第二篇——用幾分鐘了解R語言入門知識

洛陽親友如相問，就說我是標題黨。

幾分鐘怎麼可能了解R的入門知識嘛。。。給你們看看《R in action》里「入門」部分的目錄——

還有一面，就不放出來了。總共有100多頁。

講真，雖然是經典教材，但《R in action》這種欺負浮躁現代人的做法還是讓我心裡狠狠抽搐了一把，差點就放棄了（雖然我還是把它們看完了）。

好啦好啦，我不是來秀優越的。我只是想說，不是每個人都需要先啃完這100多頁的萬里長城，再開始學習R的核心內容的。更何況這100多頁里有大量抽象的歸納、長得差不多的函數，極其難背。

我認為，這裡面的大部分內容，不需要率先掌握。

一、三大件，你們還記得嗎？

A通道里的三大件：數據清洗、數據分析、數據可視化

三大件今天暫時還講不了，我們需要一點入門的預備知識。

接下來要做的，則是實踐標題中的內容：用幾分鐘了解R入門知識。

二、首先，你得保證你的電腦里已經安裝了R（這麼簡單的問題不用我再講了吧。。）

還沒裝的點這裡去下載！！！！

還有，R studio也必須安裝。這是目前我感覺最好用的R用戶界面，不裝後悔，不裝不是中國人，13億人都裝了你還在等什麼。（點進去選擇Download Rstidio Desktop）

三、R入門知識到底有哪些東西？

我總結成以下四個標題：

命令行，數據對象，函數(function)，par

先記住這四個名字，本篇文章所有東西將圍繞他們展開。

其他所有的東西，我覺得都不是入門必須。雖然它們很有用，但它們不是必須。

下面開始一個個講。

四、命令行

R採用的是命令行輸入界面，也就是我們常說的寫代碼。代碼大概長這樣：

「>」之後就是游標，你可以向裡面輸入數字、計算式，也可以輸入函數和變數，或者一切R能聽懂的語言。R都會熱情地給你反饋。

當你安裝好R和Rstudio之後，就可以盡情地嘗（tiao）試（xi）命令行了。在Rstudio裡面，命令行默認位於屏幕左下方區域，如圖：

左上區域則是代碼儲存窗口，你可以在裡面先隨便寫點代碼，一言不合就點擊Run來運行它們。（以你們目前的實力，R應該會立馬給你們報錯。）

命令行裡面，一般會輸入哪些東西？

第一種——算式，諸如1+1，3+5之類的。這種時候R完全可以當做計算器來用。（簡直是廢話）值得一提的是，注意看上面的圖，輸入1+1之後R給出的返回值是[1] 2，這裡方括弧里的[1]代表的是順序，我們會在後面（數據對象）具體講解。

第二種——調用對象。會在數據對象中講解。

第三種——函數，函數，函數，重要的事情說三遍。命令行里99%以上的輸入，都是函數，你說重要不重要？具體的，我們會在函數裡面詳細講解。

五、數據對象

如果說R是一個廚房，那麼數據對象就是不同的容器，鍋碗瓢盆應有盡有。數據只有藉由容器，才能進行清洗、加工，以及用於分析。

廚房裡的鍋碗瓢盆有很多種，R的數據對象也有很多種。但目前大家記住其中的三種就好：

1.碗——向量（vector）

廚房裡最小的容器，一般都是碗。向量也是R裡面最小、最基礎的數據對象。

> c(1,2,3,4,5)[1] 1 2 3 4 5> c(1:20) [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20> 1:30 [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22[23] 23 24 25 26 27 28 29 30

函數c()的效果，就是把括弧裡面的東西做成一個向量，向量的不同元素以「，」作為分隔。

而「：」的作用顯而易見，1:20表示從1到20這20個數字。

注意，看代碼的最後一行，開頭是方括弧[23]。這代表這一行從向量的第23個元素開始。回想上一節，為什麼「1+1」返回值是「[1] 2」呢？就是因為向量是R裡面最小的數據對象，所以1+1不得不生成只有一個元素的向量。這就好比，廚房裡最小的碗也有拳頭大，但為了裝一顆豆子，還是要大材小用。

> x<-c(1,2,3,4) #把向量賦值給x> y<-c(3,5,7,9)> x #調用向量x[1] 1 2 3 4> y[1] 3 5 7 9> x[2] #調用向量x的第二個元素[1] 2

上面的代碼很重要，它進行了一個最基本也是最重要的操作：賦值。可以看做是「給容器貼標籤」

方法很簡單，採用「<-」符號就可以了。箭頭指向標籤名。上面的代碼表示，有一個碗里放了四顆豆子分別叫做1、2、3、4，於是我們給這個碗貼上標籤叫做「x」。另一個碗里放了四顆豆子叫做3、5、7、9，我們貼上「y」的標籤。

賦值有什麼作用呢？作用就是，如果沒有標籤，我們可能就找不到這兩個碗和裡面的豆子了。

賦值之後就是調用，只要輸入變數名稱（標籤名）就能調用對應的內容（碗）。而輸入變數名稱+順序號，就能調用單個元素（豆子）。如上所示

> x+y[1] 4 7 10 13> x%*%y #這裡「%*%」表示求兩個向量的內積，然後會生成一個1*1矩陣 [,1][1,] 70> x*2[1] 2 4 6 8

