R语言学习笔记内附实例及代码

R 编程笔记2简介1.突出特点：【多领域的统计资源】目前在R 网站上约有2400个程序包，涵盖了基础统计学、社会学、经济学、生态学、空 间分析、系统发冇分析、生物信息学等诸多方而。

【免费】2.缺点:【占用内存】所有的数据处理在内存中进行，不适于处理超大规模的数据。

【运行速度稍慢】即时编译，约相当于C 语言的1/20。

3. CRAN :全称 The Comprehensive R Archive Networks由世界几十个镜像网站组成网络.提供F 载安装程序和相向软件包。

0镜像更新频率一般为天。

推荐镜像： 中国的镜像:数学所：即时更新的CRAN 源：界而下如下（版本）4.R 程序包（R packages ）什么是R 程序包R 程序包是多个函数的集合，具有详细的说明和示例。

每个程序包包含R 函数、数据、帮助文件、描述 文件等window 下是zip 形式，安装时不要解压缩，R 程序包是R 功能扩展，特定的分析功能，需要用相 应的程序包实现。

例如：系统发冇分析，常用到ape 程序包，群落生态学vegan 包等。

4.2常用R 程序包ade4 adephylo ape利用欧几里得方法进行生态学数据分析 系统进化数据挖掘与比较方法系统发育与进化分析apTreeshape boot cluster ecodist FD进化树分析Bootstrap 检验聚类分析生态学数据相异性分析 功能多样性分析geiger 物种形成速率f j 进化分析Graphics lattice 栅格图绘图maptools空间对象的读取和处理R Console7PJ2S1R version Z.L1.1 (2010-05-31)Copyrlght IC) 2010 The R FouDd^t-aon £oc C OBDU S DJTSE« 3-M0OSL-07-DD 是自由恢件，不带任何担佩・在菓些条件下你可以梓我口由散布.用'llcerwe |) *或，licenced *来希阪布的库融*件.P •是个合作tt 划，利许多入为NiS 出丁贡献・•contcibut.ora I)，来石合作吉的i#细用会警诉你如何在出版樹中正礎也引用卩戒口性序包・ffi'derrcO 1来着一些示范徑序，ffl* heLp (I •M 文件，戏用'lielp.atatcd '迪过时血列觅密隶薈？ft 助gf4. 用51 ■退出R ・(處来滋存的工隹空间已圧胆】> hlflLotry(|> rate<-c(2D z 22, 2今.26, 2B, 30, 32. 3" 36, 3B Z 40, 121> tmpMrLty <-c(0.4z 9・» 11.0z 10.^f 15.3, 14・6 13 2/ X4.7Z 15.4Z 10.5r 1D.9J > ploi | impxiif Lty^6ca| >rca<-(xnpurit ?-e)ceg<-1 tn (in pur it 产 rat e) J 1 -r.u ： M .；, • . •« c«r ■] 丈再施9（蔑他tfffsva 屯in-nix)rate<-c(ZD, ZZ, 2仇 ZC r Z0z 、0, 32, 3G Z 3 0z 今 impMtLCy <-C(8.4, 9・5, 11.8Z 10.13・3, L4・8, 13 plot | Uiputlty-totcl6LXlft(lornula - lrwpurlty - cate) JSecidMala:XlhiQ Ftedlan 如 Soxs\unrar7(recj) ^ve.m,gerFrVi^习筋料X 救梧井桁黃花宝典\\R 语专 hiatocycimgev mvpart nlme ouch pgirmessphangorn picante广义加性模型相关 多变量分解线性及非线性混合效应模型 系统发弃比较 生态学数据分析系统发育分析群落系统发育多样性分析raster ffi 格数据分析与处理 seqinrDNA 序列分析sp空间数据处理spatstat spla ncs stats SDMTools vegan CRAN Task Views空间点格局分析，模型拟合与检验 空间与时空点格局分析R 统计学包物种分布模型工具植物与植物群落的排序，生物多样性计算中有对程序包的分类介绍4.3 R 程序包安装1.用函数()，如果已经连接到互联网，在括号中输入要安装的程序包洛称，选择镜像后，程序将自动下载并安装程序 包。

Learning R from ScratchBlabla##通过在命令、变量、逗号等附近添加空格来提高R的可读性.##可使用control+tab键来在控制台console和图形设备graphic device间切换. >help.start()：得到HTML 格式的帮助(等价于:帮助->html帮助)>?xxx or >help(x)：得到任何特定名字的函数的帮助##对于关键字和运算符，与函数的帮助类似，但是需要加上引号，如：> ?'+' 或>?”+” #等价于help('+') help(“+”)>??xx :在help.start()启动的浏览页上,”Search Engine &Keywords”>objects() or>ls():用来显示当前保存在R 环境中的对象名字>ls(pat=“x”):只显示在名称中带有某个指定字符的对象>ls(pat=“^x”):只显示在名称中以某个指定字符开头的对象>ls()不能列出名称以点号开头的向量可使用ls(all = T)>history():看到之前保存的数据和命令。

>rm(x,y):删除对象>rm(list=ls(all=TRUE)): 删除内存中所有对象,all=TRUE可以省略>dir.create("c:/Users/Mr.Young/Desktop/R") 创建新的工作目录>getwd()和>setwd():获取/设置工作空间目录##临时修改，只针对当前文件>setwd(file="c:/users/Mr.Young/Documents")file可以省略，且该操作等价于“文件”菜单“change dir”>getwd()[1] "c:/users/Mr.Young/Documents" （目录的分隔符用“/”(slash)或“\\”）永久修改，R右键->属性->快捷方式->起始位置Windows下默认的分隔符为\ (backslash),注意更改.>example():显示函数的例子（不加引号）>list.files():查看当前目录下的文件>save(x,y,file=”d:/xy.Rdata”); #保存变量>load(”d:/xy.Rdata”); #载入变量%%:求余数%/%:整除逻辑与: &(拉丁文为et)（前后都要判断）or && ( “&&”前为F就结束，结果为F) 逻辑非: | (前后都要判断) or || （“||”前为T就结束，结果为T）##同一行中输入多条命令，用“;”隔开，否则另起一行。

R语言学习笔记-内附实例及代码(总18页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--R语言入门R是开源的统计绘图软件，也是一种脚本语言，有大量的程序包可以利用。

R中的向量、列表、数组、函数等都是对象，可以方便的查询和引用，并进行条件筛选。

R具有精确控制的绘图功能，生成的图可以另存为多种格式。

R编写函数无需声明变量的类型，能利用循环、条件语句，控制程序的流程。

R网络资源：R主页:R资源列表 NCEASR Graphical Manual统计之都:QuikR丁国徽的R文档:R语言中文论坛一、用函数()，[直接输入就可以联网，第一次的话之后选择镜像，然后选择包下载即可]如果已经连接到互联网，在括号中输入要安装的程序包名称，选择镜像后，程序将自动下载并安装程序包。

例如：要安装picante包,在控制台中输入("picante")已经安装了二. 安装本地zip包路径：Packages>install packages from local files选择本地磁盘上存储zip包的文件夹。

