查看完整文档可至百度网盘：
链接: https://pan.baidu.com/s/1cEdmpO5idfxx044TpqVBuA
提取码: bi3t
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。常被用于统计学、计量分析等领域。接下来讲一下我个人认为的R入门知识。
目录1 数据结构
1.1 向量
1.2 矩阵
1.3 数据框
2 生成数据
2.1 c() 连接单个数据
2.2 ":" 生成1/-1等差向量
2.3 seq() 生成等距向量
2.4 rep() 生成重复数据
3 数据引用
3.1 引用行/引用列
3.2 引用单个元素
3.3 引用子矩阵
3.4 变量名引用
4 读取外部数据（表）
4.1 更改工作目录
4.2 read.table
4.3 read.csv
正文 1 数据结构本节主要讲向量、矩阵、数据框三种数据结构（入门必须学）
1.1 向量
用于存储数值型、字符型或逻辑型数据的一维数组，常用"c()"创建。例如：
> c(1,2,8)#生成包含1，2，8的一维数组（向量）[1] 1 2 8
1.2 矩阵
二维数组具有行列的概念
#矩阵用法
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,dimnames = NULL) #表示生成1行，1列的一个矩阵，其中仅仅包含一个元素“NA” #---示例---#> matrix(c(1,2,3, 11,12,13), nrow = 2, ncol = 3, byrow = TRUE, dimnames = list(c("row1", "row2"), c("C.1", "C.2", "C.3")))
C.1 C.2 C.3
row1 1 2 3
row2 11 12 13
#nrow = 2和ncol = 3 定义2x3的2行3列矩阵
#byrow = TRUE 是控制矩阵中的数据c(1,2,3, 11,12,13)按照行的顺序排列，默认按照列排列
#dimnames = list(c("row1", "row2"), c("C.1", "C.2", "C.3")) 定义矩阵行名和列名
1.3 数据框
主要用于向量/矩阵合并，可以将不通类型的以向量以及矩阵，按照一定结构存储在数据框中。
> x <- c(11:20) #其中" <- "是赋值的意思，将向量c(11:20)赋值给对象x> y <- c(1:10)
> data.frame(xf = x, yf = x) #将向量x和y合并存储到数据框中，并重命名为xf和yf
xf yf
1 11 11
2 12 12
3 13 13
4 14 14
5 15 15
6 16 16
7 17 17
8 18 18
9 19 19
10 20 20
数组与矩阵类似，但其维度大于2.由于R入门基本接触不到3维以上数组的概念，目前暂不展开，等入门后在反过来看。
2 生成数据本节主要讲“c()”、":"、seq、rep等四种数据生成的内容（入门必须学）
2.1 “c” 连接单个数据
> c(1,2,8)#生成包含1，2，8的向量2.2 “:“ 生成1/-1等差向量
> 1.1:10[1] 1.1 2.1 3.1 4.1 5.1 6.1 7.1 8.1 9.1
> 1:10
[1] 1 2 3 4 5 6 7 8 9 10
> 10:1 #如x=1:10（递减，如y=10:1）
[1] 10 9 8 7 6 5 4 3 2 1
2.3 seq 生成等距向量
①seq(起点，终点，步长)
②seq(length=9, from=1, to=5)
> seq(1,10,2)[1] 1 3 5 7 9
> seq(length=5,1,10)
[1] 1.00 3.25 5.50 7.75 10.00
#seq(x)相当于1:length(x)；length(x)为0时，返回integer(0)
> seq(10)
[1] 1 2 3 4 5 6 7 8 9 10
> seq(c())
integer(0)
2.4 rep(x,n) 重复
将x重复n次，可使用each限定为依次重复形式
rep(1:3,3)rep(1:3,each=3)
#> rep(1:3,3)
#[1] 1 2 3 1 2 3 1 2 3
#> rep(1:3,each = 3)
#[1] 1 1 1 2 2 2 3 3 3
额外补充：R语言|第2讲：生成数据
3 数据引用（以矩阵为例）数据引用必须懂“对指定维度数据的引用”（以二维矩阵为例）
