R语言系列第二期：①R变量、脚本、作图等模块介绍

在上一篇文章里，给大家介绍了R语言的下载，界面操作，6个处理对象等等。

在这些内容的基础上，我们在这个部分为大家介绍一些实用知识，包括描述工作区结构、图形设备以及它们的参数等问题，还有初级编程和数据输入输出。

1 | 会话管理常用操作

①首先，我们需要提出一个概念：“变量”，其实变量在各种语言或程序都会出现，是计算机语言中能储存计算结果或能表示值的抽象概念。我们先前完成的赋值操作都是把变量作为对象，是数据结果的容器，同时也是我们给结果的代号。R中变量的命名是很开放的，只需要遵守以下的原则：

1. 由字母、数字、圆点（.）、下划线组成

2. 不能有除圆点（.）、下划线 以外的符号，如（%）等

3. 不能以数字开头

4. 以圆点（.）开头后不能直接接数字

5. 与sas不同，不能以下划线开头

②在R中创建的所有变量会存储在一个公共的工作区。要了解哪些变量定义在工作区中，可以使用函数ls()函数来展示它们：

> ls()

 [1] “acc.count” “age.acc”   “brk” “findruns” “findruns1” “findud”  

 [7] “i” “juul” “mid.age” “n” “preda” “pvec”    

[13] “s” “side” “thue” “thuesen” “udcorr” “x”       

[19] “xbar” “y”    

#Tips：这里是LS()的小写，不是i,容易出错，另外ls后的括号不能省略，省略了就变成了变量ls了，而不是函数。这里展示的是工作区内所存储的变量，但不包括系统变量——以点开头的变量，若想要展示它们，可以用> ls(all=T)来展示所有变量，但不建议这样做。另外因为操作的缘故，结果展示可能会不同。

如果想要删除某些变量，可以通过rm()来实现：

> rm(acc.count,age.acc,brk,findruns,findruns1,findud)

> ls()

 [1] “i” “juul” “mid.age” “n” “preda” “pvec” “s”     

 [8] “side” “thue” “thuesen” “udcorr”  “x” “xbar” “y”  

#Tips：可以使用> rm(list=ls())来清空整个工作区。

如果想要保存工作区到文件，可以使用> save.image()或者File菜单下的保存工作空间，或者在关闭R时出现的提醒里保存，都会保存成一个后缀名为.RData的文件。

#Tips：上面的方式只会保存工作区的R变量，但是不会保存产生的所有输出，如果想要保存输出结果，点击Files菜单下的“Save to File(保存到文件)”，就会保存所有的结果。

#Tips：当前工作目录可以通过getwd()获取，通过setwd()转换到自己想要设定的地址。比如：> setwd(“C:/Users/Administrator/Documents”)

③如果要处理的问题比较复杂，不希望逐行与R进行交互，或者在输入多行数据的情况下容易出错，在使用上箭头调整的时候很麻烦，在这些情况下，可以使用R脚本来处理，即R代码行的集合。

文件→新建程序脚本

④获取帮助、包、内置数据

这三个东西都属于R软件内置的文件，而帮助和包的相关内容在引言的文章中有提到过。内置数据在上一部分我们已经提过。

在命令行中通过输入> help(split)或用前缀形式> ?split都可以获取split()函数的帮助。

包可以包含用R语言写的函数，汇编代码动态加载库以及数据集。包的功能会自动执行，所以用户不需要一直加载包。使用library命令将包装入R：

> library(survival)

加载的包不被视为工作区的一部分，如果终止了本次的R，重新打开R需要重新加载包。如果需要移除已经装载的包，需要使用：

> detach(“package:survival”)

⑤ attach 和 detach

有的时候你要重复写一些很长的命令，在数据框中获取变量的符号就会很多比如说：> plot(women$height,women$weight)

#Tips：women是R自带的数据集，可以直接使用，不需要外部导入。

不过，R可以让你在数据框内搜寻目标变量，不使用$符号，比如：

> attach(women)

> plot(height,weight)

attach()命令相当于将women放置到系统的搜索路径中，可以使用> search()看到搜索路径：

> search()

 [1] “.GlobalEnv”  “women” “package:stats”   

 [4] “package:graphics”  “package:grDevices” “package:utils”   

 [7] “package:datasets”  “package:methods”   “Autoloads”       

[10] “package:base”    

也可以用detach()从搜索路径删除数据框，如果不给参数，默认第二个位置的数据框被删除。

> detach()

> search()

[1] “.GlobalEnv” “package:stats” “package:graphics”

[4] “package:grDevices” “package:utils” “package:datasets”

[7] “package:methods” “Autoloads” “package:base”  

⑥ subset和transform

对于选择数据子集以及变换变量创建新的数据框：

> women.sub<-subset(women,women$height<65)

> women.sub

  height weight

1     58    115

2     59    117

3     60    120

4     61    123

5     62    126

6     63    129

7     64    132

> women.transform=transform(women,

+ bmi=(weight*0.45359)/((height*0.0254)^2))