(文件，运行R的脚本，选择所在文档)三.调用程序包在控制台中输入如下命令 library(“picnate”)程序包内的函数的用法与R内置的基本函数用法一样。

四.程序包内部都有哪些函数分别有什么功能查询程序包内容最常用的方法：1 菜单帮助>Html帮助；2 查看pdf帮助文档五.查看函数的帮助文件函数的默认值是什么怎么使用使用时需要注意什么问题需要查询函数的帮助。

1 直接打开相关函数的说明和使用模板。

2 RGui>Help>Html help 同样的效果，同上3 apropos("")合理使用T 检验，五种模式的T 检验4 help("")帮助同1-25 ("")有关T 检验的一切东西都可以查出来。

数据挖掘与数据分析的主要区别是什么？数据分析就是为了处理原有计算方法、统计方法，着重点就是数据、算法、统计、数值。

数据挖掘是从庞大的数据库中分析出有目标数据群，筛选出利于决策的有效信息简单来说就是数据分析是针对以往取得的成绩，比如说哪方面做得好，哪方面需要改进；数据挖掘就是通过以前的成绩预测未来的发展的趋势，并且为决策者提供建议。

读excel时可以先复制再运行data <- ("clipboard", header = T, sep = '\t')在R语言中，使用“=”和“<-”到底有什么不同？就是等号和箭头号有什么区别，是完全一样还是局部不同？R里通常用符号”<-”代替其它语言里的”=”来作赋值符号。

因为前者敲起来比等号要麻烦，且大部分情况下两者是等价的，所以通常就愉懒依旧用”=”来赋值。

但要切记两者在某些时候是有区别的。

字面上的解释，可以认为”<-”是赋值，”=”是传值。

在函数调用中，func(x=1)与func(x<-1)是有区别的，前者调用完后变量x不会被保留，而后者会在工作区里保留变量x=1。

再如length(x=seq(1,10))计算完成后x不会被保留，而length(x<-seq(1,10))计算完后你会在工作区里发现x这个变量。

矩阵知识：1_矩阵的生成2_矩阵的四则运算3_矩阵的矩阵运算4_矩阵的分解1_1将向量定义成数组向量只有定义了维数向量(dim属性)后才能被看作是数组.比如:> z=1:12;> dim(z)=c(3,4);> z;[,1] [,2] [,3] [,4][1,] 1 4 7 10[2,] 2 5 8 11[3,] 3 6 9 12注意：生成矩阵是按列排列的。

1_2用array ( )函数构造多维数组用法为：array(data=NA,dim=length(data),dimnames=NULL)参数描述：data：是一个向量数据。

一、非对称分析（回归）做回归分析的前提条件：方差齐次性、独立、数据满足正态分布如果数据不正态，导致的后果平均值95%置信区间，两边不对称如果方差不等，某一边的标准差、置信区间大，有重叠回归Y定性时，整个式子叫做“分类排序”；X定性又定量时，整个方程叫“协方差分析”二、单因素方差分析（1）验证数据的正态性，零假设：均值相等，一组一组地验证：tapply(df$yield,df$Treat,shapiro.test)，正态分析函数（shapiro.test），当结果P>0.05，则是一种自然分布（2）合并检验正态性：shapiro.test(resid(lm(yield~Treat,df)))（3）方差齐性检验，零假设：方差相等：bartlett.test(yield~Treat,df)（4）方差分析：fit <- aov(yield ~ Treat, df) 【“~”表示回归，aov是单因素方差分析ANOVA函数】（5）小知识：范函数：[summary.] /[plot.]（6）P=1-pf(value组间方差-即组间变异幅度,Df-treat, Df-Residuals)Treat-Meansq/Treat-Value=Residuals-MeansqDf Sum Sq Mean Sq F value Pr(>F)Treat 4 301.2 75.30 11.18 0.000209 ***Residuals 15 101.0 6.73---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘’ 1（7）多重比较：安装赖老师的写的包（NEwR2），library(NEwR2)，LSD多重比较:Least Significance Difference;多个t检验Install.package(‘agricolae’)（8）（9）结果P值，犯“1类错误，拒接真的原假设”的概率，正常我们说的P=0.05，就是：我们可以接受犯这个错误的概率。

R语言学习笔记2目录1.产生向量 (4)2.生成矩阵 (4)3.读数据 (5)4.round()函数 (5)5.散点图精细化设置 (6)5.1散点图 (6)5.2连线图 (6)5.3向日葵散点图 (8)5.4散点图集 (9)5.5图形窗口 (9)6.maps包的运用 (10)7.R语言的各种分布函数 (10)8.相关分析举例（以iris数据集为例） (10)9.一元线性回归分析 (11)10.多元线性回归 (13)10.1理论基础 (13)10.2逐步回归法优化模型举例 (14)10.3通过自变量与因变量关系的再编辑来优化模型 (16)11.回归诊断 (17)11.1正态分布检验 (17)11.2散点图目测检验 (18)11.3残差检验 (19)11.4多重共线性 (21)12.广义线性回归模型 (22)12.1Logistic回归：将分组变量转化为概率问题 (22) 12.2Logistic回归模型建立示例： (22)12.3对数法：y=a+b logx (23)12.4指数法：y = a e bx (24)12.5幂函数法：y=a x b (24)13.MINE方法建立回归模型 (24)14.关联规则的挖掘（以数据集Groceries为例） (25)14.1下载包arules (25)14.2函数asprior() (25)15.常见分类模型与算法 (25)15.1概述 (25)15.2线性判别法 (26)15.3距离判别法 (27)15.4贝叶斯分类器 (28)15.5决策树 (29)15.6支持向量机 (31)16.聚类 (31)16.1距离计算 (32)16.2层次/系统聚类法hclust()函数 (32)16.3动态聚类：K-means法（kmeans函数） (34)16.4 K中心聚类法 (34)16.5基于密度的方法：DBSCAN (35)17.主成分分析 (35)17.1简单主成分分析R语法示例（princomp函数） (35)17.2主成分分析与聚类的综合使用 (36)18.因子分析 (36)1.产生向量A[5]:显示A中的第5个元素；A[-5]:除了A中的第5个元素，其他元素都显示出来；A[1:5]:显示A中的第1个元素到第5个元素，共计5个数据；A[-(1:5)]:除了1-5个元素，其他元素都显示出来。

