1、 語言入門報告內容一 R簡介二 函數(shù)與對象三 編寫腳本四 R繪圖五 編寫函數(shù)六 數(shù)據(jù)保存一 R 簡 介R語言的由來o R語言是從S語言演變而來的。o S語言是二十世紀70年代誕生于貝爾實驗室，由Rick Becker, John Chambers, Allan Wilks開發(fā)。o 基于S語言開發(fā)的商業(yè)軟件Splus，可以方便的編寫函數(shù)、建立模型，具有良好的擴展性，取得了巨大成功。o 1995年由新西蘭Auckland大學統(tǒng)計系的Robert Gentleman和Ross Ihaka，編寫了一種能執(zhí)行S語言的軟件，并將該軟件的源代碼全部公開，這就是R軟件，其命令統(tǒng)稱為R語言。R軟件簡介 R是開源

2、軟件，代碼全部公開，對所有人免費。 R可在多種操作系統(tǒng)下運行，如Windows、MacOS、多種Linux和UNIX等。 R需要輸入命令，可以編寫函數(shù)和腳本進行批處理運算，語法簡單靈活。 目前在R網站上約有2100個程序包，涵蓋了基礎統(tǒng)計學、社會學、經濟學、生態(tài)學、地理學、醫(yī)學統(tǒng)計學、生物信息學等諸多方面。下載和安裝RThe Comprehensive R Archive Network簡稱CRAN，提供下載安裝程序和相應軟件包。R主頁 / Windows版本下載地址之一：/mirrors/CRAN/bin/wi

3、ndows/base/R-2.9.2-win32.exe 下載完成后，雙擊R-2.9.2-win32.exe 開始安裝。一直點擊下一步，各選項默認。圖1 R軟件首頁 / 圖2 R登陸界面(Windows版)路徑： 開始所有程序R 2.9.2菜單欄菜單欄快捷按鈕快捷按鈕控制臺控制臺命令行命令行圖3 R Gui 的菜單介紹練習一：下載和安裝R下載并安裝R軟件了解R的菜單R程序包為什么要安裝程序包？為什么要安裝程序包？特定的分析功能，需要用相應的程序包實現(xiàn)。例如：系統(tǒng)發(fā)育分析，往往要用到ape程序包，群落生態(tài)學vegan包等等。程序包是什么？程序包是什么

4、？ R程序包是多個函數(shù)的集合，具有詳細的說明和示例。Window下的R程序包是已經編譯好的zip包。每個程序包包含R函數(shù)、數(shù)據(jù)、幫助文件、描述文件等。常用R程序包base- R 基礎功能包stats- R統(tǒng)計學包nlme- 線性及非線性混合效應模型Graphics- 繪圖lattice- 柵格圖ape- 系統(tǒng)發(fā)育與進化分析apTreeshape- 進化樹分析seqinr- DNA序列分析ade4- 利用歐幾里得方法進行生態(tài)學數(shù)據(jù)分析常用R程序包cluster- 聚類分析ecodist- 生態(tài)學數(shù)據(jù)相異性分析mefa- 生態(tài)學和生物地理學多元數(shù)據(jù)處理mgcv- 廣義加性模型相關mvpart- 多

5、變量分解nlme- 線性及非線性混合效應模型ouch- 系統(tǒng)發(fā)育比較BiodiversityR - 基于Rcmdr的生物多樣性數(shù)據(jù)分析vegan- 植物與植物群落的排序，生物多樣性計算 常用R程序包maptools- 空間對象的讀取和處理sp- 空間數(shù)據(jù)處理spatstat- 空間點格局分析，模型擬合與檢驗splancs- 空間與時空點格局分析picante- 群落系統(tǒng)發(fā)育多樣性分析圖4 CRAN Task Views： 對程序包的分類介紹圖5 vegan包頁面R程序包在CRAN 提供了每個包的源代碼和編譯好的MacOS、Window下的程序包以vegan包為例，CRAN提供了：Package

6、 source: vegan_1.15-3.tar.gz MacOS X binary: vegan_1.15-3.tgz Windows binary: vegan_1.15-3.zip Reference manual: vegan.pdf 等Window平臺下程序包為zip文件，安裝時不要解壓縮不要解壓縮。R程序包安裝1 連網時，用函數(shù)install.packages()，選擇鏡像后，程序將自動下載并安裝程序包。例如： 打開RGui,在控制臺中輸入 install.packages(“ape)2 安裝本地zip包路徑：Packagesinstall packages from local

