R 语言简介和应用领域

R 语言是一种用于统计计算和图形表示的编程语言和环境。它广泛应用于数据分析、统计建模、机器学习、数据可视化等领域。R 语言的强大之处在于其丰富的包（packages）生态系统，这些包提供了大量的统计和图形功能。

安装 R 和 RStudio

安装 R

访问 R 官方网站。
下载适用于你操作系统的 R 安装包。
按照安装向导完成安装。

安装 RStudio

访问 RStudio 官方网站。
下载适用于你操作系统的 RStudio 安装包。
按照安装向导完成安装。

R 基本语法

变量赋值和基本运算

# 变量赋值
x <- 5
y <- 10

# 基本运算
sum <- x + y
product <- x * y

print(sum)      # 输出: 15
print(product)  # 输出: 50

数据类型和结构

R 支持多种数据类型和结构，包括向量、矩阵、数据框和列表。

向量

# 创建向量
vec <- c(1, 2, 3, 4, 5)
print(vec)  # 输出: 1 2 3 4 5

矩阵

# 创建矩阵
mat <- matrix(c(1, 2, 3, 4, 5, 6), nrow = 2, ncol = 3)
print(mat)
# 输出:
#      [,1] [,2] [,3]
# [1,]    1    3    5
# [2,]    2    4    6

数据框

# 创建数据框
df <- data.frame(
  Name = c("Alice", "Bob", "Charlie"),
  Age = c(25, 30, 35),
  Salary = c(50000, 60000, 70000)
)
print(df)
# 输出:
#      Name Age Salary
# 1    Alice  25  50000
# 2      Bob  30  60000
# 3 Charlie  35  70000

列表

# 创建列表
lst <- list(vec, mat, df)
print(lst)
# 输出:
# [[1]]
# [1] 1 2 3 4 5
# 
# [[2]]
#      [,1] [,2] [,3]
# [1,]    1    3    5
# [2,]    2    4    6
# 
# [[3]]
#      Name Age Salary
# 1    Alice  25  50000
# 2      Bob  30  60000
# 3 Charlie  35  70000

读取和写入 CSV 文件

读取 CSV 文件

# 读取 CSV 文件
data <- read.csv("data.csv")
print(data)

写入 CSV 文件

# 写入 CSV 文件
write.csv(df, "output.csv", row.names = FALSE)

读取 Excel 文件

使用 `readxl` 包

# 安装并加载 readxl 包
install.packages("readxl")
library(readxl)

# 读取 Excel 文件
excel_data <- read_excel("data.xlsx")
print(excel_data)

数据库连接 (SQL)

使用 `DBI` 和 `RSQLite` 包

# 安装并加载 DBI 和 RSQLite 包
install.packages("DBI")
install.packages("RSQLite")
library(DBI)
library(RSQLite)

# 连接到 SQLite 数据库
con <- dbConnect(RSQLite::SQLite(), "my_database.db")

# 执行 SQL 查询
result <- dbGetQuery(con, "SELECT * FROM my_table")
print(result)

# 关闭连接
dbDisconnect(con)

Web 数据抓取

使用 `rvest` 包

# 安装并加载 rvest 包
install.packages("rvest")
library(rvest)

# 抓取网页数据
url <- "https://example.com"
page <- read_html(url)
title <- page %>% html_node("title") %>% html_text()
print(title)

数据清洗

使用 `dplyr` 包

# 安装并加载 dplyr 包
install.packages("dplyr")
library(dplyr)

# 数据清洗示例
cleaned_data <- data %>%
  filter(Age > 20) %>%
  select(Name, Age)
print(cleaned_data)

缺失值处理

使用 `tidyr` 包

# 安装并加载 tidyr 包
install.packages("tidyr")
library(tidyr)

# 缺失值处理示例
data_filled <- data %>%
  fill(Salary, .direction = "down")
print(data_filled)

数据重塑 (reshape2 包)

使用 `reshape2` 包

# 安装并加载 reshape2 包
install.packages("reshape2")
library(reshape2)

# 数据重塑示例
melted_data <- melt(data, id.vars = "Name")
print(melted_data)

数据合并和分组

使用 `dplyr` 包

# 数据合并示例
merged_data <- inner_join(data1, data2, by = "ID")
print(merged_data)

# 数据分组示例
grouped_data <- data %>%
  group_by(Age) %>%
  summarise(Mean_Salary = mean(Salary))
print(grouped_data)

基础图形函数

使用 `plot` 函数

# 基础图形示例
plot(data$Age, data$Salary, main = "Age vs Salary", xlab = "Age", ylab = "Salary")

ggplot2 包详解

使用 `ggplot2` 包

# 安装并加载 ggplot2 包
install.packages("ggplot2")
library(ggplot2)

# ggplot2 示例
ggplot(data, aes(x = Age, y = Salary)) +
  geom_point() +
  ggtitle("Age vs Salary")

交互式图表 (plotly)

