如何使用R软件.ppt
语言入门,一 R 软件简介 二 数字、字符与向量 三 对象和它的模式与属性 四 因子,五 多维数组和矩阵 六 列表与数据框 七 编写函数 八 R 绘图,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Rick Becker, John Chambers, Allan Wilks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Robert Gentleman和Ross Ihaka，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R,The Comprehensive R Archive Network 简称CRAN，提供下载安装程序和相应软件包。 R主页 http:/www.r-project.org/,R软件首页 http:/www.r-project.org/,R登陆界面(Windows版),菜单栏,快捷按钮,控制台,命令行,R Gui 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,常用R程序包,maptools- 空间对象的读取和处理 sp- 空间数据处理 spatstat- 空间点格局分析，模型拟合与检验 splancs- 空间与时空点格局分析 picante- 群落系统发育多样性分析,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,1 help(“t.test“) 2 ?t.test 3 help.search(“t.test“) 4 apropos(“t.test“) 5 RGuiHelpR函数帮助(文本) ,二 数字、字符与向量,赋值与注释,在控制台中键入如下命令 2+2 a代替 b-2 c-a+b c #注释,赋值符号,向量的运算,数学运算 运算后给出数值结果 +, -, *, /, 比较运算 运算后给出判别结果（TRUE FALSE） , =, =, != 逻辑运算 与、或、非 !, &, &&, |, |,向量的运算,R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。,部分函数,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),部分函数,统计检验 lm(y f+x) lm(y x1+x2+x3) binom.test fisher.test chisq.test glm(y x1+x2+x3, binomial) .,缺失数据,三 对象和它的模式与属性,对象的类型,数值型 Numeric 如 100, 0, -4.335 字符型 Character 如 “China” 逻辑型 Logical 如TRUE, FALSE 因子型 Factor 表示不同类别 复数型 Complex 如：2 + 3i,四种类型的向量,字符型 character-c(“China“, “Korea“, “Japan“, “UK“, “USA“, “France“, “India“, “Russia“) 数值型 numeric-c(1, 3, 6, 7, 3, 8, 6, 4) 逻辑型 logical-c(T, F, T, F, T, F, F, T) 复数型 略,对象的类型的判断,对象类型判断 mode() class() is.numeric() #返回值为TRUE或FALSE is.logical() is.charactor() is.data.frame(),对象的类型的判断,对象类型转换 as.numeric() #转换为数值型 as.logical() as.charactor() as.matrix() as.dataframe(),为对象起名,R是区分大小写的，A与a是不同的。 对象名不能用数字开头，但是数字可以放在中间或结尾。推荐用”.”作为间隔，例如 anova.result1。 举例：一个向量a，包含了四个元素， a-c(10,15,21,18)该向量为数值型，长度为4。 保留名称(命名对象时不要与保留名称冲突)： NA, NaN, pi, LETTERS, letters, month.abb, month.name,对象的类别,向量(vector) 一系列元素的组合。 因子(factor) 因子是一个分类变量，如“a”,”a”,”a”,”a”,”b”,”b”,”b”,”c”,”c” 数组(array) 数组是k维的数据表。 矩阵(matrix) 矩阵是数组的一个特例，维数k = 2。 数据框(dataframe) 是由一个或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类型。 列表(list) 列表可以包含任何类型的对象。,四 因 子, sex=c(“M“,“F“,“M“,“M“,“F“) sexf=factor(sex);sexf 1 M F M M F Levels: F M,五 多维数组和矩阵,多维数组和矩阵,dim()和matrix() x - 1:12 dim(x) - c(3,4) ,1 ,2 ,3 ,4 1, 1 4 7 10 2, 2 5 8 11 3, 3 6 9 12 matrix.x - matrix(1:12,nrow=3,byrow=T) 为行或列添加名称： row.names() col.names(),数组下标,数组的运算,+, -, *, /, 运算后给出数值结果,数组的运算,矩阵的运算,矩阵的运算,六 列表与数据框,列表与数据框,行名Row names 字符串,列名 Column names,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,列表的创建,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),数据框的创建,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,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, 2 4 6 8 2, 3 5 7 9 3 1 “估计“ 4 1 “FALSE“,列表的创建, data.frame(x) X1 X1.1 X2 X3 X4 X.估计. X.FALSE. 1 1 2 4 6 8 估计 FALSE 2 1 3 5 7 9 估计 FALSE, m-cbind(1, 1:3);m ,1 ,2 1, 1 1 2, 1 2 3, 1 3,引用数据框中的元素,d - data.frame(a1, a2) $ 引用 d$a1 , 方括号引用 d,1; d5,a1 - c(5260, 5470, 5640, 6180, 6390) a2 - c(3910, 4220, 3885, 5160, 5645),外部数据读取,最为常用的数据读取方式是用read.table() 函数或read.csv()函数读取外部txt或csv格式的文件。 