7、 files選擇光盤或者本地磁盤上存儲zip包的文件夾。程序包使用在控制臺中輸入如下命令：library(vegan)library(ade4)調用程序包內的函數(shù)與R R內置的函數(shù)調用方法一樣library(vegan)This is vegan 1.15-3Warning message:package vegan was built under R version 2.9.1 練習二 安裝并導入程序包安裝程序包程序包從本地zip文件安裝程序包調用程序包library(vegan)library(ape)查看幫助文件如何知道ape程序包內部都有哪些函數(shù)？最常用的方法：1 菜單 幫助Html幫

8、助2 查看pdf幫助文檔（從程序包下載頁面下載）查看幫助文件 1 help(t.test) 2 ?t.test 3 help.search(t.test) 4 apropos(t.test) 5 RGuiHelpHtml help 6 查看R包pdf手冊幫助文件的內容以lm函數(shù)為例：lm(stats) #函數(shù)名及所在包 Fitting Linear Models # 標題Description #函數(shù)描述Usage # 默認選項Arguments # 參數(shù)Details # 詳情Author(s) # 作者References # 參考文獻Examples # 舉例練習三 查看幫助文件打開ap

9、e軟件包的幫助文件library(ape)查找ape包中plot.phylo函數(shù)的幫助輸入輸入 ?plot.phylo將其中的將其中的Example文件粘貼到文件粘貼到Console中，查看中，查看運行的結果。運行的結果。圖形界面之一：R Commander圖6 R commander 界面 library(Rcmdr) 界面操作代碼結果輸出為什么要學習編程? 界面操作直觀易學，但也存在一些不足： 操作的過程難以保存，數(shù)據(jù)處理不夠靈活，在進行步驟繁多的數(shù)據(jù)處理工作時十分費時費力；在建立模型或自己編寫函數(shù)時也會遇到困難。而這些困難可以通過編程解決。 學習R編程，首先要了解R的函數(shù)、對象及其操作。

10、二 R函數(shù)與對象數(shù)據(jù)表的行與列物種數(shù)科數(shù)屬數(shù)海拔坡度類型樣方140152260025山頂樣方251122635030山坡樣方346112039045山坡樣方438122426020低地樣方549102522033低地行名Row names字符串列名 Column names每列可看做帶名稱的向量表1 數(shù)據(jù)表、數(shù)據(jù)框與向量字符串、因素每行作為一個EntryR的函數(shù)R是一種解釋性語言，不需要先編譯成.exe文件，輸入后可直接運行。函數(shù)形式function(對象，選項= )平均值 mean()線性回歸 lm(yx, data=test)R處理的所有數(shù)據(jù)、變量、函數(shù)和結果都以對象的形式保存。R的函數(shù)每

11、一個函數(shù)執(zhí)行特定的功能，后面緊跟括號，例如：平均值 mean()求和 sum()繪圖 plot()排序 sort() 除了基本的運算之外，R的函數(shù)又分為高級和低級函數(shù)，高級函數(shù)內部嵌套了復雜的低級函數(shù)，例如plot()是高級繪圖函數(shù)，函數(shù)本身會根據(jù)數(shù)據(jù)的類型，經過程序內部的函數(shù)判別之后，繪制相應類型的圖形，并有大量的參數(shù)可選擇。部分函數(shù)計算計算log(x) log10(x) exp(x) sin(x)cos(x) tan(x) asin(x)acos(x)min(x)max(x)range(x) length(x)統(tǒng)計檢驗統(tǒng)計檢驗mean(x)sd(x)var(x)median(x)quant

12、ile(x,p)cor(x,y)t.test()lm(y x)wilcox.test()kruskal.test()統(tǒng)計檢驗統(tǒng)計檢驗lm(y f+x)lm(y x1+x2+x3)bartlett.testbinom.testfisher.testchisq.testglm(y x1+x2+x3, binomial)friedman.test. 圖7 箱線圖修飾前后(左：默認值，右：修改屬性后)boxplot(count spray, data = InsectSprays)boxplot(count spray, data = InsectSprays, col = red)R函數(shù)調用及其選項

13、R函數(shù)調用及其選項函數(shù)的調用方法, 函數(shù)名+() 如 plot(), lm(),并將對象放入括號中，“=”表示設定參數(shù)。例如：boxplot(daytype, data=bac, col=“red“, xlab=“Virus”, ylab=“days”)daytype，以type為橫軸，day為縱軸繪制箱線圖。data=bac 數(shù)據(jù)來源baccol=“red” 箱線圖為紅色xlab=“Virus” 橫軸名稱為Virusylab=“days” 縱軸名稱為days練習四：查詢函數(shù)幫助查看boxplot的幫助文件?boxplot查看最后的examples 將幫助文件中的內容粘貼到控制臺中，運行并觀看

