R语言菜鸟教程的多个方面详解

一、安装和基本语法

1、安装

可以从官方网站 https://www.r-project.org/ 下载安装包。下载完毕后，安装即可。安装完成后，打开R Studio，即可开始使用。

#变量赋值
x <- 5
y <- 10
#计算
z <- x + y
print(z)

2、基本语法

R语言可以进行变量赋值、条件判断、循环、函数定义等操作。下面是一个简短的示例，展示了R语言的基本语法。

#定义函数
square <- function(x){
  return(x * x)
}
#计算平方
a <- square(5)
print(a)
#循环
for(i in 1:5){
  print(i)
}

二、数据类型和结构

1、数据类型

R语言中的常见数据类型有数值型（numeric）、字符型（character）、逻辑型（logical）等。数值型用于存储数字，字符型用于存储文本，逻辑型用于存储布尔值。

#数值型
x <- 5
#字符型
y <- "hello world"
#逻辑型
z <- TRUE

2、数据结构

R语言中的常见数据结构有向量（vector）、矩阵（matrix）、因子（factor）等。向量是一维数据结构，矩阵是二维数据结构，因子通常用于分类数据。

#向量
x <- c(1, 2, 3, 4, 5)
#矩阵
y <- matrix(c(1, 2, 3, 4, 5, 6), nrow=2, ncol=3)
#因子
z <- factor(c("Male", "Female", "Female", "Male"))

三、数据操作和可视化

1、数据操作

在R语言中，可以使用各种函数和操作符对数据进行处理和操作。例如，可以使用$、[]等操作符来提取数据，使用subset、filter等函数来筛选数据。下面是一些常见的示例。

#提取数据
df <- data.frame(x=c(1,2,3), y=c(4,5,6))
df$x
df[2, 1]
#筛选数据
subdf <- subset(df, y > 4)
library(dplyr)
filter(df, x > 1)

2、可视化

R语言中提供了多种可视化函数和库，包括ggplot、plot、lattice等。这些函数可以绘制折线图、柱状图、散点图等多种图表。下面是一个简单的示例。

library(ggplot2)
df <- data.frame(x=c(1,2,3), y=c(4,5,6))
ggplot(df, aes(x=x, y=y)) + geom_point()

四、数据分析和机器学习

1、统计分析

在R语言中，可以使用各种函数和库来进行统计分析，如描述性统计、假设检验、回归分析等。下面是一个简单的示例。

#描述性统计
x <- c(1,2,3,4,5)
mean(x)
sd(x)
#假设检验
t.test(x, mu=3.5)
#回归分析
df <- data.frame(x=c(1,2,3), y=c(4,5,6))
model <- lm(y ~ x, data=df)
summary(model)

2、机器学习

在R语言中，也可以进行机器学习，包括聚类分析、分类器、神经网络等。下面是一个简单的示例。

#聚类分析
library(cluster)
data(iris)
iris_clustering <- kmeans(iris[,1:4], centers=3)
#分类器
library(class)
data(iris)
train <- iris[,1:4]
train_labels <- iris[,5]
test <- iris[1:10,1:4]
test_labels <- iris[1:10,5]
model <- knn(train, test, cl=train_labels, k=3)
#神经网络
library(nnet)
data(iris)
model <- nnet(Species ~ ., data=iris, size=5)