R语言学习总结
经过接近一个学期的学习，从对R语言的完全陌生，到现在对其有了一些粗浅的认识，其中经历了遇到困难苦思冥想的艰辛，也有解决问题以后豁然开朗的畅快。在学习的过程中，以前掌握的数理基础给我带来了不少便利，而认真地态度和踏实的性格也使我获益匪浅。
在这个学期中，我学会了R语言的基本操作和语法，以及针对具体的统计学问题相应的解决方法。并按时完成老师布置的课后作业，以达到学以致用的目的，也加强了对R语言操作的熟练度。
一、初识R软件
R软件是一套完整的数据处理、计算和制图软件系统。其功能包括：据存储和处理，数组运算，完整连贯的统计分析工具，优秀的统计制图功能已及简便而强大编程语言。
接触R语言以后，我的第一感觉就是方便和强大。R语言中有非常多的函数和包，我们几乎不用自己去编一些复杂的算法，而往往只需要短短几行代码就能解决很复杂的问题，这给我们的使用带来了极大地方便；于此同时，它又可操纵数据的输入输出，实习分支、循环，使用者可以自定义功能，这就意味着当找不到合适的函数或包来解决所遇的问题时，我们又可以自己编程去实现各种具体功能，这也正是R语言的强大之处。
二、学习心得
在学习该书的过程中，我不仅加深了对统计学方法的理解，同时也掌握了R软件的编程方法和基本技巧，了解了各种函数的意义和用法，并能把两者结合起来，解决实际中的统计问题。
1、R语言的基本语法及技巧
R语言不仅可以进行基础的数字、字符以及向量的运算，内置了许多与向量运算有关的函数。而且还提供了十分灵活的访问向量元素和子集的功能。R语言中经常出现数组，它可以看作是定义了维数（dim属性）的向量。因此数组同样可以进行各种运算，以及访问数组元素和子集。二维数组（矩阵）是比较重要和特殊的一类数组，R可以对矩阵进行内积、外积、乘法、求解、奇异值分解及最小二乘拟合等运算，以及进行矩阵的合并、拉直等。apply()函数可以在对矩阵的一维或若干维进行某种计算，例如apply(A,1,mean)表示对A按行求和。
R语言允许将不同类型的元素放在一个集合中，这个集合叫做一个列表，列表元素总可以用“列表名[[下标]]”的格式引用。而“列表名[下标]”表示的是一个子列表，这是一个很容易混淆的地方。R语言中非常重要的一种数据结构是data.frame（数据框），它通常是矩阵形式的数据，但每列可以是不同类型，数据框每列是一个变量，每行是一个观测，要注意的是每一列必须有相同的长度。数据框元素可以使用下标或者下标向量引用。
用一个非常简单的例子来说明向量、矩阵和数据框的简单运用。
输入：
A<-matrix(c(1:12),2,6,byrow=T) #A为一个2行6列，按行排列的矩阵 X<-as.data.frame(A) #把A转化成数据框形式的X
X[1:2,seq(1,5,2)] #输出X的第1、2行和1、3、5列 输出： V1 V3 V5 1 1 3 5 2 7 9 11
输入：
attach(X);R<-V1/V5;R #调用数据框X,计算并输出V1和V5的比值 输出：
[1] 0.2000000 0.6363636
与此同时R语言中也提供了其它高级程序语言共有的分支、循环等程序控制结构。比如if/else语句，for循环等。因此R语言也可以很容易的根据情况编写自己所需要的函数。
例：编写一个R程序，输入一个整数n，如果n小于等于0，中止运算，并输出：“要求输入一个正整数”；否则，如果n是偶数，则将n除2赋值给n；否则将3n+1赋给n。不断循环，直到n=1停止，并输出：“运算成功”
解：新建一个程序脚本，名为chapter2.R”，写入代码： f<-function(n){
if(n<=0) list(\要求输入一个正整数\else{repeat{
if(n==1) break #n=1时终止 else if(n/2==as.integer(n/2)) n<-n/2 #n为偶数时除2 else n<-3*n+1
}
list(\运算成功\} }
在R窗口中 输入：
Source(“chapter2.R”);f(32) 输出：
[1] \运算成功\输入： f(-5) 输出：
[1] \要求输入一个正整数\
2、R在统计描述中的应用 数据框操作（plyr包）
辅助小函数 1 splat函数：
作用：把原函数中多个参数打包为一个list作为参数，然后输出新的函数。
也就是说本来某个函数需要输入多个参数，现在套上splat后，只要输入一个参数list就可以了，不需要单独地输入参数。它的作用结果是把一个函数变成一个新函数。
m*ply(a_matrix, FUN)的作用和a*ply(a_matrix，1，splat(FUN))一样 例:
（1）参数使用
> hp_per_cyl<-function(hp,cyl,...) hp/cyl > splat(hp_per_cyl)(mtcars[1,]) 1] 18.33333
> splat(hp_per_cyl)(mtcars) [1] 18.33333 18.33333 23.25000 18.33333 21.87500 17.50000
