一、R語言簡介

• R語言是一種開源的統(tǒng)計計算和圖形制作環(huán)境，它不僅提供了全面的數(shù)據(jù)處理能力，還具備強大的數(shù)組運算工具，尤其在向量和矩陣運算上表現(xiàn)出色。此外，R語言內(nèi)置了豐富的統(tǒng)計分析方法，并擁有卓越的統(tǒng)計圖表繪制功能。更關(guān)鍵的是，R語言提供了一種靈活且功能強大的編程語言，使得用戶能夠自由地進行數(shù)據(jù)操作、輸入輸出控制以及自定義函數(shù)，以滿足各種復雜的數(shù)據(jù)分析需求。

二、選擇R的原因

• 盡管R語言在處理大數(shù)據(jù)集時性能受限，不適合直接處理大規(guī)模數(shù)據(jù)，但它作為教學與實驗工具的價值不容忽視。在教學中，R語言因其清晰易懂的算法模型展示及直觀的繪圖功能而廣受歡迎，便于學生深入理解統(tǒng)計學原理。當面臨大數(shù)據(jù)挑戰(zhàn)時，可通過抽樣或結(jié)合Hadoop、Spark等并行計算框架來解決。此外，通過學習R語言中的數(shù)據(jù)分析方法和模型原理，用戶可以快速遷移到其他大數(shù)據(jù)處理工具上，實現(xiàn)無縫銜接。

三、R基本數(shù)據(jù)對象

（一）向量

• R語言中的向量是一種基本且重要的數(shù)據(jù)結(jié)構(gòu)，它是一維的有序元素序列，可以包含整數(shù)、實數(shù)、字符、邏輯值或復數(shù)等同類型數(shù)據(jù)。通過c()函數(shù)創(chuàng)建，例如 vec <- c(1, 2, 3, "a", TRUE)。向量在R中是處理和分析數(shù)據(jù)的基礎(chǔ)，許多高級數(shù)據(jù)結(jié)構(gòu)如矩陣、數(shù)組和列表都是基于向量構(gòu)建的。

（二）矩陣

• 在R語言中，矩陣是一個二維數(shù)組，用于存儲相同類型（如數(shù)值、字符）的數(shù)據(jù)。通過matrix(data, nrow, ncol, byrow=FALSE, dimnames=NULL)函數(shù)創(chuàng)建，其中data是向量數(shù)據(jù)源，nrow和ncol定義行數(shù)和列數(shù)，byrow參數(shù)決定是否按行填充，若為TRUE則按行填充，FALSE則按列；dimnames可為矩陣添加行名和列名。矩陣支持各種數(shù)學運算，可通過索引進行元素訪問和修改。

（三）數(shù)組

• 在R語言中，數(shù)組是一種多維數(shù)據(jù)結(jié)構(gòu)，用于存儲同一類型的數(shù)據(jù)。通過array()函數(shù)創(chuàng)建，它接受一個向量作為基礎(chǔ)數(shù)據(jù)，并通過dim參數(shù)指定各維度大小來形成更高維度的集合。例如，可以創(chuàng)建包含多個矩陣的三維數(shù)組，每個元素都具有相同的類型。數(shù)組是向量和矩陣的擴展，可用來處理更復雜、多層面的數(shù)據(jù)組織。

（四）因子

• 在R語言中，因子(factor)是一種特殊的數(shù)據(jù)類型，用于表示分類或有序類別數(shù)據(jù)。它將名義變量或有序變量的各個類別值編碼為整數(shù)，并存儲一個映射表，將這些整數(shù)對應到原始類別標簽。因子是統(tǒng)計分析和可視化時的關(guān)鍵對象，能確保分類變量在模型構(gòu)建、假設(shè)檢驗（如卡方檢驗）以及各類回歸分析、ANOVA等過程中得到正確處理。創(chuàng)建因子使用factor()函數(shù)，可自定義級別順序和標簽。

（五）列表

• R語言中的列表是一種靈活且強大的數(shù)據(jù)結(jié)構(gòu)，它是一個有序的、可變長度的集合，能夠容納不同類型（如數(shù)值、字符、邏輯甚至其他數(shù)據(jù)結(jié)構(gòu)如向量、矩陣、數(shù)組或數(shù)據(jù)框等）的對象。通過list()函數(shù)創(chuàng)建，列表允許將多個元素聚合為單個對象，便于管理和操作多組不同性質(zhì)的數(shù)據(jù)。例如，可以創(chuàng)建一個包含字符串、數(shù)值向量和邏輯矩陣的列表，每個成分都可以獨立存取和修改。

