|
|
相关文章推荐
|
英姿勃勃的黄豆 · Getting Started | ...· 1 年前 · |
|
|
正直的手电筒 · idea配置tomcat没有tomcat ...· 1 年前 · |
|
|
任性的香瓜 · Android Gradle Plugin ...· 1 年前 · |
|
|
文武双全的罐头 · 如何实现Java使用Spire.Pdf或As ...· 2 年前 · |
|
|
很酷的山楂 · spring的scope为prototype ...· 2 年前 · |
Code
›
2 R语言入门运行样例 | R语言教程
| 函数调用 文件目录 编码转换 源程序 |
| https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/intro-example.html |
|
会搭讪的卤蛋
2 年前 |
evalCpp()
转换单一计算表达式
cppFunction()
转换简单的C++函数—Fibnacci例子
sourceCpp()
转换C++程序—正负交替迭代例子
sourceCpp()
转换C++源文件中的程序—正负交替迭代例子
sourceCpp()
转换C++源程序文件—卷积例子
wrap()
把C++变量返回到R中
as()
函数把R变量转换为C++类型
as()
和
wrap()
的隐含调用
//[[Rcpp::export]]
sourceCpp()
函数中直接包含C++源程序字符串
cppFunction()
函数中直接包含C++函数源程序字符串
evalCpp()
函数中直接包含C++源程序表达式字符串
depends
指定要链接的库
invisible
要求函数结果不自动显示
clone
函数
is_na
seq_along
seq_len
pmin
和
pmax
ifelse
sapply
和
lapply
sign
diff
kable()
函数制作表格
2.2.1 练习
某人存入10000元1年期定期存款，年利率3%, 约定到期自动转存（包括利息）。问：
10年后本息共多少元？
需要存多少年这10000元才能增值到20000元？
成语说：“智者千虑，必有一失；愚者千虑，必有一得”。 设智者作判断的准确率为 \(p_1 = 0.99\) , 愚者作判断的准确率为 \(p_2=0.01\) ， 计算智者做1000次独立的判断至少犯一次错误的概率， 与愚者做1000次独立判断至少对一次的概率。
sqrt(6.25)
表示
\(\sqrt{6.25}\)
，结果为2.5。
exp(1)
表示
\(e^1\)
，结果为
\(e=2.718282\)
。
log10(10000)
表示
\(\lg 10000\)
，结果为
\(4\)
。
log
为自然对数。
2.3.2 数学函数——取整
round(1.1234, 2) ## [1] 1.12 round(-1.9876, 2) ## [1] -1.99 floor(1.1234) ## [1] 1 floor(-1.1234) ## [1] -2 ceiling(1.1234) ## [1] 2 ceiling(-1.1234) ## [1] -1
round(1.1234, 2)
表示把1.1234四舍五入到两位小数。
floor(1.1234)
表示把1.1234向下取整，结果为1。
ceiling(1.1234)
表示把1.1234向上取整，结果为2。
2.3.3 数学函数——三角函数
## [1] 3.141593 sin (pi / 6 ) ## [1] 0.5 cos (pi / 6 ) ## [1] 0.8660254 sqrt ( 3 ) / 2 ## [1] 0.8660254 tan (pi / 6 ) ## [1] 0.5773503
pi
表示圆周率
\(\pi\)
。
sin
正弦,
cos
余弦,
tan
正切,
自变量以弧度为单位。
pi/6
是
\(30^\circ\)
。
2.3.4 数学函数——反三角函数
pi/6 ## [1] 0.5235988 asin(0.5) ## [1] 0.5235988 acos(sqrt(3)/2) ## [1] 0.5235988 atan(sqrt(3)/3) ## [1] 0.5235988
asin
反正弦,
acos
反余弦,
atan
反正切，
结果以弧度为单位。
2.3.5 分布函数和分位数函数
dnorm(x)
表示标准正态分布密度
\(\phi(x) = \frac{1}{\sqrt{2\pi}} e^{-\frac12 x^2}\)
.