R语⾔学习笔记（数据的读取与保存）library(MASS)#载⼊package MASSdata(package="MASS") #查看MASS中的数据集data(SP500,package="MASS") #载⼊MASS中的SP500数据集data(SP500) #简化写法getwd() #返回当前⼯作⽬录setwd("d:/r/r-data") #将当前⼯作路径修改为data=read.table("d:/r/r-data/salary.txt",header=T)data #没有设置⼯作⽬录setwd("d:/r/r-data")data1=read.table("salary.txt",header=T)data1 #设定⼯作⽬录data2=read.csv("salary.csv",header=T)data2 #读⼊CSV⽂件data3=scan("salary.txt",skip=1,what=list(City="",Work=0,Price=0,Salary=0))data3 #不存在header参数，skip=1说明读取时跳过表⽰名称的第⼀⾏mode(data) #显⽰对象的类型names(data) #显⽰对象中的标签dim(data) #显⽰对象的维度data$Salary #通过$符号来选择字段attach(data)Salarydetach(data) #attach（）可以直接通过变量名称来获取变量信息，detach()⽤来撤销data.fwf=read.fwf("d:/r/r-data/fwf.txt",widths=c(2,4,4,3),=c("w","x","y","z"))data.fwf #widths⽤来指定4个变量的宽度，s指定4个变量的名称data.excel=read.delim("clipboard") #clipboard即剪贴板data.excel #通过剪贴板的⽅式来读取excel中的内容install.packages("RODBC")library(RODBC)channel=odbcConnectExcel2007("Salary.xlsx") #通过RODBC包来连接EXCEL⽂件sqlTables(channel) #列出Excel中的表格data.excel12=sqlFetch(channel,"Sheet1") #读取sheet1data.excel12=sqlQuery(channel,"select * from[Sheet1$]") #在channel中使⽤sqlclose(channel) #关闭channel的连接mode(data.excel12);dim(data.excel12)library(RMySQL)con=dbConnect(MySQL(),user="root",password="xjs123",dbname="mysql")#打开⼀个MySQL的连接s=dbListTables(con) #将数据库中的表名存⼊ss=dbListField(con,"event")dbReadTable(con,"event") #获取全表query=dbSendQuery(con,"select *from event")fetch(query) #显⽰SQL的结果dbRemoveTable(con,"event") #删除表dbDisconnect(con) #关闭连接load("d:/r/r-data/Salary.Rdata") #读⼊R格式⽂件head(data,5) #显⽰数据集前五⾏cat(c("AB","C"),c("E","F"),"n",sep="")#cat()可以连接字符串、数字向量等i=1:5cat("i=",i,"n",sep=",") #sep=“，”是以逗号为分隔符cat(c("AB","C"),c("E","F"),file="d:/r/r-data/cat.txt",sep=".")readLines("d:/r/r-data/cat.txt") #以⾏的形式读取⽂本cat(i,file="d:/r/r-data/cat.txt",append=TRUE)readLines("d:/r/r-data/cat.txt") #append=TRUE表⽰追加内容，不覆盖之前内容a=file("d:/r/r-data/cat.txt") #通过file先打开⼀个连接cat("1 2 3 4 ","2 3 5 7","11 13 15 17", file=a, sep="\n") #\n表⽰换⾏read.table(a)data1=read.table("d:/r/r-data/salary.txt",header=T)write.table(data1,file="d:/r/r-data/salary1.txt",s=T,quote=F)#写⼊数据write.csv(data1,file="d:/r/r-data/salary1.csv",s=F,quote=F)data.csv=read.csv("d:/r/r-data/salary1.csv")dim(data.csv)#写⼊CSV⽂件save(data,file="d:/r/r-data/salary1.Rdata") #保存R⽂件load("d:/r/r-data/salary1.Rdata") #读⼊R⽂件head(data,5)。

#3.1data=read.table("d:/data/salary.txt",header=T)attach(data)mean(Salary) #求均值[1] 45.90667length(Salary) #数据长度（个数）[1] 15cumsum(Salary) #累积工资，cumsum()第i个元素是x[1],….,x[i]的求和#cut函数cut(x，breaks，labels=NULL，include.lowest=FALSE，right=TRUE…)x—被转换的对象，是一个数值向量；breaks—可以是单个数字，指明x要分为几组；可以是一个向量，可自行设置分组切点。

labels—给每个组添加标签；include.lowest—是逻辑值，指明区间的开闭情况，i.e.区间端点值是否包括在内；right—逻辑值，默认区间为左开右闭。

salary1=cut(Salary,3)table(salary1) #用函数table()统计数据信息，若没有设置标签，将直接显示各区间的端点值salary1=cut(Salary,3,labels=c("low","medium","high")) #给每个区间设置标签table(salary1)#当breaks为单个数值时，分组后的区间长度相等（两个相等的区间）；若要自定义区间长度，则对breaks赋值一个数值向量，就可以清晰地看到落入不同工资段内的数据个数了。

breakpoints=c(0,30,40,50,60,70)salary2=cut(Salary,breaks=breakpoints)table(salary2)pic=function(x){par(mfrow=c(2,2)) #绘图区域分割为四部分hist(x) #直方图dotchart(x) #点图boxplot(x) #箱线图qqnorm(x);qqline(x)#正态概率图par(mfrow=c(1,1)) #恢复单图区域}pic(Salary) #调用编写好的函数pic()#3.2.1 修改数据标签names()#将data中原来的数据标签都变为大写data=read.table("d:/data/salary.txt",header=T,stringsAsFactors=F)#stringsAsFactor=F是为了防止把字符串转换为因子，但是没有这个选项也可以出来同样的结果，此处不是很理解。

R语⾔学习笔记之五摘要: 仅⽤于记录R语⾔学习过程：内容提要：数据排序：sort()函数、rank()函数、order()函数；长宽型数据的转换：stack()函数、reshape()函数、reshape2扩展包中的函数：melt()函数、dcast()函数变量的因⼦化：factor()函数、cut()函数、ifelse()函数、car扩展包中的recode()函数正⽂：数据排序、长宽型数据的转换n 数据排序u sort()函数:可对数字和字符串进⾏排序x <- sample(1:100,10)x[1] 64 38 93 74 22 87 59 30 8 24sort(x)[1] 8 22 24 30 38 59 64 74 87 93sort(x,decreasing = TRUE)[1] 93 87 74 64 59 38 30 24 22 8⽰例⼆：y <- c('ab','bc','cde','c')sort(y)[1] "ab" "bc" "c" "cde"sort(y,decreasing = TRUE)[1] "cde" "c" "bc" "ab"u rank()函数：秩次（排名）：给出数字的位次，如果有两个相同的，取位置的平均数。

⽰例：z <- c(1,2,3,3,4,4,5,6,6,6,7,8)rank(z)[1] 1.0 2.0 3.5 3.5 5.5 5.5 7.0 9.0 9.0 9.0 11.0[12] 12.0u order()函数：最常⽤。

返回的是向量的下标，按照向量从⼩到⼤的顺序返回> x[1] 78 75 41 72 85 32 77 47 80 51> order(x)[1] 6 3 8 10 4 2 7 1 9 5> x[order(x)][1] 32 41 47 51 72 75 77 78 80 85也可以对数据框进⾏排序：head(iris[order(iris$我,iris$是),])n 长宽型数据的转换n 长型：堆栈，数据间有不同的分类（如同属⼀类）；n 宽型：数据内容相对唯⼀n stack()函数：（堆栈的意思）> freshman <- c(12,23,24)> sophomores <- c(25,36,73)> juniors <- c(32,46,57)> data.frame(fr= freshman,so = sophomores,jun = juniors)fr so jun1 12 25 322 23 36 463 24 73 57> height <- stack(list(fresh =freshman,sopho = sophomores,juni = juniors))> heightvalues ind1 12 fresh2 23 fresh3 24 fresh4 25 sopho5 36 sopho6 73 sopho7 32 juni8 46 juni9 57 juni> tapply(height$values,height$ind,mean) #按照分类求均值，tapply()函数fresh sopho juni19.66667 44.66667 45.00000n reshape()函数：u 宽型数据：参数设置：reshape（变量名，数值名称，idvar:标识变量，timevar⽤于接收‘次数’，direction 设置为宽型数据格式）wide <- reshape(Indometh,s = 'conc',idvar = 'Subject',timevar ='time',direction ="wide")head(wide)u 长型数据：reshape（⽂件名，idvar,varying指拟⽤于区分出来的内容。

