R基础知识

Python and R

数据科学家爱讨论Python和R谁是更好的数据分析语言。

• R:更适合专业学者，因为和Matlab很像。
• Python：更适合公司。

但是鉴于R语言有强大的可视化和统计功能，可以增强数据科学工作流以及帮助我们更有效的探索数据。

赋值（<-）

• R语言的赋值语句是起源于APL语言的
  
  • 赋值是<-（x <- 3），而只有给函数的参数赋值时才用=（f(x = 3)）
  • 鉴于大家都习惯用=，2001年开始也可以用=进行赋值
  • 但是鉴于代码共享，更多R语言工作习惯<-，以后我也用<-，尽管复杂点，并且Google Style Guide也推荐这个。

dogAwesomeness <- 10catAwesomeness <- 9.5

打印(print or cat)

lifeSavings <- 9999print(lifeSavings)

• output:

[1]9999

• cat函数是另外一种可以替代print的显示方式。它可以将多个对象连接并以连续的方式显示：

> cat("The zero occurs at", 2*pi, "radians.", "\n")

• output:

The zero occurs at 6.283185 radians.

变量类型(class)

R语言中常见的两个变量是character（text）, and numeric（number）。

• 使用class(var)函数可以获取var的类型。

# Assign the value 800 to the variable runDistance.runDistance <- 800# This is of type "numeric".print(class(runDistance))# Assign the value "Peanut Butter Cup" to favoriteDessertfavoriteDessert <- "Peanut Butter Cup"# This is of type "character", because it contains text.print(class(favoriteDessert))

• output:

[1] “numeric”
[1] “character”

向量（Vectors）

1) c()函数来创建向量

# Store a vector of Russian presidents.russianPresidents <- c("Mikhail Gorbachev", "Boris Yeltsin", "Vladimir Putin")# Store a vector of stock prices on consecutive days.applePrices <- c(113, 114, 115)

• 向量存储的数据的类型必须一致。当你将一个字符串和数字传给一个向量，最终数字会转换会字符类型。

mixedVector <- c("Fifteen", 15, 0)# Everything in mixedVector is a character value.print(mixedVector)# mixedVector is of type character.print(class(mixedVector))

• output :

[1] “Fifteen” “15” “0”
[1] “character”

2) identical（var1,var2）判断两个变量是否相等

R几乎将所有的数据都存储为向量形式，当我们创建单个变量a <-
1，R会将他存储为只含一个元素的向量（自动调用c(1)）。这样使得所有变量都一样，方便处理。

dogCount <- 1catCount <- c(1)# We can see that these two assignments are identical.  dogCount is a vector, as is catCount.print(identical(dogCount, catCount))

• output:
  

  [1] TRUE

3) 向量索引

• R向量的索引是从1开始的。

# Print the first element in salaries.print(salaries[1])# Print the 50th element in salariesprint(salaries[50])

• output

[1] 105960
[1] 50500

向量长度（length）

# Initialize the runDistances vectorrunDistances <- c(20, 10.5, 30)# Print the length of the vector.print(length(runDistances))

• output:

[1] 3

加减乘除（+ - * /）

# Create a vector of stock prices.stockPrices <- c(10, 9, 11, 15)# This results in a new vector.  See how every element has had 2 added to it.# Every time you do math on a vector, it will change all the elements of the vector.print(stockPrices + 2)# But stockPrices is unaffected.print(stockPrices)

output：

• [1] 12 11 13 17
• [1] 10 9 11 15

求助（help）

# Enter your code here.help(class)