本文最后更新于：2023年4月16日晚上

R语言简介

1992年由Ross Ihaka 和 Robert Gentleman发明，因此叫做R语言

R的特点：

一个专注于统计分析、制图的语言
免费、开源
适用于多个系统（Windows、macOS、Linux）
有丰富的库
社区活跃

安装&环境配置

安装R语言

以Windows为例

在https://cloud.r-project.org/下载R语言
使用R studio或者vscode作为ide
使用install.packages("tidyverse")语句安装宏包。其中，tydyverse是一个宏包
配置环境变量，使得命令行可以识别R.exe

在vscode中配置R语言环境

安装拓展：

R 扩展：提供了 R 语言的语法高亮、代码补全、调试功能等。
R LSP 扩展：提供了 R 语言的 Language Server Protocol（LSP）支持，可以提供更强大的代码分析和自动补全功能。

配置 R 环境路径

在 VSCode 中，按下快捷键 “Ctrl+Shift+P”（或者 “F1”），在命令面板中输入 “settings” 并选择 “Preferences: Open User Settings” 打开用户设置窗口
找到 “R: Executable Path” 选项，点击编辑图标，在弹出框中输入 R 环境的路径（如 “C:\Program Files\R\R-4.0.4\bin\R.exe”），保存设置
查找r.rterm。填写radian.exe的路径

安装languageserver包和httpgd包：

注意要是用管理员模式下的命令行
在设置中选择use httpgd

install.packages("languageserver")
install.packages("httpgd")

pip install radian

4-9更新：vscode nmsl，RStudio才是yyds

R语言语法速通

对象

R中存储的数据是对象，使用<-可以对对象赋值，变量命名需要遵循一定的规则

对象与许多属性，比如类型和长度

r$> data <- read.csv("yourname_sample_data.csv", header = TRUE, sep = ",")

r$> typeof(data)
[1] "list"

r$> length(data)
[1] 8

数据结构

向量

向量是R语言中的一种数据类型，是R语言中最基础的数据结构

c() 函数可以对向量进行聚合操作

#数值型向量
x <- c(3, 4, 5, 6, 7)
x <- c(3e+06, 1.23e2)     # 双精度类型，科学计数法

#字符串型向量
x <- c('Alice', 'Bob', 'Charlie', 'Dave')  

#因子型向量，是带有层级（Levels）的字符串向量，指定层级信息
four_seasons <- c("spring", "summer", "autumn", "winter")
four_seasons_factor <- factor(four_seasons, 
                              levels = c("summer", "winter", "spring", "autumn")
                              )

矩阵

用 matrix() 函数创建矩阵，第一个参数是矩阵向量，第二个指定行，第三个指定列

默认是竖着排，如果想横着排就应该指定byrow = TRUE

竖着排

m <- matrix(
  c(2, 4, 3, 1, 5, 7),
  nrow = 2, 
  ncol = 3
)

##      [,1] [,2] [,3]
## [1,]    2    3    5
## [2,]    4    1    7

横着排

matrix(
  c(2, 4, 3, 1, 5, 7),
  nrow = 2, 
  ncol = 3,
  byrow = TRUE
)
##      [,1] [,2] [,3]
## [1,]    2    4    3
## [2,]    1    5    7

列表

列表（list）可以将不同的数据结构组合起来

list1 <- list(
  a = c(5, 10),
  b = c("I", "love", "R", "language", "!"),
  c = c(TRUE, TRUE, FALSE, TRUE)
)

这里组合了abc，分别是数字向量、字符串向量、布尔向量

数据框

数据框（data frame）是一种特殊的列表，列表中的元素必须是等长的，很像是Excel表格

运算符

以向量Wie例

加减乘除模

两个向量的加减乘除是将相同位置的元素进行运算，以÷为例

a <- c(1, 2, 3)
b <- c(4, 5, 6)
a / b
## [1] 0.25 0.40 0.50

注意，/是除，%%是取模操作

%*%是求内积（点乘）

循环补齐

当两个向量长度不相等的时候，短的向量会循环补齐

x <- c(1, 2, 3)
y <- c(10, 20, 30, 40, 50, 60, 70)

x + y

## [1] 11 22 33 41 52 63 71

上面例子中，x会自动补齐为(1, 2, 3，1, 2, 3，1)，也即是循环复制，直至与y的长度相同，之后进行运算

关系运算符

比如比较两个向量的代销关系，是否相等

逻辑运算符

与或非

冒号运算符

创建整数序列，比如1:10创建1~10的整数序列
seq函数也可以创建序列seq(from = 1, to = 10, by = 1)
%in% 运算符用于判断元素是否属于向量

特殊值

Inf，Infinity，无限大
NaN，Not a Number，比如0/0

函数

内置函数

数学函数

sum(): 计算向量或矩阵中所有元素的总和。
mean(): 计算向量或矩阵中所有元素的平均值。
max(): 找出向量或矩阵中的最大值。
min(): 找出向量或矩阵中的最小值。
abs(): 求一个数或一组数的绝对值。
sqrt(): 求一个数或一组数的平方根。
exp(): 求一个数或一组数的指数函数。
log(): 求一个数或一组数的自然对数。

