R語言基礎(chǔ)與數(shù)據(jù)科學(xué)應(yīng)用總論課件

1、第一章 引言內(nèi)容導(dǎo)航CONTENTS安裝與運(yùn)行R系統(tǒng)R的起源與發(fā)展安裝與使用包工作空間管理1.11.2R語言的集成開發(fā)環(huán)境RStudio使用幫助系統(tǒng)1.31.41.51.6R語言與數(shù)據(jù)科學(xué)1.71.1 R的起源與發(fā)展R語言是一種開源的腳本語言，在數(shù)據(jù)分析與預(yù)測，以及數(shù)據(jù)可視化等方面享有良好的聲譽(yù)。1993年，R的最初版本發(fā)布給研究人員使用，解決復(fù)雜數(shù)據(jù)統(tǒng)計分析任務(wù)，并用多樣化的圖形來展示結(jié)果。據(jù)說，R的名字來源于它當(dāng)時的兩名開發(fā)者，新西蘭奧克蘭大學(xué)的Ross Ihaka和Robert Gentleman。R是對S語言的繼承與發(fā)展。R系統(tǒng)是開源、免費(fèi)的，由R開發(fā)核心小組負(fù)責(zé)其開發(fā)及維護(hù)。 R的特

2、點(diǎn)01020304適用于統(tǒng)計計算和機(jī)器學(xué)習(xí)簡單易學(xué)，具有高度的靈活性支持高質(zhì)量的圖形和強(qiáng)大的可視化功能代碼形式簡潔舉例：一元線性回歸 x y fit summary (fit) #概要顯示線性回歸的結(jié)果 舉例：一元線性回歸 x #在x上添加均值為0、標(biāo)準(zhǔn)差為2的正態(tài)分布噪聲，然后賦給y y fit summary (fit) #概要顯示線性回歸的結(jié)果 在R語言里，符號“ install.packages(stringr) #安裝一個用于字符串處理的包 str_length (Hello R!) 1 8包的載入與使用載入之后就可以直接調(diào)用包中定義的函數(shù)包安裝后還需要載入到內(nèi)存才能使用。以stri

3、ngr包為例，執(zhí)行l(wèi)ibrary (stringr)可將對應(yīng)的包載入 library (stringr) #載入字符串處理包stringr命名沖突與解決如果希望使用包中的函數(shù)，則需要明確指定該函數(shù)，調(diào)用“包名：函數(shù)名”自定義一個同名函數(shù)，就會觀察到命名沖突的現(xiàn)象 str_length #自定義函數(shù)str_length與包中函數(shù)同名 str_length (Hello R!) 1 Give me a second. Let me count how long this sentence is! stringr:str_length (Hello R!) #現(xiàn)在使用的是得到字符串長度的函數(shù) 1 8

4、安裝與運(yùn)行R系統(tǒng)R的起源與發(fā)展安裝與使用包工作空間管理1.11.2內(nèi)容導(dǎo)航CONTENTSR語言的集成開發(fā)環(huán)境RStudio使用幫助系統(tǒng)1.31.41.51.6R語言與數(shù)據(jù)科學(xué)1.7什么是工作空間啟動R環(huán)境之后，交互地運(yùn)行一些語句，直到退出R，這就構(gòu)成了一個R會話會話中創(chuàng)建的所有的對象都被臨時保存在全局環(huán)境.GlobalEnv，稱為工作空間當(dāng)使用q ()函數(shù)或直接關(guān)閉RGui窗口退出R環(huán)境時，就結(jié)束了當(dāng)前會話。系統(tǒng)提示是否保存工作空間，如果選擇“是“，當(dāng)前環(huán)境中的所有對象都會被寫入到一個叫做“.RData”的文件中，使用過的命令行歷史則會保存在名為“.Rhistory”的文件中這些文件會被默認(rèn)

5、地保存在當(dāng)前R會話的工作目錄中。下次從此目錄啟動R會話時，軟件會自動將對象、命令歷史載入到工作空間。管理工作空間R提供了一些管理工作空間的函數(shù)利用這些函數(shù)可以方便地完成目錄、對象與包的管理函 數(shù)說 明getwd ()顯示當(dāng)前工作目錄setwd ()修改當(dāng)前工作目錄ls ()顯示當(dāng)前工作空間中的所有對象str ()顯示對象的結(jié)構(gòu)ls.str ()顯示對象中每一個變量的結(jié)構(gòu)exists ()當(dāng)前工作空間內(nèi)是否存在某個對象rm ()刪除一個多或多個對象q ()退出R。在這之前會詢問是否保存工作空間install.packages ()安裝包library ()載入包工作空間管理舉例如果希望刪除內(nèi)存中

6、的對象，可以使用rm ()函數(shù)。嵌套執(zhí)行rm (list = ls ()）則會清除當(dāng)前工作空間中的全部對象直接調(diào)用相應(yīng)的管理函數(shù) getwd ()#查看當(dāng)前工作目錄1 C:/Users/Temp ls ()#查看工作空間所有對象 1 all_data classifier count error 5 i index iris.Test iris.Training 9 lm_fit positions predictions testing 13 training us.cities x x1 17 x2 x3 y rm(i,x1,x2,x3) #刪除I,x1,x2,x3等 rm (list =

