用r做数据分析

《用r做数据分析》由会员分享，可在线阅读，更多相关《用r做数据分析（25页珍藏版）》请在金锄头文库上搜索。

1、R简介R语言是由 Ross Ihaka、Robert Gentleman二位创建的，这也许可以解释为什么叫R语言。现在由“R开发核心团队”负责开发。R是基于S语言的一个GNU项目。一、R语言介绍 R是为统计计算和作图的一门语言和环境。是一个GNU项目，和S语言和环境很相似，S语言是由BELL实验室的John Chambers和他的同事开发的。R语言可以认为是从S语言衍生而来的，他们之前有很重要的不同，但是大多数用S语言写的代码也可以在R中运行。 目前R在高校非常流行，特别是随着这几年互联网的发展，（R在一些大公司的运用得到的实践，例如：国外的google、linkdin、facebook等，国

2、内一些大型互联网公司也在开始使用R），及随着互联网版权的意识增强，也促使了R在互联网的发展。当然R在很多领域都有很广泛的运用。 R语言是开源的，同时可以运行在各种平台上（Linux、Windows、MacOS等）。R的许多软件包是由R语言、 LaTeX、Java及最常用C语言和Fortran撰写。 可以说现在R包含各种各样的功能，可以说目前你能想到的功能，都可以找到一个或者多个R包来实现。几千个R包，哪个才最适合你呢？“最适合你自己的R包，也许就是你自己写的那个包”。二、 R软件安装下载 CRAN地址：http:/www.r-project.org/，什么是CRAN： CRAN为Compreh

3、ensive R Archive Network（R综合典藏网）的简称。它除了收藏了R的执行档下载版、源代码和说明文件，也收录了各种用户撰写的软件包。现时，全球有超过一百个CRAN镜像站。 根据你的操作系统，下载相应的R语言安装文件。 下载地址：http:/ftp.ctex.org/mirrors/CRAN/三、 R语言的特点 1、变量不需要申明即可引用。 2、R语言的核心是：向量。 3、R语言是一个函数语言。 4、向量中的下标是从1开始引用的。 5、R是脚本语言、面像对象；四、 如何学学习R语言1、不要期望你能学会R中所有的包。不要把目标定的那么高。2、关键能理解R语言的内涵。多看看CRAN

4、上的相关文档，例如：季刊、R语言相关新闻，特别是每次版本更新的一些内容。3、运用 如果你是做数据分析相关的工作的，一定要把学习到的R语言知识运用到你的工作中，不管你把R语言当用一门编程语言还是统计工具，用的多了，自然你就有感觉，很多东西你就记住了。4、持续 每天花点时间写几条R代码，实现一些小功能。如果你工作上就用R，那是最完美的。5、多看 多看别人写的代码，R运用的案例。你可以google一下R会有很多好的博客，文章。很多人都是R的GREEK。6、开放 一定要开放、分享的心态。多与别人交流，不要总是需求，一定要学习给予。7、总结 学到的东西，及时做好总结，可以总结成案例或者笔记，如果可以欢迎

5、分享给大家（http:/ 到这投稿是一个不错的选择） 五、 我对R语言的理解和看法 随时互联网的发展，特别是互联网对于版权、成本的因素考虑，因为免费、开源使越来越多的公司开始用R语言来处理数据、分析数据、完成模型等，当然这其中也伴随着对于数据价值挖掘的，特别是在大数据的背景下，想通过对数据挖掘&分析建立自己的竞争优势。 R不仅 免费还有各种各样的的功能包资源。从某种程度上讲，任何你想要的功能应该都可以找到对应的包，只是说是否完全满足，对于一些算法研究人员来说，可以在原来的代码的基础进行借鉴。这也许就是为什么R最开始主要用到高校或者学术领域（当然和国外学者、专家这种自由、开放的环境或者意识有很关

6、系，这也许就是为什么许多开源软件都是国外出来，很少看到国内的大公司有什么好的东西开源）。 很多行业人士都说R是未来的“王道”，就像unix的发展过程一样。我觉得未来一定有属于R的一片天空，而且这种天空可以说是接近无限。所以，对于有志于从事数据挖掘、数据分析这个行业的朋友来说，掌握R是也许会成为未来的必备技能（就像现在数据分析师大多要求会：SQL）。 最后，我对R语言的理解与总结可以概括为一句话：“开源、二次加工、分享精神”。R包介绍R语言的使用，很大程度上是借助各种各样的R包的辅助，从某种程度上讲，R包就是针对于R的插件，不同的插件满足不同的需求一、 R语言包的安装1、通过选择菜单：程序包-安