使用 `plotly` 包

# 安装并加载 plotly 包
install.packages("plotly")
library(plotly)

# plotly 示例
plot_ly(data, x = ~Age, y = ~Salary, type = "scatter", mode = "markers")

地理数据可视化

使用 `leaflet` 包

# 安装并加载 leaflet 包
install.packages("leaflet")
library(leaflet)

# leaflet 示例
leaflet() %>%
  addTiles() %>%
  addMarkers(lng = -74.0060, lat = 40.7128, popup = "New York City")

描述性统计

使用 `summary` 函数

# 描述性统计示例
summary(data)

假设检验

使用 `t.test` 函数

# 假设检验示例
t_test_result <- t.test(data$Salary, mu = 60000)
print(t_test_result)

回归分析

使用 `lm` 函数

# 回归分析示例
model <- lm(Salary ~ Age, data = data)
summary(model)

方差分析 (ANOVA)

使用 `aov` 函数

# 方差分析示例
anova_result <- aov(Salary ~ Age, data = data)
summary(anova_result)

主成分分析 (PCA)

使用 `prcomp` 函数

# 主成分分析示例
pca_result <- prcomp(data[, c("Age", "Salary")], scale. = TRUE)
summary(pca_result)

聚类分析

使用 `kmeans` 函数

# 聚类分析示例
kmeans_result <- kmeans(data[, c("Age", "Salary")], centers = 3)
print(kmeans_result)

时间序列分析

使用 `ts` 函数

# 时间序列分析示例
ts_data <- ts(data$Salary, start = c(2020, 1), frequency = 12)
plot(ts_data)

监督学习 (分类, 回归)

使用 `caret` 包

# 安装并加载 caret 包
install.packages("caret")
library(caret)

# 监督学习示例
model <- train(Salary ~ Age, data = data, method = "lm")
print(model)

非监督学习 (聚类, 降维)

使用 `kmeans` 和 `prcomp` 函数

# 非监督学习示例
kmeans_result <- kmeans(data[, c("Age", "Salary")], centers = 3)
pca_result <- prcomp(data[, c("Age", "Salary")], scale. = TRUE)
print(kmeans_result)
print(pca_result)

模型评估和选择

使用 `caret` 包

# 模型评估和选择示例
model <- train(Salary ~ Age, data = data, method = "lm")
print(model)

交叉验证

使用 `caret` 包

# 交叉验证示例
train_control <- trainControl(method = "cv", number = 10)
model <- train(Salary ~ Age, data = data, trControl = train_control, method = "lm")
print(model)

文本预处理

使用 `tm` 包

# 安装并加载 tm 包
install.packages("tm")
library(tm)

# 文本预处理示例
corpus <- Corpus(VectorSource(data$Text))
corpus <- tm_map(corpus, content_transformer(tolower))
corpus <- tm_map(corpus, removePunctuation)
corpus <- tm_map(corpus, removeNumbers)
corpus <- tm_map(corpus, removeWords, stopwords("english"))

词频分析

使用 `tm` 包

# 词频分析示例
dtm <- DocumentTermMatrix(corpus)
freq <- colSums(as.matrix(dtm))
freq <- sort(freq, decreasing = TRUE)
print(freq)

情感分析

使用 `syuzhet` 包

# 安装并加载 syuzhet 包
install.packages("syuzhet")
library(syuzhet)

# 情感分析示例
sentiment <- get_sentiment(data$Text)
print(sentiment)

主题模型

使用 `topicmodels` 包

# 安装并加载 topicmodels 包
install.packages("topicmodels")
library(topicmodels)

# 主题模型示例
lda_model <- LDA(dtm, k = 3)
print(lda_model)

data.table 包

使用 `data.table` 包

# 安装并加载 data.table 包
install.packages("data.table")
library(data.table)

# data.table 示例
dt <- as.data.table(data)
result <- dt[, .(Mean_Salary = mean(Salary)), by = Age]
print(result)

dplyr 和 tidyr 包

使用 `dplyr` 和 `tidyr` 包

# dplyr 和 tidyr 示例
cleaned_data <- data %>%
  filter(Age > 20) %>%
  select(Name, Age) %>%
  spread(key = Age, value = Name)
print(cleaned_data)

并行计算

使用 `parallel` 包

# 安装并加载 parallel 包
install.packages("parallel")
library(parallel)

# 并行计算示例
cl <- makeCluster(detectCores() - 1)
result <- parLapply(cl, 1:10, function(x) x^2)
stopCluster(cl)
print(result)

大规模数据集处理策略

使用 `data.table` 和 `dplyr` 包

# 大规模数据集处理示例
dt <- as.data.table(large_data)
result <- dt[, .(Mean_Salary = mean(Salary)), by = Age]
print(result)

R Markdown 基础

创建 R Markdown 文档

# 创建 R Markdown 文档
rmarkdown::render("my_document.Rmd")

创建动态报告

使用 `knitr` 包

# 安装并加载 knitr 包
install.packages("knitr")
library(knitr)

# 创建动态报告示例
knit("my_document.Rmd")

交互式文档 (Shiny)