pnorm(x)
表示标准正态分布函数
\(\Phi(x) = \int_{-\infty}^x \phi(t) \,dt\)
。
qnorm(y)
表示标准正态分布分位数函数
\(\Phi^{-1}(x)\)
。
还有其它许多分布的密度函数、分布函数和分位数函数。
求自由度为10的t检验的双侧临界值。
其中
qt(y,df)
表示自由度为
df
的t分布的分位数函数。
为了获得更详细的与分布有关的函数的帮助信息，
可以在命令行中用
?Distributions
命令打开相应的帮助。
2.4 函数调用和自定义函数
R中调用函数，
与调用数学函数的规则相近，
如
sqrt(1.44)
。
有些函数允许有可选参数，
比如，
round(1.2345)
结果是四舍五入取整，
加选项
round(1.2345, digits=2)
结果则变成四舍五入到两位小数精度。
复合函数的调用也与数学中用法类似，
如
log(exp(1.0))
表示
\(\ln e^{1.0}\)
：
## [1] 1
## [1] 1
其中的运算符
|>
称为管道运算符，
这种语法在复合函数有多层调用时更简明易读，
将每次调用函数看成对自变量的加工，
加工完以后通过管道传送给下一道工序加工，
如
f3(f2(f1(x)))
写成
x |> f1() |> f2() |> f3()
就更容易看清楚数据的流向。
R支持自定义函数， 将一个复杂的计算表达式封装在函数定义中：
frat <- function(x){ (1 + x + 2*x^2)/(1 + 3*x + 2*x^2 + x^3)定义中最后一个语句的结果作为函数输出， 也可以用
return(y)输出变量y的值。自定义函数的好处是一次定义可以反复使用， 而且函数内用的变量不会与其它变量造成混杂干扰。
2.5 输出
2.5.1 简单输出
命令行的计算结果直接显示在命令的后面。 在用
source()运行程序文件时， 需要用print()函数显示一个表达式的结果，如：用
cat()函数显示多项内容， 包括数值和文本， 文本包在两个单撇号或两个双撇号中，如:
cat()函数最后一项一般是"\n", 表示换行。 忽略此项将不换行。再次提示：要避免打开中文输入法导致误使用中文标点。
2.5.2 用
sink()函数作运行记录R使用经常是在命令行逐行输入命令（程序）， 结果紧接着显示在命令后面。 如何保存这些命令和显示结果？ 在R命令行中运行过的命令会被保存在运行的工作文件夹中的一个名为.Rhistory的文件中。 用
sink()函数打开一个文本文件开始记录文本型输出结果。 结束记录时用空的sink()即可关闭文件不再记录。sink("tmpres01.txt", split=TRUE) print(sin(pi/6)) print(cos(pi/6)) cat("t(10)的双侧0.05分位数（临界值）=", qt(1 - 0.05/2, 10), "\n") sink()
sink()用作输出记录主要是在测试运行中使用， 正常的输出应该使用cat()函数、write.table()、write.csv()等函数。2.5.3 练习
用
cat()函数显示log10(2)=*** log10(5)=***其中
***应该代以实际函数值。代表该行显示的第一个向量元素的下标。如 用
sink()函数开始把运行过程记录到文件“log001.txt”中，在命令行试验几个命令，然后关闭运行记录，查看生成的“log001.txt”的内容。12345678901:12345678920 ## [1] 12345678901 12345678902 12345678903 12345678904 12345678905 ## [6] 12345678906 12345678907 12345678908 12345678909 12345678910 ## [11] 12345678911 12345678912 12345678913 12345678914 12345678915 ## [16] 12345678916 12345678917 12345678918 12345678919 12345678920向量可以和一个标量作四则运算， 结果是每个元素都和这个标量作四则运算，如：
x1 + 200 ## [1] 201 202 203 204 205 206 207 208 209 210 2*x1 ## [1] 2 4 6 8 10 12 14 16 18 20 2520/x1 ## [1] 2520 1260 840 630 504 420 360 315 280 252两个等长的向量可以进行四则运算， 相当于对应元素进行四则运算，如
R的许多函数都可以用向量作为自变量， 结果是自变量的每个元素各自的函数值。
sqrt(x1) ## [1] 1.000000 1.414214 1.732051 2.000000 2.236068 2.449490 2.645751 ## [8] 2.828427 3.000000 3.162278结果是1到10的整数各自的平方根。
2.7 工作空间介绍
在命令行中定义的变量， 在退出R时，会提问是否保存工作空间， 初学时可选择保存， 真正用R进行数据分析时往往不保存工作空间。 如果退出时保存了工作空间， 再次启动R后， 能够使用以前定义的各个变量以及自定义函数。
在使用R的官方版本时， 如果在MS Windows中使用， 一般把不同的数据分析项目放在不同的文件夹中。 将R的程序快捷图标复制到每一个项目的文件夹中， 并用右键菜单讲快捷图标的“属性”中“起始位置”改为空白。 要分析哪一个项目的数据， 就从那个项目文件夹中的R快捷图标启动， 这样可以保证不同的项目有不同的工作空间。