14、運行結果。boxplot(count spray, data = InsectSprays, col = lightgray)選項更改選項更改boxplot(count spray, data = InsectSprays, col = “red”, xlab=“spray”, ylab=“counts”)賦值與注釋在控制臺中鍵入如下命令2+2a-2代替b-2c-a+bc#注釋賦值符號為對象起名 R是區(qū)分大小區(qū)分大小寫的，A與a是不同的。 對象名不能用數(shù)字開頭，但是數(shù)字可以放在中間或結尾。推薦用”.”作為間隔，例如 anova.result1。 舉例：一個向量a，包含了四個元素， a, , =

15、, =, !=邏輯運算 與、或、非!, &, &, |, |外部數(shù)據(jù)讀取 最為常用的數(shù)據(jù)讀取方式是用read.table() 函數(shù)或read.csv()函數(shù)讀取外部txt或csv格式的文件。 txt文件，制表符間隔 csv文件，逗號間隔 一些R程序包（如foreign）也提供了直接讀取Excel, SAS, dbf, Matlab, spss, systat, Minitab文件的函數(shù)。read.table()的使用例：test.data-read.table(D:/R/test2.txt,header=T)header=T表示將數(shù)據(jù)的第一行作為標題。read.table(file=file.

16、choose(),header=T) 可以彈出對話框，選擇文件。實例：從數(shù)據(jù)輸入到t檢驗編號123456身高 m1.751.801.651.901.741.91體重kg607257909572表2 六名患者的身高和體重現(xiàn)有6名患者的身高和體重，檢驗體重除以身高的平方是否等于22.5。第一種方式：從控制臺輸入數(shù)據(jù)數(shù)據(jù)量較少時可以從控制臺直接輸入：height-c(1.75, 1.80, 1.65, 1.90, 1.74, 1.91)weight-c(60, 72, 57, 90, 95, 72)sq.height-height2ratio-weight/sq.heightt.test(ratio

17、, mu=22.5) 第二種方式 從外部讀取數(shù)據(jù)數(shù)據(jù)量較大時用read.table函數(shù)從外部txt文件讀取第1步 將Excel中的數(shù)據(jù)另存為.txt格式（制表符間隔）或.csv格式。第2步 用read.table()或read.csv()函數(shù)將數(shù)據(jù)讀入R工作空間，并賦值給一個對象。圖8 在Excel中將數(shù)據(jù)存為txt文件實例：t檢驗(續(xù))一般從txt文檔讀取數(shù)據(jù)。每一行作為一個觀測值。每一行的變量用制表符，空格或逗號間隔開。read.table(”位置位置”, header=T)read.csv(”位置位置”,header=T)#從外部讀取數(shù)據(jù)data1-read.table(d:/t.tes

18、t.data.txt,header=T)bmi- data1$weight/data1$height2t.test(bmi, mu=22.5) #t檢驗練習五：數(shù)據(jù)讀取和t檢驗將表2中的數(shù)據(jù)錄入Excel中，另存為t.test.txt文件。用read.table函數(shù)讀取該文件。t.test.data-read.table(“X:/t.test.txt”, header=T)對變量t.test.data中的attach(t.test.data)ratio-weight/height2t.test(ratio)實例：從數(shù)據(jù)輸入到單因素方差分析 將三種不同菌型的傷寒病毒a,b,c分別接種于10，9，

19、和11只小白鼠上，觀察其存活天數(shù)，問三種菌型下小白鼠的平均存活天數(shù)是否有顯著差異。 a菌株：2, 4, 3, 2, 4, 7, 7, 2, 5, 4 b菌株：5, 6, 8, 5, 10, 7, 12, 6, 6 c菌株：7,11,6, 6, 7, 9, 5, 10, 6, 3, 10 準備數(shù)據(jù)表圖9 數(shù)據(jù)表的準備day和type 各為一列實例：方差分析(續(xù))#數(shù)據(jù)讀取，將test1.txt中的內容保存到bac中， header=T表示保留標題行。bac-read.table(d:/anova.data.txt,header=T) #將ba數(shù)據(jù)框中的type轉換為因子(factor)bac$t

20、ype-as.factor(bac$type) ba.an-aov(lm(daytype, data=bac) summary(ba.an) boxplot(daytype,data=bac,col=red)圖10 三種菌型對小白鼠影響的箱線圖練習六： 方差分析和箱線圖繪制1 在excel中準備數(shù)據(jù)表2 用R讀取數(shù)據(jù)表3 輸入如下命令進行方差分析、繪制箱線圖boxplot(daytype,data=bac,col=red) ba.an30的行，提取其中的某一列，進行分析等。向量的創(chuàng)建四種類型的向量字符型character-c(China, Korea, Japan, UK, USA, Fran