3.1 行引用/列引用
例如：引用第一行数据，引用第一列数据，引用第一行第一列的数据。
> data(iris) #鸢尾花数据集> dim(iris) #读取iris数据集的维度数值，以“行数 列数 ”形式展示[1] 150 5 #说明iris数据集是150 x 5的二维数组3.2 行列值引用：数据集[行值,列值]
如行值或列值仅1个数字，表示仅引用该行或列的数据
> iris[1,] #引用第1行数据Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
> head(iris[,1],5) #引用第1列的数据，其中因数据过长，使用head()函数取前5个数字
[1] 5.1 4.9 4.7 4.6 5.0
3.3 引用子矩阵
如行值或列值为组合数据，则表示引用组合行列交叉位置的数据
> iris[1:5,1:3]Sepal.Length Sepal.Width Petal.Length
1 5.1 3.5 1.4
2 4.9 3.0 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5.0 3.6 1.4
3.4 变量名引用
（多用于二维数组中）：数据集$变量名
> head(iris$Petal.Length,5)[1] 1.4 1.4 1.3 1.5 1.4 4 读取外部数据（以.csv表为例）
本节主要讲如何读取外部数据（表）（以.csv表为例）
4.1 设置工作目录
R语言中数据的输入需要设置数据读取的路径，一般将数据文件放到工作目录下，这样直接就可以通过read.table等读取数据文档（不许要设置路径）。
setwd("E:/") #设置当前工作目录为"E:/"
getwd() #读取当前工作空间的工作目录（文件读取保存路径）
> getwd() #读取当前工作空间的工作目录（文件读取保存路径）[1] "C:/Users/ysl/Documents"
> setwd("E:/") #设置当前工作目录为"E:/"
> getwd() #再次使用getwd()函数即可查看是否设置成功
[1] "E:/"
方法二：通过R-gui菜单栏设置（文件-改变工作目录）
4.2 read.table()
#读取带分隔符的文本文件。read.table()函数是R最基本函数之一，读取带分隔符的文本/表格文件。#Usage
read.table(file, header = FALSE, sep = "", quote = "\"'",
dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
row.names, col.names, as.is = !stringsAsFactors,
na.strings = "NA", colClasses = NA, nrows = -1,
skip = 0, check.names = TRUE, fill = !blank.lines.skip,
strip.white = FALSE, blank.lines.skip = TRUE,
comment.char = "#",
allowEscapes = FALSE, flush = FALSE,
stringsAsFactors = default.stringsAsFactors(),
fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
read.csv(file, header = TRUE, sep = ",", quote = "\"",
dec = ".", fill = TRUE, comment.char = "", ...)
read.csv2(file, header = TRUE, sep = "", quote = "\"",
dec = ",", fill = TRUE, comment.char = "", ...)
read.delim(file, header = TRUE, sep = "\t", quote = "\"",
dec = ".", fill = TRUE, comment.char = "", ...)
read.delim2(file, header = TRUE, sep = "\t", quote = "\"",
dec = ",", fill = TRUE, comment.char = "", ...)