R语⾔学习笔记——C#中如何使⽤R语⾔setwd（）函数在R语⾔编译器中，设置当前⼯作⽂件夹可以⽤setwd()函数。

> setwd("e://桌⾯//")> setwd("e:\桌⾯\")> setwd("e:/桌⾯/")这三种结构都是可以编译通过的，但是在VS C#中却不⾏，只有⼀种能运⾏成功。

（PS：R语⾔在VS中运⾏要先配置环境，还没配置的童鞋先要配置好，才可运⾏，如有问题可看我前⾯的随笔。

）就是这种结构，engine.Evaluate("setwd('e:/桌⾯/')");我调试了很多次，确实只有这样写才能设置它的⼯作⽂件夹，但是必须保证⽂件夹存在。

下⾯贴上完整代码，我是在winform中调试的，然后⽤PictuerBox显⽰图⽚。

//配置R语⾔环境private void LoadRPath(string RVersion = "R-3.4.1")//默认R-3.4.1{string dlldir = @"C:\Program Files\R\" + RVersion + @"\bin\x64";//默认64位bool r_located = false;var rPath = System.Environment.Is64BitProcess ?string.Format(@"C:\Program Files\R\" + RVersion + @"\bin\x64") :string.Format(@"C:\Program Files\R\" + RVersion + @"\bin\i386");dlldir = rPath;while (r_located == false){try{REngine.SetEnvironmentVariables(dlldir);r_located = true;}catch{if (System.Environment.Is64BitProcess){MessageBox.Show(@"找不到R运⾏环境：\R\" + RVersion + @"\bin\x64 " + " \n请⼿动添加⽂件夹⽬录");}else{MessageBox.Show(@"找不到R运⾏环境：\R\" + RVersion + @"\bin\i386" + " \n请⼿动添加⽂件夹⽬录");}FolderBrowserDialog folderBrowserDialog1 = new FolderBrowserDialog();if (folderBrowserDialog1.ShowDialog() == DialogResult.OK){dlldir = @folderBrowserDialog1.SelectedPath;}}}}private void CalculateHist(){//避免产⽣相同名称⽂件string rnd = System.Guid.NewGuid().ToString().Replace("-", "");string fileName = "i" + rnd + "_Hist.png";//拿到程序运⾏⽬录string sysPath = Application.StartupPath;string dir = sysPath + "\\RImage\\Hist\\";string fullDir = dir + fileName;//创建⽂件夹Directory.CreateDirectory(Path.GetDirectoryName(dir));//替换dir = dir.Replace("\\", "/");//设置⼯作⽂件夹engine.Evaluate("setwd('" + dir + "')");engine.Evaluate(string.Format("png(file='{0}',bg ='transparent',width={1},height={2})", fileName, this.ptbHist.Width, this.ptbHist.Height)); // string Rcode = @"library('scatterplot3d')// z <- seq(-10, 10, 0.01)// x <- cos(z)// y <- sin(z)// scatterplot3d(x, y, z, highlight.3d=TRUE, col.axis='blue', col.grid='lightblue',main='3d绘图',pch=20)// ";engine.Evaluate(@"x <- (0:12) * pi / 12y <- cos(x)plot(x,y);");//engine.Evaluate(Rcode);engine.Evaluate("dev.off()");//var x = engine.Evaluate("x <- rnorm(100, mean=50, sd=10)").AsNumeric();//engine.Evaluate("hist(x)");//var x = engine.Evaluate("x <- 1:100").AsNumeric();//var y = engine.Evaluate("y <- 5:105").AsNumeric();//engine.Evaluate("model = function (a, b){23.86+5.525*b-2.5725*a-6.6413*b^2-5.1862*a^2}"); //evaluate function//engine.Evaluate("z = outer(x, y ,model)");//engine.Evaluate("contour(x,y,z, nlevels = 10)");//string path = System.IO.Path.GetFullPath(fileName);Bitmap image = new Bitmap(fullDir);ptbHist.Image = image;} 欢迎⼤家交流学习~~~~~~~~。

R语⾔⼊门级实例R语⾔⼊门级实例——⽤igragh包分析社群珍云恒星 2020-03-02 原⽂R语⾔⼊门级实例——⽤igragh包分析社群引⼊—— 本⽂的主要⽬的是初步实现R的igraph包的基础功能，包括绘制关系⽹络图(social relationship)、利⽤算法进⾏社群发现(community detecting)。