21、ce, India, Russia) 數(shù)值型numeric-c(1, 3, 6, 7, 3, 8, 6, 4)邏輯型logical-c(T, F, T, F, T, F, F, T)復數(shù)型 略向量的創(chuàng)建c(2,5,6,9) rep(2,times=4) seq(from=3, to=21, by=3 ) 1 3 6 9 12 15 18 21“:” 1:15 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15通過與向量的組合，產生更為復雜的向量。rep(1:2,c(10,15)向量: 隨機數(shù)的生成runif(10, min = 0, max= 1) 1 0.322271

22、68 0.12759789 0.33849635 0.84843855 0.67293416 0.14646444 7 0.60117150 0.39023874 0.04219423 0.67102520rnorm(10, mean = 0, sd = 1) 1 -1.58587380 -0.07775222 2.17126687 -1.02938226 0.46392281 0.74896049 7 -0.24556829 1.39034371 1.09975487 -1.44682767定義矩陣的維度dim()和和matrix()x - 1:12dim(x) - c(3,4) ,1 ,2

23、 ,3 ,41, 1 4 7 102, 2 5 8 113, 3 6 9 12matrix.x - matrix(1:12,nrow=3,byrow=T)t(x)#轉置為行或列添加名稱：s()s()數(shù)據(jù)框的創(chuàng)建cbind() # 按列組合成數(shù)據(jù)框country.data-cbind(character,numeric,logical)rbind() # 按行組合成數(shù)據(jù)框data.frame() #生成數(shù)據(jù)框d - data.frame(character,numeric,logical)head(d) #訪問數(shù)據(jù)的前6行：列表的創(chuàng)建列表可以是不同類型甚至不同長度

24、的向量(數(shù)值型，邏輯型，字符型等等)、數(shù)據(jù)框甚至是列表的組合。list()例如list(character,numeric,logical,matrix.x)對象的類型的判斷對象類型判斷mode()class()is.numeric() #返回值為TRUE或FALSEis.logical()is.charactor()is.data.frame()對象的類型的判斷對象類型轉換as.numeric() #轉換為數(shù)值型as.logical()as.charactor()as.matrix()as.dataframe()練習七：因子生成將將 100， 200， 400， 600， 800 輸入R中，

25、保存到numeric對象中 numeric-c(100, 200, 400, 600, 800)將numeric轉換為factor factor.numeric-as.factor(numeric)查看factor.numeric的內容 factor.numeric引用向量內的元素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, 733

26、5)intake.pre5; intake.prec(3,5,7)v - c(3,5,7);intake.previntake.pre1:5; intake.pre-c(3,5,7)引用數(shù)據(jù)框中的元素d 70001 FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUEintake.preintake.pre 7000intake.postintake.pre 7000 & intake.pre 7000 & intake.pre = 8000練習八：條件篩選創(chuàng)建一個2到50的向量 vector12, 4, 6, 8, .,

27、48, 50vector140排序將向量中的元素按照一定順序排列。 sort() 按數(shù)值大小排序舉例： intake$post sort(intake$post) order() 給出從小到大的出現(xiàn)序號。 order(intake$post) o - order(intake$post)工作空間ls() 列出工作空間中的對象rm() 刪除工作空間中的對象rm(list=ls() 刪除空間中所有對象save.image() 保存工作鏡像sink() 將運行結果保存到指定文件中getwd() 顯示當前工作文件夾setwd() 設定工作文件夾練習九：了解工作路徑1 查看當前R工作的空間目錄getwd

28、()2 將R工作的路徑設置為 d:/data/setwd(“d:/data”)三 編寫腳本編寫腳本（Scripting）腳本是什么？ 腳本是一系列命令。 可以先批量的編號程序，或者對別人已經編好的程序進行修改。之后輸入到控制臺進行調試，以滿足數(shù)據(jù)分析的需求。語言高亮顯示 在代碼較多的情況下，有時需要對行數(shù)、函數(shù)、括號、函數(shù)選項等進行高亮顯示，設置成不同的顏色，以減少錯誤。圖11 TinnR對R腳本的高亮顯示圖12 NotePad+對R腳本的高亮顯示編輯器o R自帶的腳本編輯器o Editplus （ ）o TinnR (/Tinn-R/ )o Ult