txt文件，制表符间隔 csv文件，逗号间隔 一些R程序包（如foreign）也提供了直接读取Excel, SAS, dbf, Matlab, spss, systat, Minitab文件的函数。,read.table()的使用,例：test.data-read.table(“D:/R/test2.txt“,header=T) header=T表示将数据的第一行作为标题。 read.table(file=file.choose(),header=T) 可以弹出对话框，选择文件。,实例：从数据输入到t检验,表2 六名患者的身高和体重,现有6名患者的身高和体重，检验体重除以身高的平方是否等于22.5。,第一种方式：从控制台输入数据,数据量较少时可以从控制台直接输入： height-c(1.75, 1.80, 1.65, 1.90, 1.74, 1.91) weight-c(60, 72, 57, 90, 95, 72) sq.height-height2 ratio-weight/sq.height t.test(ratio, mu=22.5),第二种方式 从外部读取数据,数据量较大时用read.table函数从外部txt文件读取 第1步 将Excel中的数据另存为.txt格式（制表符间隔）或.csv格式。 第2步 用read.table()或read.csv()函数将数据读入R工作空间，并赋值给一个对象。,在Excel中将数据存为txt文件,实例：t检验(续),一般从txt文档读取数据。每一行作为一个观测值。每一行的变量用制表符，空格或逗号间隔开。 read.table(”位置”, header=T) read.csv(”位置”,header=T) #从外部读取数据 data1-read.table(“d:/t.test.data.txt“,header=T) bmi- data1$weight/data1$height2 t.test(bmi, mu=22.5) #t检验,七 编写函数,编程基础,R可以灵活的编写程序，用户自己编写的程序可以直接调用。R语言编程时无需声明变量的类型，这与C,C+等语言不同。 基本格式 function.name-function(x, y) 表达式 函数内部也可用#添加注释,程序流程控制 if,if 表达式的写法 if(条件) 表达式 if(条件) 表达式1 else 表达式2 举例： if(p0.05!“),循环 for, while,for(变量 in 向量) 表达式 for(i in 1:10) print(i) while(条件) 表达式 i - 1 while(i10) print(i) i - i + 1 ,函数举例,定义函数： rcal-function(x,y) z - x2 + y2; result-sqrt(z) ; result; 调用函数： rcal(3,4),八 R 绘图,R绘制的图形,R绘图功能,R具备卓越的绘图功能，通过参数设置对图形进行精确控制。绘制的图形能满足出版印刷的要求，可以输出JPEG、TIFF、EPS、emf、pdf、png等各种格式。 绘图是通过绘图函数结合相应的选项完成的。 绘图函数包括高水平绘图函数和低水平绘图函数。,高水平绘图函数,plot() 绘制散点图等多种图形 hist() 直方图 boxplot() 箱线图 stripchart() 点图 barplot() 条形图 dotplot() 点图 piechart() 饼图 interaction.plot() matplot() ,散点图与箱线图举例,低水平绘图函数,lines() 添加线 curve() 添加曲线 abline() 添加给定斜率的线 points() 添加点 segments() 折线 arrows() 箭头 axis() 坐标轴 box() 外框 title() 标题 text() 文字 mtext() 图边文字 ,绘图参数,参数用在函数内部，在没有设定值时使用默认值。 font= 字体 lty= 线类型 lwd= 线宽度 pch= 点的类型, xlab= 横坐标 ylab= 纵坐标 xlim= 横坐标范围 ylim= 纵坐标范围,举例：绘图,生成0到2之间的50个随机数，分别命名为x,y x - runif(50,0,2) y - runif(50,0,2) 绘图：将主标题命名为“散点图”， 横轴命名为”横坐标”， 纵轴命名为“纵坐标” plot(x, y, main=“散点图”, xlab=“横坐标”, ylab=“纵坐标“) text(0.6,0.6,“text at (0.6,0.6)“) abline(h=.6,v=.6),绘图举例,例：分步绘图,x - runif(50,0,2);y - runif(50,0,2) plot(x, y, type=“n“, xlab=“, ylab=“, axes=F) #打开绘图窗口，不绘制任何对象 points(x,y) #添加坐标点 axis(1) #添加横轴 axis(at=seq(0.2,1.8,0.2), side=3) #添加纵轴 box() #补齐散点图的边框 title(main=“Main title“, sub=“subtitle“, xlab=“x-label“, ylab=“y-label“) #添加标题、副标题、横轴说明、纵轴说明,分步绘图,A,B,C,D,E,F,一页多图, x par(mfrow=c(2,1) plot(x,y);plot(x,z),一页多图,在原有图形上添加元素,举例： x - rnorm(100) # 生成随机数 hist(x,freq=F) # 绘制直方图 curve(dnorm(x),add=T) # 添加曲线 h - hist(x, plot=F) # 绘制直方图 ylim - range(0, h$density, dnorm(0) #设定纵轴的取值范围 hist(x, freq=F, ylim=ylim) #绘制直方图 curve(dnorm(x),add=T,col=“red“) #添加曲线,在原有直方图上添加曲线,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。,R资源,R主页: http:/www.r-project.org CRAN 北京镜像(数学所) http:/ftp.ctex.org/mirrors/CRAN/ 群落生态学数据分析 http:/ecology.msu.montana.edu/labdsv/R/labs/ Statistics with R http:/zoonek2.free.fr/UNIX/48_R/all.html NCEAS提供的R资源 http:/www.nceas.ucsb.edu/scicomp/RProgTutorialsLatest.html,