（六）數(shù)據(jù)框

• R語言中的數(shù)據(jù)框（data frame）是一種特殊的數(shù)據(jù)結(jié)構(gòu)，它將表格形式的數(shù)據(jù)組織成列向量的集合。每一列代表一個變量，可以是不同數(shù)據(jù)類型（如數(shù)值、字符或邏輯型），而每行則表示觀測樣本。數(shù)據(jù)框可通過data.frame()函數(shù)構(gòu)建，其各列必須具有相同長度。數(shù)據(jù)框常用于統(tǒng)計分析和數(shù)據(jù)可視化，類似于電子表格，且能靈活處理多元統(tǒng)計中異質(zhì)類型的數(shù)據(jù)集。

（七）函數(shù)

• 在R語言中，函數(shù)是執(zhí)行特定任務(wù)的可重復使用的代碼塊。用戶通過定義函數(shù)名、參數(shù)列表和函數(shù)體來創(chuàng)建函數(shù)，函數(shù)能接收輸入（參數(shù)），經(jīng)過一系列計算或邏輯處理后，返回一個結(jié)果。例如，mean()是一個內(nèi)置函數(shù)，用于計算向量或數(shù)組的平均值；用戶也可自定義函數(shù)，如myFunction(x, y) <- {x + y}實現(xiàn)兩數(shù)相加的功能。函數(shù)有助于模塊化編程，提高代碼復用性和組織性。

四、基本函數(shù)應用示例

1. 創(chuàng)建向量：在R中，通過c()函數(shù)可以創(chuàng)建一維向量。例如，x <- c(10.4, 5.6, 3.1, 6.4, 21.7)將一系列數(shù)值組合成名為x的浮點數(shù)向量。賦值符號可以用<-或=, 這里所有元素自動轉(zhuǎn)換為一致的數(shù)據(jù)類型（在這個例子中是數(shù)值型）。

2. 生成序列：使用seq()函數(shù)可以生成一系列連續(xù)數(shù)值。如seq(2, 10)默認步長為1生成2到10的整數(shù)序列；指定步長為2用seq(1, 10, by = 2)；步長為0.2則為seq(1, 5, by = 0.2)；從2開始，步長為3產(chǎn)生4個數(shù)：seq(2, 8, by = 3)；在區(qū)間[-5,5]生成100個數(shù)：seq(-5, 5, length.out = 100)。

3. 重復序列：rep()用于復制向量或生成重復序列。比如rep(c(1, 2, 3), times = 3)會將整個向量重復3次；而rep(x, each = 2)會將向量x中的每個元素分別復制2次形成新序列并賦值給data。

4. 拼接函數(shù)：paste()結(jié)合多個數(shù)據(jù)項為一個字符串。如paste("Hello", "World")得到"Hello World"；添加分隔符：paste(c("A", "B", "C"), collapse = ", ")結(jié)果為"A, B, C"；拼接與序列結(jié)合實例：paste(seq(1, 3), "apple")生成"1 apple", “2 apple”, “3 apple”。

5. 數(shù)據(jù)子集選擇與修改：通過索引操作符[]選取向量元素，如data[3:5]獲取向量data第3至第5個元素；條件選擇：data[data > 300 & data < 400]選出data中300至400之間的元素，并統(tǒng)計其數(shù)量：sum(data > 300 & data < 400)。

6. 匯總函數(shù)：summary()提供對象的基本統(tǒng)計信息。對于向量，輸出包括最小值、四分位數(shù)、中位數(shù)、均值和最大值等。例如，summary(data)查看向量data的相關(guān)統(tǒng)計指標。

7. 因子函數(shù)：factor()將字符向量轉(zhuǎn)化為有序或無序因子，便于分類分析。如data <- factor(c("湖南","四川","四川","湖南","貴州","湖南","貴州"))，levels(data)顯示因子的類別。

8. 矩陣函數(shù)：matrix()創(chuàng)建矩陣，如matrix(c(4,-1,2,1,1,1,0,3,0,3,1,4), nrow = 4, ncol = 3)創(chuàng)建一個4行3列的矩陣。訪問矩陣元素如A[2, 3]；創(chuàng)建單位矩陣：diag(n)；填充特定元素矩陣示例已給出。