常用参数的说明如下：
（1）file：file是一个带分隔符的ASCII文本文件。①绝对路径或者相对路径。一定要注意，在R语言中\是转义符，所以路径分隔符需要写成"\\"或者“/”。所以写成“C:\\myfile\\myfile.txt”或者“C:/myfile/myfile.txt”即可。②使用file.choose()，弹出对话框，自动选择文件位置。例如：read.table(file.choose(),...)。
（2）header：一个表示文件是否在第一行包含了变量的逻辑型变量。如果header设置为TRUE，则要求第一行要比数据列的数量少一列。
（3）sep分开数据的分隔符。默认sep=""。read.table()函数可以将1个或多个空格、tab制表符、换行符或回车符作为分隔符。常见空白分隔符有：空格，制表符，换行符
sep=” ”；sep = “\t”；sep = “\n”
（4）stringsAsFactors 逻辑值，标记字符向量是否需要转化为因子，默认是TRUE。stringsAsFactors = F意味着，“在读入数据时，遇到字符串之后，不将其转换为factors，仍然保留为字符串格式”。
（5）encoding 设定输入字符串的编码方式。
#读取txt文档
> df<- read.table("data.txt")> df
V1 V2
1 x y
2 1 2
3 3 4
4 5 6
> df <- read.table("data.txt",header = T)
> df
x y
1 1 2
2 3 4
3 5 6
#样式1：直接读取数据
> df <- read.table("data.csv") #直接读取数据> head(df)
V1
1 ID,Sepal.Length,Sepal.Width,Petal.Length,Petal.Width,Species
2 1,5.1,3.5,1.4,0.2,setosa
3 2,4.9,3,1.4,0.2,setosa
4 3,4.7,3.2,1.3,0.2,setosa
5 4,4.6,3.1,1.5,0.2,setosa
6 5,5,3.6,1.4,0.2,setosa
#样式2：读数+首行表头
> df <- read.table("data.csv",header = T) #读数+首行表头> head(df)
ID.Sepal.Length.Sepal.Width.Petal.Length.Petal.Width.Species
1 1,5.1,3.5,1.4,0.2,setosa
2 2,4.9,3,1.4,0.2,setosa
3 3,4.7,3.2,1.3,0.2,setosa
4 4,4.6,3.1,1.5,0.2,setosa
5 5,5,3.6,1.4,0.2,setosa
6 6,5.4,3.9,1.7,0.4,setosa
#样式3：读数+首行表头+","逗号分割
> df <- read.table("data.csv",header = T,sep=",")#读数+首行表头+","逗号分割
> head(df)
ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 1 5.1 3.5 1.4 0.2 setosa
2 2 4.9 3.0 1.4 0.2 setosa
3 3 4.7 3.2 1.3 0.2 setosa
4 4 4.6 3.1 1.5 0.2 setosa
5 5 5.0 3.6 1.4 0.2 setosa
6 6 5.4 3.9 1.7 0.4 setosa
> summary(df)
ID Sepal.Length Sepal.Width Petal.Length
Min. : 1.00 Min. :4.300 Min. :2.000 Min. :1.000
1st Qu.: 38.25 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600
Median : 75.50 Median :5.800 Median :3.000 Median :4.350
Mean : 75.50 Mean :5.843 Mean :3.057 Mean :3.758
3rd Qu.:112.75 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100
Max. :150.00 Max. :7.900 Max. :4.400 Max. :6.900
Petal.Width Species
Min. :0.100 setosa :50
1st Qu.:0.300 versicolor:50
Median :1.300 virginica :50
Mean :1.199
3rd Qu.:1.800
Max. :2.500
#样式4：读数+首行表头+","逗号分割+字符转因子factor
> df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)##读数+首行表头+","逗号分割+字符转因子factor
> head(df)
ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 1 5.1 3.5 1.4 0.2 setosa
2 2 4.9 3.0 1.4 0.2 setosa
3 3 4.7 3.2 1.3 0.2 setosa
4 4 4.6 3.1 1.5 0.2 setosa
5 5 5.0 3.6 1.4 0.2 setosa
6 6 5.4 3.9 1.7 0.4 setosa
#请注意species结果与样式3中结果的差异
> summary(df)
ID Sepal.Length Sepal.Width Petal.Length
Min. : 1.00 Min. :4.300 Min. :2.000 Min. :1.000
1st Qu.: 38.25 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600
Median : 75.50 Median :5.800 Median :3.000 Median :4.350
Mean : 75.50 Mean :5.843 Mean :3.057 Mean :3.758
3rd Qu.:112.75 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100
Max. :150.00 Max. :7.900 Max. :4.400 Max. :6.900
Petal.Width Species
Min. :0.100 setosa :50
1st Qu.:0.300 versicolor:50
Median :1.300 virginica :50
Mean :1.199
3rd Qu.:1.800
Max. :2.500
4.3 read.csv()
#读取.csv格式数据，read.table的一种特定应用。read.csv() 读取逗号分割数据文件，read.table()的一种特定应用。默认逗号分割，header=T，stringsAsFactor = Tdf <- read.csv("data.csv") #等价与下df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)#第一行和第二行等价
read.csv(file, header = TRUE, sep = ",", quote = "\"",
dec = ".", fill = TRUE, comment.char = "", ...)