7、装程序包-在弹出的对话框中，选择你要安装的包，然后确定。2、使用命令install.packages(package_name,dir)package_name:是指定要安装的包名，请注意大小写。dir:包安装的路径。默认情况下是安装在.library 文件夹中的。可以通过本参数来进行修改，来选择安装的文件夹。例如：mvtnorm安装到D:/DM/r/R-2.15.2/library/目标下install.packages(mvtnorm,D:/DM/r/R-2.15.2/library/)3、本地来安装如果你已经下载的相应的包的压缩文件，则可以在本地来进行安装。请注意在windows、uni

8、x、macOS操作系统下安装文件的后缀名是不一样的：1）linux环境编译运行：tar.gz文件2）windows 环境编译运行 ：.zip文件3）MacOSg环境编译运行: .tgz文件注：包安装好后，并不可以直接使用，如果在使用包中相关的函数，必须每次使用前包加载到内存中。通过library(package_name)来完成。二、 加载包包安装后，如果要使用包的功能。必须先把包加载到内存中（默认情况下，R启动后默认加载基本包），加载包命令：Library(“包名”)Require(“包名”) 三、 查看包的相关信息1、查看包帮忙library(help=package_name)主要内容包

9、括：例如：包名、作者、版本、更新时间、功能描述、开源协议、存储位置、主要的函数，例如：library(help=igraph)2、查看当前环境哪些包加载 find.package() 或者 .path.package()例如：默认情况下安装7个包（本系列文章使用的R的版：2.15.2） 3、移除包出内存detach()4、把其它包的数据加载到内存中data(dsname, package=pkgname)5、查看这个包里的包有数据data( package=包名)6、列出所有安装的包library() 四、 R包的分类1、根据包的功能，分成不同的类：http:/cran.r-project.o

10、rg/web/views/2、截止到2013年3月6号，CRAN上一共收录的：4338个包。3、不同开源协议的包的分布如下：（相关查看代码：#读取CRAN上包的相关信息a - available.packages(contrib.url(http:/ftp.ctex.org/mirrors/CRAN, source)#查看CRAN上当前包的个数nrow(a)#各种开源协议的包的分布个数sort(table(gsub( .*, , a,License), decreasing = T)R软件初识数据分析R软件下载地址：http:/www.r-project.org/1.用来制作散点图非常便捷。

11、plot(纵坐标变量横坐标变量，data=数据集名称)library(lattice)xyplot(纵坐标变量横坐标变量|属性拥有者，data=数据集名称) 。多个散点图。2.数据存储成CSV格式的会更容易处理3.R能用正则表达式来处理数据模式！NewName - sub( ( . * ) ,Test$Name)( 表示左括号，告诉R这不是R表达式. 句点表示任何字符* 星号表示任何数值的前字符) 表示右括号4.读写文件语句INPUT - read.csv( .csv,header=TRUE) 读取一个.csv格式的文件head(INPUT,n=?) 查看开头数据中开头?行write.csv(

12、INPUT,file=OUTPUT.csv) 将结果写入到csv格式的文件5.R区分大小写，连TRUE都不能用小写 .向量在本系列文章中，接下将分别介绍R语言的几种数据对象：向量、矩阵、数据框与列表、其它特殊对象；请大家在学习R语言的时候永远记住一个概念，R语言所有内容都是对象；一、向量基本概念R语言中最为核心的构成之一 1、向量构成的基本元素为：数值（numeric）、字符（character）、逻辑值（logical）、复数型（complex）； 2、向量不需要定义类型，可直接赋值： 1）生成一个空向量；x-c(); 2）给向量赋值。x-c(0,1,2,3); 3、向量的元素下标取值是以1

13、开始，这点请刚开始接触R的同学注意。例如：要前例中取x向量中值为1,则为x2 4、如果一个向量中有一个字符，则该向量的类型会变成字符； 如果逻辑变量与数值在一起，则为转换成数值。TRUE转变成1 and FALSE 转变成 0. 2、在R语言中没有单一的整数、单一字符的概念 例如：X-2；X-a；R都是当作向量来处理，只是这个向量只包括单一值。3、给向量各元素命名: names(x) Demo_3-1:3 names(Demo_3) - c(a,b,ab) 二、几种特殊向量的生成1、生成系列seq()1）seq(length=, from=, to=) Length:指定生成个数 From:是

14、指开始生成的点 To:截止点2）如果不指定，则默认条件下：seq(N1,N2,BY=) N1：开始位置 N2：截止位置 BY=指定间隔 2、rep(P，N) 重复生成P值N次 三、向量运算1、取子向量 通过下标: 取某个元素：x2;(如果X包括名称，注意:x2与x2的区别； 取某中几个：xc(1,2,0) 取某个/几个元素，利用-：x-n2、向量排序； sort(); 输出排序后的结果； order()；输出排序后的各个向量位置； a-c(3,9,0,12,19) sort(a)；order();3、循环。如果二个向量进行运算过程中，二个向量不相同，则R对长度小的向量自动补充值，直到长度等于大的向量。例如：Demo_5-1:3;Demo_6-2:5;Demo_7= De