9. 矩陣轉(zhuǎn)置函數(shù)：t()實現(xiàn)矩陣轉(zhuǎn)置，如t(A)將矩陣A轉(zhuǎn)置。

10. 矩陣維數(shù)函數(shù)：dim()返回或設(shè)置矩陣維數(shù)，如dim(A)查詢矩陣A的維度，dim(A) <- c(3, 4)更改A的維度為3行4列。

11. 數(shù)組函數(shù)：通過array()和dim參數(shù)定義多維數(shù)組，例如創(chuàng)建三維數(shù)組需指定每維大小。

12. 列合并與行合并：cbind()按列合并矩陣，如cbind(A, B)；rbind()按行合并矩陣，如rbind(A, B)。

13. 列表函數(shù)：列表是一種可包含不同類型元素的數(shù)據(jù)結(jié)構(gòu)。要獲取列表中屬性值，如list_data$attribute_name。例如，my_list <- list(name = "Mike", age = 25); my_list$name返回"Mike"。

14. 數(shù)據(jù)幀函數(shù)：data.frame()構(gòu)造數(shù)據(jù)幀，各列可以是不同模式。如df <- data.frame(name = c("John", "Jane"), age = c(30, 28))創(chuàng)建一個數(shù)據(jù)幀。引用數(shù)據(jù)幀元素時通常使用$符號，如df$name。attach()和detach()函數(shù)用于簡化數(shù)據(jù)框變量的引用，但不推薦頻繁使用以避免命名沖突等問題。例如，attach(df)后可以直接用name引用列名，結(jié)束后用detach(df)解除關(guān)聯(lián)。

15. read.table()函數(shù)：read.table()是R語言中用于讀取純文本文件并將其中數(shù)據(jù)轉(zhuǎn)換為數(shù)據(jù)幀的函數(shù)。該函數(shù)要求輸入文件的第一行包含變量名，后續(xù)行代表數(shù)據(jù)記錄，每行按列對應各變量值。若無表頭，則默認變量名為"v1", "v2"等；若有表頭但無行索引，通過設(shè)置header=TRUE指明首行為列名。此外，可通過setwd()函數(shù)改變當前工作目錄以便正確讀取目標文件。

    • 創(chuàng)建文本文件info.txt
      
    • 讀取，表頭采用默認變量
      
    • 讀取，采用文件首行做表頭
      
    • 使用attach()函數(shù)簡化對info的數(shù)據(jù)引用
      

五、自定義函數(shù)

（一）自定義函數(shù)定義

• 在R語言中，用戶通過function()關(guān)鍵字定義自定義函數(shù)，例如：myFunction <- function(arg1, arg2) {expression}，其中arg1和arg2為輸入?yún)?shù)，expression是基于這些參數(shù)進行計算或處理的代碼塊。

（二）自定義函數(shù)示例

1、求和函數(shù)

2、分段函數(shù)

$f(x)=\{\begin{array}{ll}x+2& (1)\\ x^2& (2)\end{array}$

• 定義函數(shù)，并繪制圖像
  
  

六、結(jié)束語

• 總之，R語言作為開源統(tǒng)計計算和圖形制作的首選工具，憑借其全面的數(shù)據(jù)處理能力、強大的數(shù)組運算以及豐富的內(nèi)置統(tǒng)計模型和可視化功能，在全球數(shù)據(jù)分析領(lǐng)域占據(jù)重要地位。盡管在處理超大規(guī)模數(shù)據(jù)時面臨性能挑戰(zhàn)，但通過合理抽樣或結(jié)合分布式計算框架，R語言依然能夠勝任復雜的數(shù)據(jù)分析任務(wù)。從基礎(chǔ)數(shù)據(jù)對象如向量、矩陣到更高級的數(shù)據(jù)結(jié)構(gòu)如數(shù)組、因子、列表和數(shù)據(jù)框，R語言提供了一套完整且靈活的數(shù)據(jù)組織方式，滿足各種類型數(shù)據(jù)的存儲與操作需求。而函數(shù)的運用則大大提升了代碼復用性和程序結(jié)構(gòu)化程度，無論是利用內(nèi)置函數(shù)進行快速統(tǒng)計分析，還是自定義函數(shù)解決特定問題，都彰顯了R語言在實現(xiàn)高效數(shù)據(jù)分析流程上的優(yōu)越性。掌握R語言的基本語法和核心功能，無疑將助力用戶深入探索數(shù)據(jù)背后的規(guī)律，提升解決問題的能力，并在實際應用中發(fā)揮關(guān)鍵作用。