R语言学习笔记1——对象的创建

R语言学习笔记1

——对象的创建

杨旭东（2012-3-3）

从昨天开始学习R语言，主要参考资料是网上下的《R软件中文版教材》。

R既可以说是一种编程语言，又可以说是一套完整的软件套件，包括IDE和各种库。R主要用与统计分析，可以看作是由AT&T贝尔实验室所创的S语言发展出的一种方言。R的安装文件以及安装说明都可以在Comprehensive RArchive Network(CRAN)网站（http://cran.r-project.org/）上下载，包括各种学习资料和文档。

第一次接触R是在淘宝公司实习的时候，当时带我的师傅给我看了他用R写的SimRank算法，区区几行代码就把一个复杂的算法完整的实现了出来，当时就感到R的强大，但是迫于实习任务之重，也就没有时间深入学习。前几天看到王老师也在用R，重新激发了我学习R的兴趣，看来R也不是那么非主流嘛！

闲话少说，今天的主要内容是学习如何在R中使用对象。

 

R通过一些对象来运行，当然首先这些对象是用它们的名称和内容来刻画的，其次也通过对象的数据类型即属性来刻画。所有的对象都有两个内在属性：类型和长度。类型是对象元素的基本种类，共有四种：数值型，字符型，复数型和逻辑型(FALSE或TRUE)，虽然也存在其它的类型，但是并不能用来表示数据，例如函数或表达式；长度是对象中元素的数目。对象的类型和长度可以分别通过函数mode和length得到。

向量（Vector） 函数vector有两个参数：类型(mode)和长度(length)，创建的向量中元素值取决于参数所指定的数据类型：数值型向量则元素值都为0，逻辑型都为FALSE，字符型都为""。以下三个函数有几乎相同的效果（创建一个向量）并且只有一个参数即长度：numeric()，logical()，和character()。

例：

> v <- vector("numeric", 4)

> v

[1] 0 0 0 0

> z <- numeric(4)

> z

[1] 0 0 0 0

> z[1] <- 3

> z

[1] 3 0 0 0

> l <- logical(3)

> l

[1] FALSE FALSE FALSE

> l[2] <- TRUE

> l

[1] FALSE TRUE FALSE

> l[3]

[1] FALSE

> l[2]

[1] TRUE

> str <- character(3)

> str

[1] "" "" ""

> str[1] = "123"

> str

[1] "123" ""    ""  

> z

[1] 3 0 0 0

> z <- 2:5

> z

[1] 2 3 4 5

> z <- 2:6

> z

[1] 2 3 4 5 6

> z <- 2:4

> z

[1] 2 3 4

 

因子（Factor） 一个因子不仅包括分类变量本身还包括变量不同的可能水平（即使它们在数据中不出现）。因子函数factor用下面的选项创建一个因子：

factor(x, levels = sort(unique(x), na.last= TRUE), labels = levels, exclude = NA, ordered = is.ordered(x))

levels用来指定因子可能的水平（缺省值是向量x中互异的值）；labels用来指定水平的名字；exclude表示从向量x中剔除的水平值；ordered是一个逻辑型选项用来指定因子的水平是否有次序。回想数值型或字符型的x。下面有一些例子：

> factor(1:3, levels=1:5)

[1] 1 2 3

Levels: 1 2 3 4 5

> factor(1:3,labels=c("A","B","C"))

[1] A B C

Levels: A B C

> ff <- factor(1:5, exclude=4,labels=c("A","B","C","D"))

> ff

[1] A   B    C    <NA>     D

Levels: A B C D

函数levels用来提取一个因子中可能的水平值：

> levels(ff)

[1] "A" "B""C" "D"

 

矩阵（Matrix） 一个矩阵实际上是有一个附加属性（维数dim）的向量，维数即为一个长度为2的向量，用来指定矩阵的行数和列数。一个矩阵可以用函数matrix来创建：

matrix(data = NA, nrow = 1, ncol = 1, byrow= FALSE, dimnames = NULL)

选项byrow表示数据给出的值是要按列填充（缺省值）还是按行填充（如果为TRUE）。可以通过选项dimnames给行列命名。

> matrix(data=5, nr=2, nc=2)

    [,1]    [,2]

[1,]   5    5

[2,]   5    5

> matrix(1:6, 2, 3)

    [,1]    [,2]   [,3]

[1,]   1    3    5

[2,]   2    4    6

> matrix(1:6, 2, 3, byrow=TRUE)

[,1]  [,2]  [,3]

[1,] 1    2   3

[2,] 4    5   6

> matrix(1:6, 2, 3, byrow=TRUE,dimnames=list(c("row1","row2"), c("col1", "col2","col3")))

       col1  col2    col3

row1   1    2    3

row2   4    5    6

另一种创建矩阵的方法是给维数适当的赋值（初始值为NULL）：

> x <- 2:9

> x

[1] 2 3 4 5 6 7 8 9

> dim(x)

NULL

> dim(x) <- c(2, 4)

> x

    [,1]   [,2]   [,3]   [,4]

[1,]   2    4    6   8

[2,]   3    5   7    9

 

数据框（Data frame）数据框相当于是一个向量的数组，它内部可以包含不同类型的对象。一个数据框可以由函数read.table间接创建；也可以用函数data.frame来创建。数据框中的向量必须有相同的长度，如果其中有一个比其它的短，它将“循环”整数次（以使得其长度与其它向量相同）：

> x <- 1:4; n <- 10; M <- c(10,35); y <- 2:4

> data.frame(x, n)

x n

1 1 10

2 2 10

3 3 10

4 4 10

> data.frame(x, M)

x M

1 1 10

2 2 35

3 3 10

4 4 35

> data.frame(x, y)

Error in data.frame(x, y) : arguments implydiffering number of rows: 4, 3

列名也是可以改变的，例如，data.frame(A1=x,A2=n)。用户也可以使用row.names给行命名，但是，这个命名向量必须是字符型的而且长度等于这个数据框的行数。最后，注意数据框和矩阵一样有维数这个属性。

> df <- data.frame(A1=x, A2=n,row.names=c("row1", "row2", 'row3', 'row4'))

> df

    A1  A2

row1 1  10

row2 2  10

row3 3  10

row4 4  10

> dim(df)

[1] 4 2

 

列表（List） 列表可以用list函数创建，方法与创建数据框类似。它对其中包含的对象没有什么限制。和data.frame()比较，缺省值没有给出对象的名称；

 

时间序列（Time-series） 函数ts可以由向量（一元时间序列）或者矩阵（多元时间序列）创建一个ts型对象，并且有一些表明序列特征的选项（带有缺省值）；

 

列表和时间序列的使用比较复杂，请查看相关资料。

 

表达式（Expression） 表达式类型的对象在R中有着很基础的地位，是R能够解释的字符序列。所有有效的命令都是表达式。一个命令被直接从键盘输入后，它将被R求值，如果是有效的则会被执行。在很多情况下，构造一个不被求值的表达式是很有用的：这就是函数expresssion要做的。当然也可以随后用eval()对创建的表达式进行求值。

> x <- 3; y <- 2.5; z <- 1

> exp1 <- expression(x / (y +exp(z)))

> exp1

expression(x/(y+ exp(z)))

> eval(exp1)

[1] 0.5749019

表达式也可以在其它地方用来在图表中添加公式(p.43)；表达式可以由

字符型变量创建；一些函数把表达式当作参数，例如可以求偏导数的函

数D。

> D(exp1, "x")

1/(y + exp(z))

> D(exp1, "y")

-x/(y + exp(z))^2

> D(exp1, "z")

-x * exp(z)/(y +exp(z))^2