29、raedit （ ）o Emacs （/software/emacs/ ）o Notepad+ 與NpptoR組合（http:/notepad- ）o 記事本或寫字板 等等舉例-回歸分析腳本轉速rpm 202224262830323436384042雜質率%8.49.511.810.413.314.813.214.716.416.518.918.5n對一批涂料進行研究，確定攪拌速度對雜質含量的影響，數(shù)據(jù)如下，試進行回歸分析表3 攪拌速度對涂料中雜質的影響腳本舉例#將以下代碼粘貼到編輯器中，另存為regression.r文件。rate-c(20, 22, 24, 26, 2

30、8, 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(impurityrate)regFileOpen Script #Ctrl+R運行3 直接粘貼到R控制臺ctrl+c, ctrl+v練習十:R腳本運行將R命令粘貼到記事本中，另存為regression.R文件。分別通過三種方式運行R腳本。四 R繪圖圖13 R繪制的圖形R繪圖功能 R具備卓越的繪圖功能，通過參數(shù)設置對圖形進行精確控制。繪制的圖形能滿足出版印刷的要求，可

31、以輸出JPEG、TIFF、EPS、emf、pdf、png等各種格式。 繪圖是通過繪圖函數(shù)結合相應的選項完成的。 繪圖函數(shù)包括高水平繪圖函數(shù)和低水平繪圖函數(shù)。高水平繪圖函數(shù)plot() 繪制散點圖等多種圖形hist() 直方圖boxplot() 箱線圖stripchart() 點圖barplot() 條形圖dotplot() 點圖piechart() 餅圖interaction.plot() matplot()圖14 散點圖與箱線圖舉例低水平繪圖函數(shù)lines() 添加線curve() 添加曲線abline() 添加給定斜率的線points() 添加點segments() 折線arrows()

32、箭頭axis() 坐標軸box() 外框title() 標題text() 文字mtext() 圖邊文字 繪圖參數(shù)參數(shù)用在函數(shù)內部，在沒有設定值時使用默認值。font= 字體lty= 線類型lwd= 線寬度pch= 點的類型,xlab= 橫坐標ylab= 縱坐標xlim= 橫坐標范圍ylim= 縱坐標范圍舉例：繪圖生成0到2之間的50個隨機數(shù)，分別命名為x,yx - runif(50,0,2)y - runif(50,0,2)繪圖：將主標題命名為“散點圖”， 橫軸命名為”橫坐標”， 縱軸命名為“縱坐標”plot(x, y, main=“散點圖”, xlab=“橫坐標”, ylab=“縱坐標)te

33、xt(0.6,0.6,text at (0.6,0.6)abline(h=.6,v=.6)圖15 繪圖舉例例：分步繪圖plot(x, y, type=n, xlab=, ylab=, axes=F) #打開繪圖窗口，不繪制任何對象points(x,y) #添加坐標點axis(1) #添加橫軸axis(at=seq(0.2,1.8,0.2), side=3) #添加縱軸box() #補齊散點圖的邊框title(main=Main title, sub=subtitle, xlab=x-label, ylab=y-label)#添加標題、副標題、橫軸說明、縱軸說明圖16 分步繪圖ABCDEF一頁多

34、圖par()par(mfrow=c(2,2).圖17一頁多圖在原有圖形上添加元素舉例：舉例：x - rnorm(100) # 生成隨機數(shù)hist(x,freq=F) # 繪制直方圖curve(dnorm(x),add=T) # 添加曲線h - hist(x, plot=F) # 繪制直方圖ylim - range(0, h$density, dnorm(0) #設定縱軸的取值范圍hist(x, freq=F, ylim=ylim) #繪制直方圖curve(dnorm(x),add=T,col=red) #添加曲線圖18 在原有直方圖上添加曲線練習十一：繪圖練習練習1 將Rplots.r中的代碼

35、拷貝到R控制臺中，查看R繪制的圖形。練習2 對例進行回歸分析，并繪制散點圖，并為散點圖添加回歸直線。plot(impurityrate)reg-lm(impurityrate)abline(reg,col=red)summary(reg)五 編寫函數(shù)編程基礎 R可以靈活的編寫程序，用戶自己編寫的程序可以直接調用。R語言編程時無需聲明變量的類型，這與C,C+等語言不同?；靖袷?-function(x, y) 表達式 函數(shù)內部也可用#添加注釋程序流程控制 ifif 表達式的寫法if(條件) 表達式 if(條件) 表達式1 else 表達式2 舉例：if(p=0.05) print(“p0.05!)循環(huán) for, whilefor(變量 in 向量) 表達式 for(i in 1:10) print(i)while(條件) 表達式 i - 1while(i10) print(i) i - i + 1 函數(shù)舉例定義函數(shù)：rcal-function(x,y