#实例
> df <- read.csv("data.csv")
#相当于df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)
> head(df)
ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 1 5.1 3.5 1.4 0.2 setosa
2 2 4.9 3.0 1.4 0.2 setosa
3 3 4.7 3.2 1.3 0.2 setosa
4 4 4.6 3.1 1.5 0.2 setosa
5 5 5.0 3.6 1.4 0.2 setosa
6 6 5.4 3.9 1.7 0.4 setosa
运行 (“cmd.exe /k ipconfig|find /i ” ＋ #引号 ＋ “ip address” ＋ #引号, 真, )常量 常量值 描 述
#引号 “"” 半角双引号。
#左引号 ““” 全角左双引号。
#右引号 “”” 全角右双引号。
#换行符 “字符（13）+字符（10）” 一个回车符（13）和一个换行符（10）的组合。
#pi 3.1415926535
#e 2.718282
#黑色 0 常用颜色值。
#藏青 8388608
#墨绿 32768
#深青 8421376
#红褐 128
#紫红 8388736
#褐绿 32896
#浅灰 12632256
#灰色 8421504
#蓝色 16711680
#绿色 65280
#艳青 16776960
#红色 255
#品红 16711935
#黄色 65535
#白色 16777215
#蓝灰 16744576
#藏蓝 14692440
#嫩绿 57472
#青绿 8445952
#黄褐 24768
#粉红 16754943
#嫩黄 55512
#银白 15527148
#紫色 16711824
#天蓝 16746496
#灰绿 8429696
#青蓝 12607488
#橙黄 33023
#桃红 8409343
#芙红 12615935
#深灰 6316128
#透明 -16777216
#隐藏窗口 1
#普通激活 2
#最小化激活 3
#最大化激活 4
#普通不激活 5
#最小化不激活 6
#读入 1
#写出 2
#读写 3
#重写 4
#改写 5
#改读 6
#无限制 1
#禁止读 2
#禁止写 3
#禁止读写 4
#文件首 1
#文件尾 2
#现行位置 3
#只读文件 1
#隐藏文件 2
#系统文件 4
#子目录 16
#存档文件 32
#无属性文件 128
#字节型 1
#短整数型 2
#整数型 3
#长整数型 4
#小数型 5
#双精度小数型 6
#逻辑型 7
#日期时间型 8
#子程序指针型 9
#文本型 10
#年份 1
#季度 2
#月份 3
#周 4
#自年首周数 4
#日 5
#小时 6
#分钟 7
#秒 8
#星期几 9
#自年首天数 10
#确认钮 0 “信息框”命令使用。
#确认取消钮 1
#放弃重试忽略钮 2
#取消是否钮 3
#是否钮 4
#重试取消钮 5
#错误图标 16
#询问图标 32
#警告图标 48
#信息图标 64
#默认按钮一 0
#默认按钮二 256
#默认按钮三 512
#默认按钮四 768
#程序等待 0
#系统等待 4096
#位于前台 65536
#文本右对齐 524288
#取消钮 1
#放弃钮 2
#重试钮 3
#忽略钮 4
#是钮 5
#否钮 6
#首拼及全拼 1
#双拼 2
#自动判别 3
#Ctrl键状态 1
#Shift键状态 2
#Alt键状态 4
#键0 48 按键代码值。
#键1 49
#键2 50
#键3 51
#键4 52
#键5 53
#键6 54
#键7 55
#键8 56
#键9 57
#A键 65
#B键 66
#C键 67
#D键 68
#E键 69
#F键 70
#G键 71
#H键 72
#I键 73
#J键 74
#K键 75
#L键 76
#M键 77
#N键 78
#O键 79
#P键 80
#Q键 81
#R键 82
#S键 83
#T键 84
#U键 85
#V键 86
#W键 87
#X键 88
#Y键 89
#Z键 90
#F1键 112
#F2键 113
#F3键 114
#F4键 115