30.62500 15.50000 23.75000 [10] 20.50000 20.50000 22.50000 22.50000 22.50000 25.62500
26.87500 28.75000 16.50000 [19] 13.00000 16.25000 24.25000 18.75000 18.75000 30.62500
21.87500 16.50000 22.75000
[28] 28.25000 33.00000 29.16667 41.87500 27.25000
等价于：
> hp_per_cyl(mtcars$hp,mtcars$cyl)
splat函数的优点就是可以不用拆分字段，可以一起输入作为参数。
（2）与plyr函数合用：
> f<-function(mpg,wt,...) data.frame(mw=mpg/wt) > ddply(mtcars,.(cyl),splat(f))
2 each函数
作用：把多个函数汇聚成一个函数，当使用这个函数时，将分别作用多个
函数。它的作用结果是把一个函数变成一个新函数。
不足：不能给作用的函数指定附加参数，只能使用默认参数。 例:
> fun<-function(x)
c(min=min(x),max=max(x),mean=mean(x)) > fun(1:10) 等价于:
> f<-each(min,max,mean)
> f(1:10) 3 colwise函数
colwise(.fun,.cols,...)
说明：.fun：要转化的函数；.cols是测试数据框的列是否应包含的判别
函数或者是·要包含的列的名称。
catcolwise(.fun,...) 与colwise功能类似，只是对离散型变量有效
numcolwise(.fun,...) 与colwise功能类似，只是对数值型变量有效
作用：把作用于数据框行向量的函数（如mean，median等）转化为作用于
数据框列向量的函数。于plyr函数一起使用十分方便。作用结果生成一个新的函数。
例：
> nmissing<-function(x) sum(is.na(x)) > colwise(nmissing)(baseball)
> colwise(nmissing,.(sb,cs,so))(baseball) > ddply(baseball,.(year),colwise(nmissing,.(sb,cs,so)))
> numcolwise(nmissing)(baseball)
等价于：colwise(nmissing,is.numeric)(baseball)
> catcolwise(nmissing)(baseball)
等价于：colwise(nmissing,is.discrete)(baseball) 4 failwith函数
failwith(default=NULL, f, quiet=FALSE)
作用：修正一个函数，使得当该函数出现错误时返回一个设定的默认值，
默认为空。作用结果生成一个新的函数。
> f<-function(x) if (x==1) stop(\> f(1)
Error in f(1) : Error > safef<-failwith(,f) > safef(1)
Error in f(...) : Error NULL
> safef<-failwith(12,f,quiet=TRUE) > safef(1) [1] 12
5 summarise()函数
summarise(.data, ...)
作用：对数据框做统计汇总，…为设定的统计方法或函数
例：
>summarise(baseball,duration=max(year)-min(year),nteam
s=length(unique(team))) duration nteams 1 136 132
>head(ddply(baseball,\
-min(year),nteams=length(unique(team)))) id duration nteams 1 aaronha01 22 3 2 abernte02 17 7 3 adairje01 12 4 4 adamsba01 20 2 5 adamsbo03 13 4 6 adcocjo01 16 5
数据集变量操作
1 变量排序：arrange函数
arrange(df, .(var1), .(var2)…) 作用：按照指定列排序。
注意：使用arrange函数排完序后行名会丢失，需要用cbind补回。 例:
> arrange(mtcars,cyl,disp)
> cars<-cbind(vehicle=row.names(mtcars),mtcars) > arrange(cars,cyl,disp)
------先把行名作为一个新的列加到数据框再排序
2 更改变量名
rename(x, replace, warn_missing=TRUE) 作用：通过名字修改变量名字，不是根据它的位置。 例:
>head(rename(tmt,replace=c(\”cly”=”new”)))
R语言学习总结