7、 ls () ls () character(0)安裝與運(yùn)行R系統(tǒng)R的起源與發(fā)展安裝與使用包工作空間管理1.11.2內(nèi)容導(dǎo)航CONTENTSR語言的集成開發(fā)環(huán)境RStudio使用幫助系統(tǒng)1.31.41.51.6R語言與數(shù)據(jù)科學(xué)1.7集成開發(fā)環(huán)境集成開發(fā)環(huán)境（Integrated Development Environment，IDE），是一個集代碼編輯器、調(diào)試器、圖形用戶界面等一系列工具為一體的應(yīng)用程序許多優(yōu)秀的IDE都將開發(fā)所需的主要功能集成在一個桌面環(huán)境中，大大提高了生產(chǎn)效率使用IDE的優(yōu)點(diǎn)包括：節(jié)省時間和精力統(tǒng)一代碼標(biāo)準(zhǔn)完善的調(diào)試環(huán)境RStudioRstudio是一個免費(fèi)的R語言IDE它

8、具有語法高亮、命令補(bǔ)全、對象瀏覽、語法錯誤檢查以及斷點(diǎn)調(diào)試等功能，可以大大提高開發(fā)效率Rstudio可以在獲取，選擇對應(yīng)的系統(tǒng)平臺進(jìn)行下載安裝默認(rèn)情況下窗口被分成如下四個區(qū)域： 代碼編輯、數(shù)據(jù)預(yù)覽窗口； 工作空間、命令歷史； 控制臺； 文件瀏覽、繪圖、包管理等。安裝與運(yùn)行R系統(tǒng)R的起源與發(fā)展安裝與使用包工作空間管理1.11.2內(nèi)容導(dǎo)航CONTENTSR語言的集成開發(fā)環(huán)境RStudio使用幫助系統(tǒng)1.31.41.51.6R語言與數(shù)據(jù)科學(xué)1.7獲取幫助的方法R的內(nèi)置幫助系統(tǒng)提供了當(dāng)前已安裝包中所有的函數(shù)細(xì)節(jié)和使用示例使用help.start（）打開幫助HTML的幫助文檔首頁，包括了關(guān)于R語言的一整

9、套學(xué)習(xí)和幫助材料R提供了不同的函數(shù)高效地幫助使用者查找?guī)椭畔⒑?數(shù)說 明help.start ()打開幫助文檔首頁help ()，?查看help.search ()，?以關(guān)鍵字搜索的形式搜索本地幫助文檔RSiteSearch ()以關(guān)鍵字搜索的形式搜索在線幫助文檔apropos ()列出名稱中含有某字符串的所有可用函數(shù)example ()查看某個函數(shù)的使用示例安裝與運(yùn)行R系統(tǒng)R的起源與發(fā)展安裝與使用包工作空間管理1.11.2內(nèi)容導(dǎo)航CONTENTSR語言的集成開發(fā)環(huán)境RStudio使用幫助系統(tǒng)1.31.41.51.6R語言與數(shù)據(jù)科學(xué)1.7數(shù)據(jù)科學(xué)的應(yīng)用過程數(shù)據(jù)科學(xué)的基礎(chǔ)包括統(tǒng)計學(xué)、計算機(jī)科學(xué)、數(shù)學(xué)、工程學(xué)以及其他學(xué)科數(shù)據(jù)科學(xué)既不能被視同于傳統(tǒng)的統(tǒng)計學(xué)，也不能看作計算機(jī)科學(xué)的自然延伸作為對上述學(xué)科的綜合，數(shù)據(jù)科學(xué)借助計算機(jī)軟硬件平臺進(jìn)行數(shù)據(jù)分析，使用算法和模型直接從數(shù)據(jù)中抽取出知識。原始數(shù)據(jù)數(shù)據(jù)導(dǎo)入數(shù)據(jù)清洗數(shù)據(jù)探索數(shù)據(jù)建模報告發(fā)現(xiàn)數(shù)據(jù)可視化決策R與數(shù)據(jù)科學(xué)應(yīng)用數(shù)據(jù)導(dǎo)入：在R以及為R開發(fā)的包中，提供了很多導(dǎo)入不同格式數(shù)據(jù)的方法，而且導(dǎo)入數(shù)據(jù)也很容易被高效地處理成R中所需要的數(shù)據(jù)結(jié)構(gòu)，比如數(shù)據(jù)框。R支持幾乎所有主要的數(shù)據(jù)文件格式。數(shù)據(jù)清洗：R語言及很多應(yīng)用包提供了對原始的數(shù)據(jù)中的干擾因素進(jìn)行整理的函數(shù)，保證數(shù)據(jù)集中數(shù)據(jù)的質(zhì)量，如排除重復(fù)的數(shù)據(jù)、無效或不一致的數(shù)據(jù)，處理帶