对于R语⾔零基础的同学⾮常友好。

以下R代码中如有含义不清的，建议尝试先在R编辑器中输⼊?xxx()进⾏查询（xxx是函数或语句名）。

此外，StackOverflow论坛也帮博主⼩⽩看懂了不少报错信息。

主要参考资料为《R语⾔与⽹站分析》[李明著][机械⼯业出版社][2014.04] 的9.3节《关系⽹络分析》。

0.背景 现已获得超市中商品的名称、分类以及⼤量顾客购物篮⼦中的商品信息，任务是分析哪些商品存在相关性，经常被放在⼀起购买。

题外话，这种分析的⼀例经典应⽤就是沃尔玛超市的“啤酒与尿布”，感兴趣者可⾃⾏搜索或参见Jocelyn_燕的⼀篇博客.1.原始数据及初步处理 数据来源是Kaggle竞赛的数据库instacart-market-basket-analysis.下载压缩⽂件之后，将有⽤的数据合并到⼀个Excel⽂件中，此处需要order_product，order，products，departments的数据.注意，这个⽂件极⼤，order_product_prior这个spread sheet⾥的数据在Excel⾥已经⽆法完全显⽰，博主就截取了前500条信息，形成了mini数据集，以下对数据集的操作都是针对这个mini表进⾏的.如下： 为了达到参考书上的数据形式，需要先整理这个Excel，形成如下图只有四列数据的形式.这⾥博主不太熟悉R的操作，就⽤Python的循环处理了，代码可附在⽂章最后. 这是当初处理数据集的⼀些⽂件，由于不会⽤R完成所有命令，显得很笨拙hhh.2.数据集导⼊ 导⼊的数据集包含四列，原商品编号过⼤，不便于处理，p_id、d_id分别是商品、商品分类的新编号，如下图：（这些也是⽤Python代劳的）3.建⽴关系⽹络与绘图步骤描述：引⽤igraph包，建⽴空关系⽹络并设置点数据→为点数据添加商品号以及商品分类属性→添加线数据→plot出来发现是⾮连通图（存在孤⽴的点的图），有两个未连通的点（点43,点44）,只⽤⼿动对点的个数减2即可将点的个数修改后，重新跑前⾯的所有代码即可这部分代码如下：（完整代码见⽂末）1. #建⽴空关系⽹络并设置点数据2. library(igraph)3. gdata<-graph.empty(directed=F)4. #num<-ncol(cart)5. num<-ncol(cart)-2 #修改点的个数6. gdata<-add.vertices(gdata,num)7.8. #为点数据添加商品号以及商品分类属性9. category<-c();item<-c()10. for(i in colnames(cart))11. {12. if(i!=136&& i!=140)13. {14. category<-c(category,data$d_id[which(data$p_id==i)[1]] )15. item<-c(item,data$p_id[which(data$p_id==i)[1]] )16. }17. }18. V(gdata)$category<-category19. V(gdata)$item<-item20.21. #添加线数据22. #依次遍历每个订单，读取每个订单内的商品ID，并存放于向量item.i23. for(i in 1:nrow(cart))24. { item.i<-c()25. for(j in 1:ncol(cart))26. {27. if(cart[i,j]==1)28. {29. item.i<-cbind(item.i,colnames(cart)[j])30. }31. }32. #建⽴向量内不同商品间的关联联系33. item.i.num<-length(item.i)34. from<-c();to<-c()35. for(m in 1:(item.i.num-1))36. {37. from<-c(from,item.i[-c((item.i.num-m+1):item.i.num)])38. to<-c(to,item.i[-c(1:m)])39. }40. if(i>1)41. {42. edges<-rbind(edges,matrix(c(from,to),nc=2))43. }44. else45. {46. edges<-matrix(data=c(from,to),nc=2)47. }48. }49. edges0<-edges50. labels<-union(unique(edges[,1]), unique(edges[,2]))51. ids<-1: length(labels)#对点的编号重新编码，因为在igraph中边信息的ids必须连续52. names(ids)<-labels53. newfrom<-as.character(edges[,1]);newto<-as.character(edges[,2])54. edges<-matrix (c(ids[newfrom],ids[newto]), nc=2)55.56. #添加线信息并设置线权重57. gdata<-add.edges(gdata,t(edges[-1,]))#t()是矩阵转置函数58. E(gdata)$weight<-count.multiple(gdata)59. gdata<-simplify(gdata, remove.multiple=TRUE, remove.loops = TRUE, b = 'mean')60. #最后⼀个参数⼀定是b,不是b61. dev.off()#关闭图形设备62. plot(gdata,edge.width=E(gdata)$weight,main="gdata", bel=E(gdata)$weight)63.64. #发现是⾮连通图，有两个未连通的点（点43,点44）,只⽤⼿动对点的个数减2即可65. #将点的个数修改后，重新跑前⾯的所有代码 画出来的效果如下：4.社群发现与绘图 此处采⽤⾃旋玻璃法(spinglass community detecting)进⾏社群发现。

R语⾔笔记完整版R语⾔与数据挖掘：公式；数据；⽅法R语⾔特征1. 对⼤⼩写敏感2. 通常，数字，字母，. 和 _都是允许的(在⼀些国家还包括重⾳字母)。

不过，⼀个命名必须以 . 或者字母开头，并且如果以 . 开头，第⼆个字符不允许是数字。

3. 基本命令要么是表达式（expressions）要么就是赋值（assignments）。

4. 命令可以被 (;)隔开，或者另起⼀⾏。

5. 基本命令可以通过⼤括弧({和}) 放在⼀起构成⼀个复合表达式（compound expression）。

6. ⼀⾏中，从井号(#)开始到句⼦收尾之间的语句就是是注释。

7. R是动态类型、强类型的语⾔。

8. R的基本数据类型有数值型（numeric）、字符型（character）、复数型（complex）和逻辑型（logical），对象类型有向量、因⼦、数组、矩阵、数据框、列表、时间序列。

基础指令程序辅助性操作：运⾏q()——退出R程序tab——⾃动补全ctrl+L——清空consoleESC——中断当前计算调试查错browser() 和debug()——设置断点进⾏，运⾏到此可以进⾏浏览查看（具体调试看browser（）帮助⽂档（c,n,Q））stop('your message here.')——输⼊参数不正确时，停⽌程序执⾏cat（）——查看变量？帮助help(solve) 和 ?solve 等同solve——检索所有与solve相关的信息help("[[") 对于特殊含义字符，加上双引号或者单引号变成字符串，也适⽤于有语法涵义的关键字 if，for 和 functionhelp(package="rpart")——查看某个包help.start()——得到html格式帮助help.search()——允许以任何⽅式（话题）搜索帮助⽂档example（topic）——查看某个帮助主题⽰例apropos（"keyword"）——查找关键词keyword相关的函数RSiteSearch("onlinekey"， restrict=fuction)——⽤来搜索邮件列表⽂档、R⼿册和R帮助页⾯中的关键词或短语（互联⽹）RSiteSearch('neural networks')准备⽂件⽬录设置setwd（<dir>）——设置⼯作⽂件⽬录getwd（）——获取当前⼯作⽂件⽬录list.files()——查看当前⽂件⽬录中的⽂件加载资源search()——通过search()函数，可以查看到R启动时默认加载7个核⼼包。