如果使用RStudio软件， 也需要把不同项目放在不同文件夹， 并且每个项目在RStudio中单独建立一个“项目”（project）。 要分析那个项目的数据， 就打开那个项目。 不同项目使用不同的工作空间。
RStudio中的“Environment”窗格会显示当前已定义的R变量与函数。
2.7.1 练习
某人存入10000元1年期定期存款，年利率3%, 约定到期自动转存（包括利息）。列出1、2、……、10年后的本息金额。 显示2的\(1,2,\dots,20\)次方。 定义x1为1到10的向量，定义x2为x1的3倍，然后退出R，再次启动R，查看x1和x2的值。 library(readr) tax.tab <- read_csv("data/taxsamp.csv", locale=locale(encoding="GB18030")) print(head(tax.tab))这里用了选项来说明输入文件的中文编码用了GB18030编码， 而不是默认的UTF-8编码。
2.9.3 练习
用Excel软件查看“taxsamp.csv”的内容(双击即可)。
用记事本程序或notepad++软件查看“taxsamp.csv”的内容。
读入“taxsamp.csv”到R数据框tax.tab中，查看tax.tab内容。
2.9.4 分类变量频数统计
在tax.tab中， “征收方式”是一个分类变量。 用
## 查帐征收 定期定额征收 定期定率征收 ## 31 16 2table()函数计算每个不同值的个数，称为频数(frequency):
类似地可以统计 “申报渠道”的取值频数:
## 大厅申报 网上申报 ## 18 31
也可以用
table()
函数统计“征收方式”和“申报渠道”交叉分类频数，如：
上述结果制表如下:
2.9.5 数值型变量的统计
数值型变量可以计算各种不同的统计量, 如平均值、标准差和各个分位数。
summary()
可以给出最小值、最大值、中位数、四分之一分位数、四分之三分位数和平均值。如
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0 650 2130 247327 9421 6048000中位数是从小到大排序后排在中间的值。 四分之一和四分之三分位数类似。
统计函数以一个数值型向量为自变量，
包括
sum
(求和),
mean
(平均值),
var
(样本方差),
sd
(样本标准差),
min
(最小值),
max
(最大值),
range
(最小值和最大值)等。如
## [1] 247327.4## [1] 1036453
如果数据中有缺失值，
可以删去缺失值后计算统计量，
这时在
mean
,
sd
等函数中加入
na.rm=TRUE
选项。
2.9.6 练习
用如下程序定义一个变量x, 然后求x的平均值和最小值、最大值。
2.10 运行源程序文件
用
source()
函数可以运行保存在一个文本文件中的源程序。
比如，如下内容保存在文件
ssq.r
中：
sum.of.squares <- function(x){ sum(x^2)用如下
source()命令运行：运行后就可以调用自定义函数
sum.of.squares()了。2.10.1 源文件编码
源程序文件存在编码问题。 对于源程序编码与系统默认编码不同的情况， 在
source()函数中可以添加encoding=选项。 保存为UTF-8编码的源程序在简体中文MS Windows系统的R中运行， 可以在source()函数中可以添加encoding="UTF-8"选项。 保存为GBK编码的源程序文件在MAC系统的R中运行， 可以在source()函数中可以添加encoding="GBK"选项。在RStudio中， 可以打开一个源程序文件查看与编辑。 用快捷键“Ctrl+Enter”或快捷图标“Run”可以运行当前行或者加亮选中行， 快捷图标“Source”可以运行整个文件。 如果发现中文乱码， 可以用菜单“Reopen with encoding”选择合适的编码打开， 用菜单“Save with encoding”选择需要的编码保存。
2.10.2 当前工作目录
在用
source()调用源程序文件或者用read.csv()读入数据文件时， 如果不写文件名的全路径， 就认为文件位置是在所谓“当前工作目录”。 用getwd()函数可以查询当前工作目录， 用setwd()函数可以设置当前工作目录。 在RStudio中用菜单“Session–Set working directory”设置当前工作目录。在MS Windows操作系统中使用R软件时， 一种好的做法是把某个研究项目所有数据和程序放在某个文件夹如
c:\work中， 把R的程序快捷图标复制到该目录中， 在资源管理器中对该图标调用鼠标右键菜单“属性”， 从弹出对话框中，把“起始位置”一栏清除。 这样，每次从这个快捷图标启动R， 就可以自动以所在子目录为当前工作目录， 工作空间和命令历史记录也默认存放在这里。在MS Windows操作系统的R中使用文件路径时， 要用正斜杠作为连接符， 使用反斜杠则需要成对使用， 如
setwd("d:/work")或setwd("d:\\work")。如果使用RStudio软件， 将某个研究项目所有数据和程序放在某个文件夹中， 然后建立一个新项目（project）指向该文件夹。
2.10.3 练习
编辑生成
ssq.r源程序文件并用source()函数运行， 然后计算：2.11 附录：数据
2.11.1 公司纳税数据样例
本数据是某地区2013年12月所属税款申报信息的一个子集， 仅含20个公司的数据。
推荐文章