(main="Maintitle",sub="subtitle",xlab="x-label",ylab="y-label")#添加标题、副标题、横轴说明、纵轴说明 图16分步绘图ABCDEF 一页多图par()par(mfrow=c(2,2)...图17一页多图 在原有图形上添加元素举例：x<-rnorm(100)#生成随机数hist(x,freq=F)#绘制直方图curve(dnorm(x),add=T)#添加曲线h<-hist(x,plot=F)#绘制直方图ylim<-range(0,h$density,dnorm(0))#设定纵轴的取值范围hist(x,freq=F,ylim=ylim)#绘制直方图curve(dnorm(x),add=T,col="red")#添加曲线 图18在原有直方图上添加曲线 练习十一：绘图练习练习1将Rplots.r中的代码拷贝到R控制台中，查看R绘制的图形。练习2对例进行回归分析，并绘制散点图，并为散点图添加回归直线。plot(impurity~rate)reg<-lm(impurity~rate)abline(reg,col="red")summary(reg) 五编写函数 编程基础R可以灵活的编写程序，用户自己编写的程序可以直接调用。R语言编程时无需声明变量的类型，这与C,C++等语言不同。基本格式function.name<-function(x,y){表达式}函数内部也可用#添加注释 程序流程控制ifif表达式的写法if(条件)表达式if(条件)表达式1else表达式2举例：if(p<=0.05)print(“p<=0.05!")elseprint(“p>0.05!") 循环for,whilefor(变量in向量)表达式for(iin1:10)print(i)while(条件)表达式i<-1while(i<10){print(i)i<-i+1} 函数举例定义函数：rcal<-function(x,y){z<-x^2+y^2;result<-sqrt(z);result;}调用函数：rcal(3,4) 练习十二编写函数编写一个函数，给出两个数之后，直接给出这两个数的平方和。sqtest<-function(x,y){z1=x^2;z2=y^2;z3=z1+z2;z3} 六数据的保存 sink()unlink()若有LaTeX基础，可以用Sweave()函数该函数能将脚本、程序说明和运算结果直接保存成.tex文件，用LaTeX编译成pdf文件。数据保存 总结R是开源的统计绘图软件，也是一种自解释的语言，有大量的程序包可以利用。R中的向量、列表、数组、统计结果等都是对象，可以方便的生成所需对象，并进行筛选。R脚本是输入的多个命令行。R具有精确控制的绘图功能，生成的图可以另存为多种格式。R编写函数无需声明变量的类型，能利用循环、条件语句，控制程序的流程。 推荐教材PeterDalgaardIntroductorystatisticswithRCrawleyStatisticsanintroductionusingRE.ParadisRforBeginnersVerzaniSimpleR.DGRossiterIntroductiontotheRProjectforStatisticalComputingforuseatITCJ.MaindonaldUsingRfordataanalysisandgraphicsintroductioncodeandcommentaryusingRVenables,W.N.&Ripley,B.D.ModernAppliedStatisticswithS R资源R主页:http://www.r-project.orgCRAN北京镜像(数学所)http://ftp.ctex.org/mirrors/CRAN/群落生态学数据分析http://ecology.msu.montana.edu/labdsv/R/labs/StatisticswithRhttp://zoonek2.free.fr/UNIX/48_R/all.htmlNCEAS提供的R资源http://www.nceas.ucsb.edu/scicomp/RProgTutorialsLatest.html