R语言学习代码(1・6章节)注释：参考代码来自?R语言实战第二版?说明：代码下载即可使用,作者使用的是R 361#调用数据编辑器指数据框:适用于小数据集的使用mydata<-data.franie(age=nimienc(O),gender=character(O))mydata<-edit(mydata)fix(mydata)getwd()setwd("C :/U sers/18226/Documents/rdatas H)N1 <- read.table(H xx.txt H,header = TRUE,row.naiiies = M StiidentID°,sep = help(table)#读取excel数据mstall.packagesC^readxl0)library(readxl)data = read_excel(H xx.xlsx H,sheet = 1)helpCreadxl n)install.packages("openxlsx")#出现点问题,待处理libraty(xlsx)read.xlsx(H ee.xlsx,\sheet=hcolnames=TRUE)#读取SPSS数据library,foreign")#系统已经存在,可以使用read.spss()mstall.packages(H Hiiiisc n)library (Hinisc)#bels表示让函数将带有标签的变量导入为R水平对应相同的因子spsl <- spss.get(M Brand.sav H,use3w bels = TRUE) summary(spsl)str(spsl)#数据集的标注mtcarsp <- data.frame(mtcars$mpg,mtcars$cyl) names(p)[2] <- H test var labels"#变量标签#创立值标签,leves代表变量的实际值,labels表示包含了理想值标签的字符型向量pS'test var labels'v- factor(p$'test var labels',levels = c(4,8)Jabels = c(H male H,M female H))#处理数据对象的实用函数mtcars length(mtcars)#显示对象中元素/成分的数量dim(mtcars)#显示数据对象的维度str(mtcars)#显示数据对象的结构class(mtcars)#显示数据对象的类或类型names(mtcars)#显示数据对象各成分的名称hea d(mtcars)#显示数据对象的开始局部tail(mtcars)#显示数据对象的最后局部Is.#显示当前的对象列表fix(mtcars)#直接编辑对象nn(object)rm(list = ls())#删除当前工作环境中的几乎所有对象#图形初阶#保存文件:png(),jpeg0.bmp()jiff(),wm.metafile(),postcript() pdf(,,mygraph.pdf,)attach(mtcars)#添加搜索路径plot(wt.mpg)abline(lm(mpg 〜wt))title(n Regression of MPG on weight'*)detach(mtcar s)#删除搜索路径dev.off()dev.new(泌翻开一个新的图形窗口dev.next.lust(mpg)dose<-c(20,30.40,45,60)dnigA<-c(16,20,27,40,60)drugbv-c(15,18,25,3L40)plot(dose.dmgA,type = H b M)opar <- par(no.readonly = TRUE)#复制一份当前图形参数设置par(lty=2,pch=l 7)plot(dose,drugA,type = "b")par(opar)plot(dose.dnigA,type = "b",lty=3,hvd=3,pch=15,cex=2)#颜色colors.#返回所有可用的颜色的名称iiistall.packages(H RColorBrewef,) librar\r(RC olorBrewer) n<- 7mycolors <- brewer.pal(n/Setl H) barplot(rep( 1 ,n),col = mycolors)#文本属性plot(dose.dmgA,type = H b M,niam = H thesfd,\cex.main=3,fbnt.niain=b=1.5,cex.axis=1.5)#图形尺寸和边界尺寸dose<v(20,30,40、45,60)drugA<-c(16,20,27,40,60)dnigbv-c(l 5,18,25,31,40)opar<- par(no.readonly = TRUE)# 获取当前图形参数par(pin=c(2,3))par(lwd=2,cex=l .5)par(cex.axis=0.75,fbnt.axis=3)plot(dose,drugA,type = H b,,,pch=19,lty=2,col=H red H)plot(dose.dnigA,type = H b M,pch=23,lt>=6,col=,t blue H,bg=M green H)par(opar)help(par)#添加文本、自定义坐标和图例plot(dose.dmgA,type = H b H,col=H red M?lty=2,pch=2,lwd=2,main = "Cline Tris foe Gtd ;sub = "FG'xlab = "xlablylab = H ylab M.xlmi = c(0,60),ylim = c(0,70))#标题title()#坐标轴axis()#代码清单3-2x<-c(l:10)y <-xz<- 10/x#生成数据opar <-par(no.readonly = TRUE)# 获取当前图形参数par(niar=c(5,4,4,8)+0.1 )# 增加边界大小plot(x,y.type = red'\yaxt=n n,\lty=3,ann = FALSE)#绘制x 对y 的图形lines(x,z,type = H b H,pch=22,col=M blue,\lty=2)axis(2,at=x,labels = x,col.axis=H red",las=2)axis(4,at=z,labels = round(z.digits = 2),col = "blue*\las=2,cex.axis=0.7,tck=-0.01)mtext( H y= 1 /x'\side = 4,line = 3,b=l,las=2,81="bhxe")# 添力fl 文本title(H An Example of Creative Axes*\xlab = H X Values H,ylab = "Y=x")#添加标题par(opar)#次要参考线library (Hmisc)niHior.tick(iix=n.ny=n.tick.ratio = n)minor. tick(iix=2 ,ny=3 ,tick.ratio = 0.5)#代码清单3-3dose<v(20,30,40、45,60)drugA<-c(16,20,27,40,60)drugbv-c(l 5,18,25,31,40)opar<- par(no.readonly = TRUE中获取当前图形参数par(lwd=2,cex= b=2)#增加线宽、文本大小,标签字体plot(dose,dmgA,type = H b H,pch=15,lty=l,col=H red'\ylim = c(0,60), mam = "Drug A VS Drug b〞,xlab = "Drug DoseG M,ylab = "Drug Response**)abline(h=c(30),lwd=l Jty=2,col=H gray H)library (Hmisc)niHior. tick(iix=3 .ny=3 Jick.ratio = 0.5)# 次要参考线legend(H topleft H,inset = 0.05, title = "Drug Type",c("A" JB"), Ity =c(l,2),pch=c(15,17),col=c("redT*blue"))# 添加图例#文本标注attach(mtcars) plot(wt.mpg,main = H Mile vc sd H,xlab = H sdf\ylab = "sde", pch=l 8,col='red H)text(wt.mpg,s(mtcars), cex=0.6,pos=4>clo=H blue H) detach(mtcars)#数学标注help(°plotmath H) demo(M plotmath H)#图形组合attach(mtcars)opar<- par(no.readonly = TRUE)#获取前图形参数par(mfrow=c(2,2))#组合四幅图形plot^vl.mpg.niain = H dgagg sdaf df*) plot(wtdsp.main = "dgagg sdaf df') hist(wt.main = "dgagg sdaf df') boxplot(XAl,main = "dgagg sdaf df') par(opar) detach(mtcars) attach(mtcars)layout(matrix(c(Ll,2,3),2,2,byrow = TRUE)) plot^M.mpg.niain = H dgagg sdaf df*)plot(wtdsp.main = M dgagg sdaf df)hist(wt.main = M dgagg sdaf df)bcxplot(wt,main = n dgagg sdaf df')detach(mtcars)help(H layont H)#根本数据治理leadership <-data.frame()fix(leadership)manager <- c(l,2,345)date v-4'10/24/08丫'10/2&'08Y'10/L08710/12/08“J5/l/09〞)coimry v- c(PS〞JUS“JUK/UK〞JUK〞)gener v- c(“M“JNr?F')age <- c(32,45,25,39,99)ql <-c(5,3,3,3,2)q2<-c(4,5,5,3,2)q3<-c(5,2,5,4,l)q4v-c(5,5,5,NA,2)q5v-c(5,52NA.l)leadership <- data.fraine(manager.date,age.genercoiuir>;ql,q2,q3,q4,q5,stnngsAsFactors = FALSE)XX V- cbind(xx.yy)#合并两个数据框summary(leadership)str(leadership)#创立一个新的变量(列出两种方式)leadershipSsum <- Ieadership$q4+leadership$q5leadership <- traiisfbrm(leadership,meanx = (q4+q5)/2)#变量重编码-测试错误leadership <- with(leaderslnp.(agecat <- NAagecat[age >75] <-H Elder Magecat[age >= 55 & age <=75]<-"Middle Aged"agecat[age < 55] <-H Young H})#变量名的重命名fix(leadership)names(leadership)[2] <- H testDate Hnames(leadership)names(leadership)[4:8] <- c(M itemr\,,iteni2,\1,item3,\",item4H,H item5n)#缺失值is.na(leadersliip)is ,na(leadership[,4:8])#重编码某些值为缺失值leadership$iteml[leadersliipSiteml=5] <- NA#在分析中排除缺失值:na.rm = TRUE可以在计算前移出缺失值并使用剩余值在计算xv-c(L2,NA,3) y <- sum(x,na.mi = TRUE)newdata <- na.oniit(leadership)#na.oniit 移出所有含有缺失值的参数help(sum)Sys.Date.#返回当前的日期date.#返回当前的日期和时间foniiat(x,fonnat=H%B %d %Y〞)#输出指定格式的日期值today <- Sys.Date()dob <-as.Date(H1997.05-21H)difftmie(todaydob,umts = "weeks")#根据周数计算我现在多少周了as character.#将日期等转换为字符型#类型转换-L判断某个对象的数据类型；2-转换为另一种数据类型的函数is numeric(leadership$couni5r)#数据排序neww <- leaderslup[order(leadership$iteml)]#数据的合并mergeOcbmd()rbind()#数据选取子集paste.#选入变量#newsaf <-subset(leadership,age >=35 : age <24,select = c(ql.q2,q3,q4))newsaf <-subset(leadership,gener=H M H & age > 25,select = gener:q4)mysai叩le <- leadersliip[sample(l:nrow(leadership),3,replace = FALSE)]mysanq)lel <- leadership[sample(l:ncol(leadersliip)3,replace = FALSE)]#????#高级数据治理x V- pretty(c(-3,3),30) y <- dnonn(x) plot(x,y.type = H l H,xlab = 'Normal Deviate",ylab = ,'Density,\yaxs=,,i M)pnorm(1.96)#qnomi(0.9,mean = 5OO,sd=lOO)#设定随机数种子,生成服从正态分布的伪随机数runif(5)set.seed(1234)runif(5)#library (MASS)options(digits = 3)set.seed(1234)mean <- c(230.7,146,7,3-6)sigma <- inatrix(c(l5360.8,6721.2,-47.1.6721.2,4700.9,-16.5,-4701,-16.5,0.3).iirow = 3,ncol = 3) mydata <- im-niorm(500,mean,sigiiia)mydata <- as. data. frame(mydata)names(mydata) <-dmi(mydata)tail(mydata)summary(mydata)#字符处理函数 #将函数应用于矩阵c <-matrix(nmif(3 0),nrow = 3) log(c)mean(c) apply(c, Lmean)#计算每一行的值ipply(c,2,inean)#计算每一列的值pply(c,2,niean,tnm=0.2)#冲算每一行的结尾均值options(digits = 2)#限制输出小数点后数字的位数student <- c(M Jolin Davis"JAngela Williams"JBullwinkle Moose〞「'David Jones",“Janice Markliaineii H,M Cheii Cushing" JReng Yydf'「Gray Kngs",“Joel England〞,"Mad Raymen")Match v・a502,600,412,358,495,512,410625,573,522)Science,c(95,99,80,82,75,85,80,95,89,86)Enghsh v- c(25,22,18,15,20,28,15,30,27,18)Roster <- data.frame(snident,Match,Science,English,stringsAsFactors = FALSE)z <- scale(Roster[,2:4])score <- apply(z,l,meaii)Roster <- cbmd(Roster,score)y <- qnantile(score,c(.8,.6,.4,.2))RosterSgrade[score>y[l]] <- H A HRosterSgrade[score<y[ 1 ] & score>=y[2]] <-RosterSgrade[score<y[2] & score>=y[3]] <- H C HRosterSgrade[score<y[3] & score>=y[4]] v-RosterSgrade[score<y[4]] <- H F nname <- strsplit((RosterSstudent)/ ")lastname <- sapply(name,H[H,2)firstname <- sapply(name「[",l)Roster v- cbind(firstnameJastname、Roster[,-l])#RosterL-l]丢弃变量StudentRoster <- Roster[order(stname)J^control用户函数fbr(im 1:10)prmt(n Hello, xiaoyanyaii.welcome to R world!H)K-10while(i >0){prmt(H hello H);i<- i-1)mystats <- ftuiction(x,parametric=TRUE,pnnt=EALSE){if(parametric){center <- mean(x);spread <- sd(x)}else{center <- mediaii(x);spread <-niad(x) }& parametric) {cat("Mean="、center."\n"JMAD=",spiead."\n"))result <- list(center=centerspread=spread)retuni(result))set.seed(1234)x <-momi(500)y <- mystats(x,parametric = TRUE,print = TRUE)#整合和重构cars <- mtcars[l:5,l:4]Hears中转置行列#整合数据options(digits = 3)attach(mtcars)p <- aggregate(mtcars?by=list(cyl.gear),FUN=meaii.na.nn=TRUE)detach(mtcars)iiistall.packages(H resliape2H)library(reshape2)md <- melt(mydata4d=c(H ID H/,Tmie H))ID<-c(l,l,2,2)Time<-c(l,2,l,2)Xlv-c(5,3.6,2)X2v-c(651,4)mydata <- data.frame(ID,Tiine.X 1 ,X2,stringsAsFactors = EA.LSE)dcast^nd.ID-^anablejnean)dcast(nKLTime 〜vanable.mean)dcast(md,ED-Tmie4iiean)#根本方法#根本图形Hbrary("vcd")counts <- tableCArthritisSIinpro^-ed)#honz = TRUE,水平条形图barplot(counts,main = "Sinielelxlab = H Important M,ylab = "Frequency",col = "redlhonz = TRUE) plot(ArthntisSImproved,main="Sm】ele〞,xlab="ddd",ylab="uuu")# 绘制类型变量是一个因子或有序型变量#堆砌条形图和分组条形图libraryC'vcd")counts 1 <- table(ArthritisSIinpro\-ed,ArthritisSTreatmeiit)#main = "Fdfdg df'?xlab=°ddd,\ylab=H uuu Hbarplot(countsl,col=c(H red M,H grey,\H blue H)Jegend=ro\Mianies(countsl))barplot(coimtsl,col=c(H red,,,',grey H,M blue H),legend=ro^r names(coxmtsl),beside = TRUE)states <- data. frame(state.region,state.x7 7)means <- aggregate(states$Illiteracy,by=list(state.region),FUN=mean)meansmeans <- meaiis[order(meaiis$x)Jmeansbarplot(meansSx,mam = "This is teseimony,\names arg = meansSGroup. 1,xlab = "Group l;ylab = H Meaiis*\col = c(7ed''Jblue'?'pmk'',''yellow").horiz = TRUE,s = b=l)#names.arg = meaasSGroup.l 为了展示标签liiies(meansSx,pch=OJwd=l Jty r=4,col=H orange H,cex=3.horiz=TRUE)par(mar=c(10、15,7,2))#改变y边界的大小''下左上右par(las=2)#旋转条形的标签#bingtupar(mfro\v=c(2,2))#将四张图合并成一副图slices <- c(10,12A16.8)Ibles v- c("US〞 JUKT'Australic〞 JGermaryT'France〞)pie(slices.lbles,main = ° Simple Pie Graphy H)pct <- round(slices / sum(slices)*100)lbles2 <- paste(lbles：* ^pct/H\sep = H H)pie(slices,labels = Ibles,col=rambow(length(lbles2)).niain = "Simple Pie Graphy H)mstall.packages(H plotrix M)library (plotnx)pie3D(slices,labels = lbles2,explode = 0.1,mam=H3D chart")mytable <- table(state.region)lbls3 <- paste(names(mytable) J\n"、mytable,sep ="")pie(m5lable,labels = lbls3,mam = H FF n)#扇形图library (plotnx)xx <- c(10,12A16,8)yy v・c("US“JUK〞 JAustralic〞 JGermary〞「France")faii.plot(xxjabels = yyjnain = "Fan plot")#直方图par(mfrow=c(2,2))hist(mtcarsSmpg)hist(mtcars$mpg,breaks = 12,col = H red H,xlab = H Mile Per*\inain = "Color〞)hist(mtcarsSmpg,freq = FALSE,breaks = 12,xlab = "Mile Per,\mam = "Color")rug(jitter(mtcarsSmpg))liiies(densit5r(mtcars$mpg)>col=n blue H,hvd=2)x <- mtcarsSmpgh <- hist(x.breaks = 12,col = "grey")#核密度图par(mfrow=c(2,1)) d <- deasity(mtcarsSmpg) plot(d)d <- density(mtcarsSmpg)plot(d.inain = "Kernel〞)plotgon(d.col=" red n,border=H blue H)#could not find fimction u plotgon"rug(mtcarsSmpg,col = "brown")install.packages(H sm M)libraty(sm)attach(mtcars)cyl <- facto^cyLle^-ek = c(4,6,8),labels = c(H4 clinder" J6 clinder n/8 clmder M)) sm.density pare(mpg,cyl)colff <- c(2:(l+length(levek(cyl))))legend(locator( 1) ,le\-ek(cyl),fill = colfill)# 通过鼠标单击添加图例detach(mtcars)#箱线图boxplot(mtcarsSn^>g.maiii = "Box Plot H,ylab = H Mile per Gallon M)bcxplot(mtcarsSmpg〜mtcars$cyl)#等价卜面一句boxplot(mpg-cyLdata = mtcars)boxplot(mpg-cyLdata = mtcars,notch=TRUE)boxplot(mpg-cyLdata = mtc ars ,notch=TRUE ^w an\r idth=TRUE)#小提琴图install.packages("vioplot〞)libraryC'vioplot")xl<-mtcars$mpg[mtcars$cyl=4]x2<-mtcars$mpg[mtcars$cyl=6]x3<-mtcars$mpg[mtcars$cyl=8]vioplot(xl,x2,x3,names = c("4 cyl","6 cyF'/'S cyl"))#点图dotchart(mtcars$mpgjabels = s(mtcars),cex = 0.7.main = H Gas Mile for Car Model H)。