> head(women.transform)

  height  weight     bmi

1     58    115  24.03465

2     59    117  23.63077

3     60    120  23.43553

4     61    123  23.24029

5     62    126  23.04534

6     63    129  22.85097

#Tips：subset()函数是选取子集的函数，第一个参数是原始数据集，第二个参数是条件，类似于上一个部分所讲的条件选择。Transform()函数可以根据已有变量来计算新变量，或为原数据框添加新的列，改变原变量列的值，还可通过赋值NULL删除列变量。“=”不是赋值，而是表示名称，该名称被赋值给最后一步计算的向量。可以尝试> women$bmi看一下。

2| 作图系统环境

①布局：R使用的图形模型中，通常含有的部分包括中央绘图区、坐标轴线、坐标轴数字、x-y轴标签、边界、标题、副标题、图例等等。

标准的x-y图的轴标签一般默认采用变量名，当然也可以在plot调用中覆盖标签，也可以增加进一步标题或者上方的主标题和底部的副标题。

> plot(height,weight)

> x<-runif(50,0,2)

> y<-runif(50,0,2)

> plot(x,y,main=”Main Title”,sub=”Subtitle”,xlab=”x-label”,ylab=”y-label”)

还可以在绘图区的内部，放置点和线，要么在plot()函数里设定，要么在后面用points和lines添加。同时也可以添加字符或数字文本。

> text(0.5,0.5,”text at (0.5,0.5)”)

> abline(h=0.5,v=0.5)

#Tips：这里调用abline()表示调取横坐标为0.5的垂直线和纵坐标为0.5的水平线，我们也可以用abline()来绘直线y=ax+b。比如> abline(1,0.5)表示斜率为1，截距为0.5的直线。

边界信息由mtext()函数来填补，如：

> for(side in 1:4) mtext(-1:4,side=side,at=0.8,line=-1:4)

> mtext(paste(“side”,1:4),side=1:4,line=-1,font=2)

#Tips：for循环和mtext()里的side参数来调整填写的边，-1 ：4是填写的内容，line=参数是调整文字离线的距离。at=用来调整具体坐标。font=2表示的是粗体字符。

②逐步构造图形（引言里涉及这部分内容，我们来温习一下）

图形的每一部分都可以单独绘制，单独绘制图形通常允许对元素更加精确地控制，所以要达到给定效果的标准，可以先绘制不包括元素的图形（框架），随后在逐步添加元素。例如下面的空白图形构建：

> plot(x,y,type=”n”,xlab=””,ylab=””,axes=F)

#Tips：此处type=“n”，表示不绘制点，axes=F删掉坐标轴和周围的框，标题标签设置成空字符串。尽管什么也看不见，但是不代表程序什么也没做，命令已经指定了绘图区域和坐标系统，只是没有展示出来而已。

下面我们开始为我们的空白画板添加元素：

> points(x,y)

> axis(1)

> axis(2,at=seq(0.2,2.0,0.2))

> box()

> title(main=”Main title”,sub=”subtitle”,xlab=”x-label”,ylab=”y-label”)

③par的使用

函数par()可以对图的细节进行非常精细的控制，但是对于初学者来说比较难掌握，需要反复练习强化。

Par()设置允许控制线宽和类型、字符大小和字体、颜色、坐标轴的类型、图形图表区域的大小、图形的裁剪等。

这部分的内容等后续到作具体图形的地方，我们再来回头学习。

④组合图形

当希望把几个元素放到一张图上的时候，就有一些特殊的要求。如考虑为直方图叠加一个正态密度函数。下面的命令可以做出来我们想要的结果：

> x<-rnorm(100)

> hist(d,freq=F)

> curve(dnorm(x),add=T)

#Tips：hist()里的freq=F保证了直方图是根据概率密度而不是实际值画出来的分布曲线，rnorm()是产生随机数，dnorm()是密度函数【关于概率与分布的部分详见番外二】。 add=T表示允许叠加到已有图形上。

但是也会出现右图的结果，曲线没有完整地展现出来，密度函数的顶部被切去一部分。因为我们是在直方图的范围里添加的曲线，直方图的y轴上限值小于密度函数的最高点。但是，如果我们换一下顺序，先画出密度函数再做直方图也不行，因为有可能直方图顶端被切除。我们可以先去获得两个图形的最高点，然后把作图区域的扩大到容纳最高点为止：

> h<-hist(x,plot=F)

> ylim<-range(0,h$density,dnorm(0))

> hist(x,freq=F,ylim=ylim)

> curve(dnorm(x),add=T)

#Tips：调用hist时，如果plot=F，将不会画出任何图形，但是会返回一个以比例尺度表示的直方图高度的结构。此外，结合它以及dnorm(x)的最大值为dnorm(0)的事实，我们就可以计算出来包含直方图和密度图的作图的y轴范围。range调用中的0保证了条形的底部也在范围内。y值的范围通过ylim参数传递到hist()函数中。

这一部分暂时先告一段落，在这部分里，大家了解了R语言环境中的变量、脚本的使用和一些便利性简单操作，以及图形基础，下个部分我们会接触到R语言的流程控制、编码和数据读入、转换和保存等操作，敬请期待。

参考资料：

1. 《Introductory Statistics with R Second Edition》  Peter Dalgaard著

2. 《R语言初学者指南》 人民邮电出版社  Brian Dennis著

3. Vicky的小笔记本《blooming for you》by  Vicky