[编程经验]R语言入门及描述性统计分析方法
好吧，我承认，最近都没好好学习了，事情比较多，好几天晚上我都会写下标题，然后就没有然后了，今天再不能忍了，决定来一发。但是，我觉得还是推文的质量要比数量更加重要，不然一个是浪费自己的时间，也是浪费大家的时间。所以虽然很忙，但是我还是会尽力做到解释的完美一点~.~。
今天要给大家讲讲R语言，主要是入门基础及简单的统计分析入门。
R语言其实算是我正式接触编程语言的第一门语言，大学学的C++，matlab简直是水到家了。所以刚开始学R语言的时候，我很痛苦，你知道吗。大约经历了1个月的磨合期，逐渐对R有了点认识，知道怎么去学了，都有哪些东西，当然最开始还是找度娘，看什么书，怎么安装等等之类的abc的问题。和大多数人学习的入门书籍一样，我也是从《R语言实战》这本书开始的，但是现在看来，我觉得这本书，只需要看前7章的内容就可以了，因为后面的是涉及到具体模型的内容，如果你没有一个具体的实际问题去解决的话，学了也作用不大，毕竟我们不是为了考试。好了，先扯这么多，下面进入正题。
# 如何使用R
## 安装
Windows
下载地址：
https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/
Windows的安装比较简单了，.exe文件，基本都是next就ok了。
需要说的是，有时候我们需要使用某个package的时候，R报错说不支持当前R版本，这时候，就需要安装比较老的R版本，这里给一个旧版本的R链接，需要哪个版本的可以直接下。
https://cran.r-project.org/bin/windows/base/old/
还有一个问题，就是怎么更新R，现在R的最新版本是3.4.1.那么当下一个版本出来的时候，怎么更新呢。最笨的办法就是下载新版本，然后把旧版本卸载了。但是当你使用了一段时间R以后，必然会安装很多个packages，R安装包并不大，但是加上packages的话，总共就很大了，我记得我最多的时候，安装了好几百个packages。这里要教大家一招是，在卸载R之前，把R安装目录中的library文件夹先复制出来另存，然后安装完新版本的R以后，在把其中的文件复制到新安装的library文件夹下面。一般在windows中，R的安装目录默认为：
C:\ProgramFiles\R\R-3.4.0\library
然后是怎么在Ubuntu中安装，也可以参考文档：
https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/linux/ubuntu/README.html
依次执行下面三条命令，就ok了。
sudo apt-get update
sudo apt-get install r-base
sudo apt-get install r-base-dev
然后，在Ubuntu中安装完R之后，直接在shell里面输入R，就会进入到R环境中，但是这样写代码是很累的，所以这里推荐大家使用Sublim Text 作为R的Ubuntu中的IDE。环境搭建也很简单，主要是安装SublimeREPL这个拓展包，在sublim中快捷键Ctrl+shift+P输入install，会出来install package，然后输入SublimeREPL就可以安装了。安装完了以后，在
Preferences > Package Settings >SublimeREPL > Settings-User
输入以下内容：
{
"default_extend_env": {"PATH": "{PATH}; 这里写你的安装目录"},
"show_transferred_text": true
}
在windows在还有一个工具可以使用，就是R的IDE，相比于Python的IDE数量，比较好用的IDE也就是Rstudio了。，直接下载安装就对了。
地址：https://www.rstudio.com/products/rstudio/download/
关于Rstudio的使用，我就想说一个问题，怎么设置R的编译器。选择
Tools—>Global options
可以选择不同的R版本，尤其是对于安装了不同版本的R用户来说，就很关键。当然如果你只安装了一个版本的R，是不需要设置的，Rstudio在安装的时候，会自动帮我们设置好。
好，其他的都可以先不用管，到这里环境就搭好了。
然后对于入门来说，基本的R概念，变量，数据结构等今天就不展开讲了，下面讲几种R中进行描述性统计分析的方法。什么是描述性统计分析呢？简单说就是根据样本计算样本统计量。比如均值，最大值，最小值，方差，分位数，偏度，蜂度等。然后通过例子，你也可以大致了解一下，R语言的一些使用方法和特点。
R中单行注释用#来表示，不支持多行注释，如果要多行注释，只能使用多个#。还有一个要说的是，Rstudio中多行注释的快捷键是Ctrl+Shift+C，取消注释也是Ctrl+Shift+C。关于快键键，强烈推荐大家自己去百度一下，把常用的记住，可以提高效率。
# 设置R工作目录，setwd
setwd("F:/R_learn/")
# R语言的强大之处很重要的原因是R有很多packages，
# 这些Packages给我们提供了非常便利的工具。所以首先要
# 学会怎么安装 packages，用下面这个命令，相当于Python的pip install 。
install.packages("psych")
# 安装好了以后，就需要加载进来，相当于Python的import。
library(psych)
# 读取csv文件，R
test_data <-read.csv("da.csv", header = F, sep = ",")
# 查看数据类型
class(test_data)
# [1] "data.frame"
# 查看数据前5行
head(test_data)
# V1 V2 V3
# 1 25 26 27
# 2 36 37 38
# 3 47 48 49
# 4 58 59 60
# 5 69 70 71
# 6 80 81 82
# R中数据框的索引，使用美元符号，后面加列名。
col1 <- test_data$V1
# 描述性统计分析
summary(col1)
# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 25.00 44.25 63.50 63.50 82.75 102.00
summary(test_data)
# V1 V2 V3
# Min. : 25.00 Min. : 26.00 Min. : 27.00
# 1st Qu.: 44.25 1st Qu.: 45.25 1st Qu.: 46.25
# Median : 63.50 Median : 64.50 Median : 65.50
# Mean : 63.50 Mean : 64.50 Mean : 65.50
# 3rd Qu.: 82.75 3rd Qu.: 83.75 3rd Qu.: 84.75
# Max. :102.00 Max. :103.00 Max. :104.00
# 然后我们使用psych包提供的另外一个函数，看一下
describe(col1)
# vars n mean sd median trimmed mad min max range skew kurtosis se
# 1 1 8 63.5 26.94 63.5 63.5 32.62 25 102 77 0 -1.65 9.53
describe(test_data)
# vars n mean sd median trimmed mad min max range skew kurtosis se
# V1 1 8 63.5 26.94 63.5 63.5 32.62 25 102 77 0 -1.65 9.53
# V2 2 8 64.5 26.94 64.5 64.5 32.62 26 103 77 0 -1.65 9.53
# V3 3 8 65.5 26.94 65.5 65.5 32.62 27 104 77 0 -1.65 9.53
# 可以看到describe比summary多了几个，trimmed表示截尾均值，skew表示偏# 度， kurtosis表示峰度，se表示标准误差；
好了，到这里，R入门就这么多了，通过几个简单的例子，你应该掌握R的安装与使用，设置工作目录，如何安装packages，如何更新R，以及读取文件等操作。