#2.1.1data() #查看数据集列表data(CO2) #载入CO2数据集（来自datasets）library(MASS) #载入package MASSdata(package="MASS") #查看MASS中数据集data(SP500,package="MASS") #载入MASS中的SP500数据集，也可简化为data(SP500)#2.1.2getwd() #返回当前工作目录setwd("d:/data") #也可以写成setwd("d:\\data")getwd()data=read.table("d:/data/salary.txt",header=T) #读取数据data=read.table("salary.txt",header=T)datadata=read.csv("salary.csv",header=T)data2=scan("salary.txt",skip=1,what=list(City="",Work=0,Price=0,Salary=0)) #由于不存在header参数，skip=1说明读取时跳过表示名称的第一行data2mode(data)names(data)dim(data)data$Salaryattach(data)Salarydetach(data)Salary#2.1.3data.fwf=read.fwf("d:/data/fwf.txt",widths=c(2,4,4,3),s=c("W","X","Y","Z"))data.fwf#2.1.4data.excel=read.delim("clipboard") #clipboard即剪切板mode(data.excel);dim(data.excel)install.packages("RODBC")library(RODBC)channel=odbcConnectExcel2007("d:/data/Salary.xlsx") #获取Excel连接sqlTables(channel) #列出excel中的表格#获取Sheet1中的数据，可以使用如下的任意一种方式data.excel2=sqlFetch(channel,"Sheet1") #直接获取data.excel2=sqlQuery(channel,"select*from[Sheet1$]") #使用SQL语句获取close(channel) #关闭ODBC连接，释放空间mode(data.excel2);dim(data.excel2)#2.1.5odbcDataSources() #查看可用的数据源#通过RMySQL/DBI读取数据库library(RMySQL) #同时也会加载DBI程序包con=dbConnect(MySQL(),user=”root”,password=”111111”,dbname = "test") #打开一个MySQL数据库的连接s=dbListTables(con) # 数据库中的表名存入s，方便查看s=dbListFeilds(con,”students”) # 列出表students中的字段dbReadTable(con,”students”) #获得并列出整个表dbSendQuery(con, “SET NAMES gbk”) #传送查询，说明用什么字符集来获取数据库字段，gbk或utf8要与之前设置的保持一致。