向量之間也可以直接運算，方法和初高中數學裡學的向量運算差不多，類似於上面那些。大家可以自己實驗一下。不明白的，你們就自己百度去吧。（不負責任的我啊。。）

2.多功能櫥櫃——列表（list）

列表是一個神奇的數據對象，如同廚房裡的多功能櫥櫃。

櫥櫃里有很多格子，每個格子都能盛放很多東西。列表也是這樣，列表裡可以單獨分出很多格子，每個格子都能盛放一個單獨的數據對象（可以是向量、矩陣，甚至是另外一個列表）。

而櫥櫃的格子也需要編號，編號方法略有不同。看下面的例子：

> list1<-list(x,y,c(3,3))> list1[[1]][1] 1 2 3 4[[2]][1] 3 5 7 9[[3]][1] 3 3

通過list()函數，我們定義了一個叫做list1的列表（多功能櫥櫃）。這裡面現在有三個格子，非常清晰地顯示在代碼中，它們的編號方式是兩個方括弧[[1]]。

聰明的讀者應該也能想到，列表及其中的元素同樣也能進行調用。

> list1[[1]] #調用list1中的第一個「格子」[1] 1 2 3 4> list1[[1]][3] #調用list1第一個「格子」里的第三個元素。[1] 3

三個格子中，每個格子裝一個向量。

列表的作用是什麼？等到下一章，你們就知道了。

3.炒鍋——數據框（data frame）

數據框是R裡面最重要的數據對象！數據框是R裡面最重要的數據對象！數據框是R裡面最重要的數據對象！重要的事情說三遍！

炒鍋在廚房裡無疑也是最重要的。菜品的完成，大部分時間都依賴炒鍋。我們數據分析的過程中，數據大部分時間也是呆在數據框裡面的。

但數據框這個名字有點抽象。其實，他就是二維表。或者再通俗一點，就是我們天天見到的表格。在R裡面大概長成下面這樣：

States是一個數據框（表格），head()函數幫助我們調用了這個表格的前五行。

我們能看到，這個表格包括美國各個州的人口、收入等等數據。雖然沒有畫線，但是還是能看得出典型的行標籤、列標籤和數據內容的。顯然，這就是我們日常處理數據的時候，最喜歡用的方法：表格。

數據框的賦值通過函數data.frame()完成。很簡單，日後提到的時候，一看就懂。

表格里的內容當然也可以調用，但似乎沒有前兩個那麼直觀。方法如下：

> States$pop #數據框名後加上美元符號"$"，接列標籤名，就能調用列。輸出結果是一個向量 [1] 4041 550 3665 2351 29760 3294 3287 666 607 12938 6478[12] 1108 1007 11431 5544 2777 2478 3685 4220 1228 4781 6016[23] 9295 4375 2573 5117 799 1578 1202 1109 7730 1515 17990[34] 6629 639 10847 3146 2842 11882 1003 3487 696 4877 16987[45] 1723 563 6187 4867 1793 4892 454> States[2] #用數字也可以調用列，但出來的則是一個砍掉了其他所有列的數據框 popAL 4041AK 550AZ 3665AR 2351CA 29760CO 3294

日常操作中，我們一般會用attach()來鎖定一個數據框。之後，只要直接輸入列名稱，就能調用列了。如下。

> attach(States)> pop #效果相當於語句States$pop [1] 4041 550 3665 2351 29760 3294 3287 666 607 12938 6478[12] 1108 1007 11431 5544 2777 2478 3685 4220 1228 4781 6016[23] 9295 4375 2573 5117 799 1578 1202 1109 7730 1515 17990[34] 6629 639 10847 3146 2842 11882 1003 3487 696 4877 16987[45] 1723 563 6187 4867 1793 4892 454

4.數據對象小結

R的數據對象有很多種，我們現在先記住其中的三種。

碗——向量（vector）

多功能櫥櫃——列表（list）

炒鍋——數據框（data frame）

並且，記住他們的結構，賦值方法，以及調用方法。

其他的數據對象包括矩陣（matrix），數組（array），時間序列（ts）等等，以後再談。

值得一提的是，千萬不要把數據對象和數據類型搞混。前者就是我們剛剛講的容器的種類，而後者則是豆子的種類。

數據類型包括數值型（numeric），字元型（character），缺失值（NA）等等，一看就懂。可以通過mode()函數檢測數據類型：

> x<-c(1,2,3.3,pi) #這些都是數字，當然是數值型> mode(x)[1] "numeric"> y<-c("thanks","for","dian","zan") #雙引號或單引號括起來的任何東西，都是字元型> mode(y)[1] "character"> z<-c(1,2,3,"oops") #然而一個向量不能同時存在數值和字元元素。如果你加了一個字元型進去，整個向量的所有元素都會自動加上雙引號，變成字元型。> mode(z)[1] "character"

美好的一天，再寫下去可能看官們就要睡著了。（你們是不是已經忘掉了標題中的「幾分鐘」呢？哈哈哈哈）

下一篇預告——用幾分鐘了解R語言入門知識（續）。

我們繼續介紹剩餘的兩項R入門內容：函數，par。

（我知道你們可能會吐槽這個續字。冷靜，不如幫我+1s，點個贊啊。）

數據分析筆記目錄：關於數據分析學習筆記的計劃（以及目錄）

推薦閱讀：