#F5键 116
#F6键 117
#F7键 118
#F8键 119
#F9键 120
#F10键 121
#F11键 122
#F12键 123
#F13键 124
#F14键 125
#F15键 126
#F16键 127
#Break键 3
#退格键 8
#Tab键 9
#回车键 13
#Shift键 16
#Ctrl键 17
#Alt键 18
#Pause键 19
#CapsLock键 20
#NumLock键 144
#ScrollLock键 145
#Esc键 27
#空格键 32
#PageUp键 33
#PageDown键 34
#Home键 36
#End键 35
#左光标键 37
#上光标键 38
#右光标键 39
#下光标键 40
#Ins键 45
#Del键 46
#分号键 186
#等号键 187
#逗号键 188
#减号键 189
#圆点键 190
#除号键 191
#反撇号键 192
#左中括号键 219
#右中括号键 221
#斜杠键 220
#单引号键 222
#顶层 1 在窗口 Z 顺序的最前面。
#底层 2 在窗口 Z 顺序的最后面。
#最高层 3 在所有现行窗口的最前面并一直保持此位置。
#次高层 4 在最高层窗口的下面但在其他窗口的前面。
#全部转换 1
#日期部分 2
#时间部分 3
#输入文本 1
#输入整数 2
#输入小数 3
#拷贝 1
#翻转拷贝 2
#位异或 3
#位或 4
#位与 5
#从上到下 1
#从左到右 2
#从左上到右下 3
#从右上到左下 4
#从下到上 5
#从右到左 6
#从右下到左上 7
#从左下到右上 8
#字节集型 11 可以存储大量的不定长字节数据。
#备注型 12 文本型的扩充，可以存储大量的不定长文本数据。
#通常索引 1
#读音索引 2
#南方读音索引 3
#不区分大小写 1
#忽略所有空格 2
#取平均值 1
#求和 2
#取最大值 3 取最大数值及日期。
#取最小值 4 取最小数值及日期。
#禁止修改 1 如果禁止修改，则自动禁止添加和删除。
#禁止添加 2
#禁止删除 4
#禁止自动判断 8
#根类 1
#现行设置 2
#现行用户 3
#本地机器 4
#所有用户 5
#单击左键 1
#双击 2
#单击右键 3
#默认色 -16777216
#文本 1
#图片文件名 2
#图片数据 3
#字节集数据 4
#上左 1
#上中 2
#上右 3
#中左 4
#中中 5
#中右 6
#下左 7
#下中 8
#下右 9
#缩放图片 10
#居中图片 11
#缩放居中图片 12
#平铺图片 13
#缩放平铺图片 14
#粗体 1
#斜体 2
#下划线 4
#删除线 8
#通常型 0
#左边框 1
#上边框 2
#右边框 4
#下边框 8
#水平线 16
#垂直线 32
#单斜线 64
#双斜线 128
#交叉线 256
#左单元格 1
#上单元格 2
#右单元格 3
#下单元格 4
#无页号 0
#上左页号 1
#上中页号 2
#上右页号 3
#下左页号 4
#下中页号 5
#下右页号 6
#全部页 0
#仅打印奇数页 1
#仅打印偶数页 2
#页范围 1
#行范围 2
#纵向 0
#横向 1
#默认纸 0
#A3纸 1 297 x 420 毫米。
#A4纸 2 210 x 297 毫米。
#A5纸 3 148 x 210 毫米。
#B4纸 4 250 x 354 毫米。
#B5纸 5 182 x 257 毫米。
#四开 6 215 x 275 毫米。
#十六开 7 146 x 215 毫米。
#三十二开 8 97 x 151 毫米。
#信纸 9 216 x 279 毫米。
#法律用纸 10 216 x 355 毫米。
#行政用纸 11 184 x 266 毫米。
#声明 12 140 x 216 毫米。
#小报 13 279 x 432 毫米。
#笔记 14 216 x 279 毫米。
#帐本 15 432 x 279 毫米。
#对开纸 16 216 x 330 毫米。
#输入密码 4
#缩放到纸宽 -1
#限定到纸宽 -2
#常量 0
#资源 1
#清除信号 1
#发送或置位 2
#DTR信号 1
#RTS信号 2
#Break信号 3
#GBK中文 1
#英文 2
#BIG5中文 3
#标准输出设备 1
#标准错误设备 2