【数据分析R语⾔实战】学习笔记第⼗⼀章对应分析11.2对应分析在很多情况下，我们所关⼼的不仅仅是⾏或列变量本⾝，⽽是⾏变量和列变量的相互关系，这就是因⼦分析等⽅法⽆法解释的了。

1970年法国统计学家J.P.Benzenci提出对应分析，也称关联分析、R-Q型因⼦分析，其是⼀种多元相依变量统计分析技术。

它通过分析由定性变量构成的交互汇总表，来揭⽰同⼀变量各类别之间的差异，以及不同变量各类别之间的对应关系，这是⼀种⾮常好的分析调查问卷的⼿段。

对应分析是⼀种视觉化的数据分析⽅法，其基⽊思想是将⼀个联列表的⾏和列中各元素的⽐例结构以点的形式在较低维的空间中表⽰出来，优点在于能够将⼏组看不出任何联系的数据，通过视觉上可以接受的定位图展现出来，使⽤起来直观、简单、⽅便，因此⼴泛应⽤于市场细分、产品定位、地质研究以及计算机⼯程等领域。

11.2.1理论基础对应分析是寻求样⽊(⾏)与指标(列)之间联系的低维图⽰法，其关键是利⽤⼀种数据变换⽅法，使含有n个样本观测值和m个变量的原始数据矩阵x变成另⼀个矩阵z, z是⼀个过渡知阵，在接下来的计算中使⽤。

通过z将样本和变量结合起来。

11.2.2 R语⾔实现R中的程序包MASS提供了两个函数，corresp()⽤于做简单⼀的对应分析，mca()⽤于计算多重对应分析，通常使⽤前者，其调⽤格式为corresp(x,nf=1,……)x是数据矩阵:nf表⽰因⼦分析中计算因⼦的个数，通常取2.【例】> ch=data.frame(A=c(47,22,10),B=c(31,32,11),C=c(2,21,25),D=c(1,10,20))> rownames(ch)=c("Pure-Chinese","Semi-Chinese","Pure-English")> library(MASS)> ch.ca=corresp(ch,nf=2)> options(digits=4)> ch.caFirst canonical correlation(s): 0.5521 0.1409Row scores:[,1] [,2]Pure-Chinese 1.2069 0.6383Semi-Chinese -0.1368 -1.3079Pure-English -1.3051 0.9010Column scores:[,1] [,2]A 0.9325 0.9196B 0.4573 -1.1655C -1.2486 -0.5417D -1.5346 1.2773分析结果给出了两个因⼦对应⾏变量、列变量的载荷系数。