R软件介绍

一R软件简介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、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网站上约有两千多个程序包，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主页登陆界面(Windows版)菜单栏快捷按钮控制台命令行RGui的菜单介绍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，生物多样性计算程序包使用在菜单栏程序包选择加载程序包…或者在控制台中输入如下命令：library()####()内为程序包名称调用程序包内的函数与R内置的函数调用方法一样查看帮助文件如何知道stats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控制台中输入library(help=stats)查看帮助文件1help(t.test)2?t.test3help.search(t.test)4apropos(t.test)5RGuiHelpR函数帮助(文本)…二数字、字符与向量1、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#注释赋值符号演示结果演示结果少用(1)、向量赋值向量(2)、向量的运算数学运算运算后给出数值结果+,-,*,/,^（常用运算符号）比较运算运算后给出判别结果（TRUEFALSE）,,=,=,==,!=逻辑运算与、或、非!,&,&&,|,||(2)、向量的运算(2)、向量的运算（演示结果）2、R软件中的函数每一个函数执行特定的功能，后面紧跟括号，例如：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。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)(1)、常用函数例子（P49.例2.1）某学校在体检时测得12名女中学生体重X1(千克)和胸围X2(厘米)资料如下表所示，计算体重与胸围的均值和标准差。学生编号体重胸围学生编号体重胸围135607437824074837663406494470442711042655377211417364568123975例子（P49.例2.1）平均值方差标准差判断两者之间的关系，是两者相关，还是两者无关，根据数值的大小进行判断接近1，相关，接近0，无关例子（P49.例2.1）画出两者之间关系cor（）与plot（）联合使用例子（P49.例2.1）频率直方图3、产生有规律的序列从2.316到6从4到7.63、产生有规律的序列seq（起点，终点，长度）rep（向量，重复次数）4、缺失数据判断向量中是否有缺失数据5、字符型向量6、向量下标运算（选取向量中某个数）选第二个数据修改向量x中第二个数据新的向量x修改向量中某个数值修改向量x中第一和第三个数值6、向量下标运算（选取向量中某个数）选第1，3，5，9个数值选第1至5个数值选倒数第1至5个数值三多维数组和矩阵1、数组和矩阵dim()和matrix()x-1:12dim(x)-c(3,4);x[,1][,2][,3][,4][1,]14710[2,]25811[3,]36912matrix.x-matrix(1:12,nrow=3,byrow=T)行或列添加名称：row.names();col.names()行数目2、数组的运算+,-,*,/,^运算后给出数值结果2、数组的运算求矩阵的维数3、矩阵的运算3、矩阵的运算例题四列表与数据框1、列表与数据框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、因素每行作为一个观测2、列表（list）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)3、数据框（data.frame）的创建data.frame()#生成数据框d-data.frame(character,numeric,logical)cbind()#按列组合成数据框c.data-cbind(character,numeric,logical)rbind()#按行组合成数据框4、列表的创建list(1,matrix(2:9,nrow=2),估计,FALSE)-x;x[[1]][1]1[[2]][,1][,2][,3][,4][1,]2468[2,]3579[[3]][1]估计[[4]][1]FALSE第一列内容第二列内容第三列内容第四列内容5、引用数据框中的元素d-data.frame(a1,a2)$引用d$a1[,]方括号引用d[,1];d[5,]a1-c(5260,5470,5640,6180,6390)a2-c(3910,4220,3885,5160,5645)构成数据框选数据框中a1数据选数据框第1列数据选数据框第5行数据6、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（Excel可以保存此类文件）csv文件，逗号间隔（Excel可以保存此类文件）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。例题：编号123456身高m1.751.801.651.901.741.91体重kg607257909572六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（数据较少）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)第一种方式：从控制台输入数据（数据较少）第二种方式从外部读取数据（数据量较大）数据量较大时用read.table函数从外部txt文件读取第1步改变R软件工作目录（文件改变工作目录）第2步将Excel中的数据另存为.txt格式（制表符间隔）或.csv格式。第3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。在Excel中将数据存为txt文件一般从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”)read.csv(”位置”)#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检验读txt文件读csv文件例题（此时数据为数据框）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。