数据处理函数

unique(): 去除向量或数据框中的重复元素。
sort(): 对向量进行排序。
order(): 对向量排序并返回排序后元素在原始向量中的下标。
subset(): 对数据框进行子集操作。
merge(): 将两个数据框按照某一列关键字合并。
aggregate(): 根据变量对数据框进行分组汇总。
table(): 统计向量或数据框中各元素的出现次数。

图形函数

plot(): 绘制散点图、折线图等常见统计图形。
hist(): 绘制直方图。
barplot(): 绘制条形图。
boxplot(): 绘制箱线图。
pie(): 绘制饼图。

自定义函数

my_divide <- function(a, b) {
  if (b == 0) {
    stop("Error: second parameter can't be zero!")
  }
  result <- a/b
  return(result)
}

管道操作

管道操作符 %>% 将左侧表达式的结果作为右侧表达式的第一个参数进行传递

# 加载tidyverse包
library(tidyverse)

# 读取数据
data <- read_csv("data.csv")

# 进行数据清洗和转换
result <- data %>% 
  filter(year > 2010) %>%           # 只保留2010年之后的数据
  group_by(country) %>%             # 按国家分组
  summarize(avg_income = mean(income)) %>%    # 计算每个国家的平均收入
  arrange(desc(avg_income))         # 按照平均收入降序排列

# 查看结果
result

代码从一个CSV文件中读取数据，然后使用管道操作符对数据进行筛选、分组、汇总和排序等操作，最终得到一个按照平均收入降序排列的数据框。通过使用管道操作符，我们可以用更少的代码完成更多的工作，同时使代码更加易于理解

tidyreverse

数据清洗和转换：

filter() 函数：根据条件筛选数据
select() 函数：选择保留的列
mutate() 函数：新增或修改数据列
group_by() 函数：按照某个变量分组
summarize() 函数：对每个分组进行汇总计算
arrange() 函数：基于某个变量排序

数据可视化：

ggplot() 函数：创建高质量的数据可视化图形
geom_*() 函数：定义可视化图形的几何对象如点、线、区域等
aes() 函数：设置图形的映射关系，如x轴、y轴和颜色等
theme() 函数：调整图形的主题和外观

ggplot（grammar of graphics）

在 ggplot 中，图形是由图层 (layer) 组成的，每个图层包含以下三个部分：

数据集（data）：即将要绘制的数据。
几何对象（geom）：用来描述数据中每个点、线、矩形等几何元素的形状和位置。
美学映射（aesthetics）：将数据中的变量映射到颜色、形状、大小等可视化属性上。

以一段代码为例

1
2
3

library(ggplot2)
ggplot(data = mtcars, aes(x = wt, y = mpg)) + 
  geom_point(color = "blue")

ggplot 函数用来创建一个基本的空白图层，其中包括了数据集和美学映射的定义
- data：表示传入的数据集
- aes()：表示美学映射，通常是一个用逗号隔开的字符变量列表，指定了数据中的哪些变量要映射到图形属性上
几何对象函数（geom_*）。有很多，比如geom_point() 用来绘制散点图，geom_line() 用来绘制线性图
每个 ggplot 函数都可以通过加上各种图层来构成更加丰富的可视化效果。例如，可以使用 facet_grid() 函数为图像添加镶嵌面板、使用 scale_color_gradient() 函数来调整颜色渐变以及使用 theme() 来修改轴标签和标题的样式等。

将Rmd文件输出为PDF文件

在 R 语言中，knit 是一个用于将 RMarkdown 文档转换为纯文本或其他格式的函数。具体来说，knit 函数会读取 RMarkdown 文档中的 R 代码块，并执行这些代码块。然后，它会将执行结果（例如计算结果、图表、表格等）嵌入到 Markdown 或 LaTeX 格式的文本中，并生成最终的输出文件

要正确使用 knit 函数，你需要先安装并加载 knitr 包，可以使用 “Knit” 工具按钮调用 knit 函数，并通过设置 “Knit” 按钮下拉菜单中的选项来指定输出格式和其他选项

在 R 语言编译 rmd 文件的过程中，LaTeX 起到了将 Markdown 语法转换为 PDF 文档的作用。具体来说，当你使用 pdf_document 或 beamer_presentation 等输出格式时，RMarkdown 会将源文档转换为 LaTeX 格式，并使用 LaTeX 进行编译生成最终的 PDF 输出

为了编译出PDF，需要正确设置latex的编译器，在文件开头可以加几行yaml来指定，下面指定了xelatex，xelatex可以解决不能编译出中文字符的问题。要注意下面的缩进是不能更改的（被这个卡了很久

---
title: "My Document"
output:
  pdf_document:
    latex_engine: xelatex
---

# Section 1

Some text.

```{r}
summary(cars)

参考

https://bookdown.org/wangminjie/R4DS/index.html

R语言入门

http://gls.show/p/634ccbb5/

作者

郭佳明

发布于

2023年4月6日

许可协议

SEED-lab：Format String Vulnerability Lab 上一篇

seedlab：Meltdown Attack Lab 下一篇