使用 `shiny` 包

# 安装并加载 shiny 包
install.packages("shiny")
library(shiny)

# 创建 Shiny 应用示例
ui <- fluidPage(
  titlePanel("My Shiny App"),
  sidebarLayout(
    sidebarPanel(
      sliderInput("obs", "Number of observations:", min = 1, max = 100, value = 50)
    ),
    mainPanel(
      plotOutput("distPlot")
    )
  )
)

server <- function(input, output) {
  output$distPlot <- renderPlot({
    hist(rnorm(input$obs))
  })
}

shinyApp(ui = ui, server = server)

学术论文和演示文稿制作

使用 `rmarkdown` 包

# 创建学术论文和演示文稿示例
rmarkdown::render("my_paper.Rmd", output_format = "pdf_document")
rmarkdown::render("my_presentation.Rmd", output_format = "ioslides_presentation")

函数定义和调用

定义和调用函数

# 定义函数
my_function <- function(x) {
  return(x^2)
}

# 调用函数
result <- my_function(5)
print(result)  # 输出: 25

匿名函数和闭包

匿名函数和闭包示例

# 匿名函数示例
square <- function(x) x^2
result <- square(5)
print(result)  # 输出: 25

# 闭包示例
make_counter <- function() {
  count <- 0
  function() {
    count <<- count + 1
    return(count)
  }
}

counter <- make_counter()
print(counter())  # 输出: 1
print(counter())  # 输出: 2

函数式编程概念

使用 `purrr` 包

# 安装并加载 purrr 包
install.packages("purrr")
library(purrr)

# 函数式编程示例
result <- map_dbl(1:5, ~ .x^2

← Previous: 风险管理在编程中的应用 Next: Shiny 应用开发教程 →

R 语言简介和应用领域

安装 R 和 RStudio

安装 R

安装 RStudio

R 基本语法

变量赋值和基本运算

数据类型和结构

向量

矩阵

数据框

列表

读取和写入 CSV 文件

读取 CSV 文件

写入 CSV 文件

读取 Excel 文件

使用 readxl 包

数据库连接 (SQL)

使用 DBI 和 RSQLite 包

Web 数据抓取

使用 rvest 包

数据清洗

使用 dplyr 包

缺失值处理

使用 tidyr 包

数据重塑 (reshape2 包)

使用 reshape2 包

数据合并和分组

使用 dplyr 包

基础图形函数

使用 plot 函数

ggplot2 包详解

使用 ggplot2 包

交互式图表 (plotly)

使用 plotly 包

地理数据可视化

使用 leaflet 包

描述性统计

使用 summary 函数

假设检验

使用 t.test 函数

相关分析

使用 cor 函数

回归分析

使用 lm 函数

方差分析 (ANOVA)

使用 aov 函数

主成分分析 (PCA)

使用 prcomp 函数

聚类分析

使用 kmeans 函数

时间序列分析

使用 ts 函数

监督学习 (分类, 回归)

使用 caret 包

非监督学习 (聚类, 降维)

使用 kmeans 和 prcomp 函数

模型评估和选择

使用 caret 包

交叉验证

使用 caret 包

文本预处理

使用 tm 包

词频分析

使用 tm 包

情感分析

使用 syuzhet 包

主题模型

使用 topicmodels 包

data.table 包

使用 data.table 包

dplyr 和 tidyr 包

使用 dplyr 和 tidyr 包

并行计算

使用 parallel 包

大规模数据集处理策略

使用 data.table 和 dplyr 包

R Markdown 基础

创建 R Markdown 文档

创建动态报告

使用 knitr 包

使用 `readxl` 包

使用 `DBI` 和 `RSQLite` 包

使用 `rvest` 包

使用 `dplyr` 包

使用 `tidyr` 包

使用 `reshape2` 包

使用 `dplyr` 包

使用 `plot` 函数

使用 `ggplot2` 包

使用 `plotly` 包

使用 `leaflet` 包

使用 `summary` 函数

使用 `t.test` 函数

使用 `cor` 函数

使用 `lm` 函数

使用 `aov` 函数

使用 `prcomp` 函数

使用 `kmeans` 函数

使用 `ts` 函数

使用 `caret` 包

使用 `kmeans` 和 `prcomp` 函数

使用 `caret` 包

使用 `caret` 包

使用 `tm` 包

使用 `tm` 包

使用 `syuzhet` 包

使用 `topicmodels` 包

使用 `data.table` 包

使用 `dplyr` 和 `tidyr` 包

使用 `parallel` 包

使用 `data.table` 和 `dplyr` 包

使用 `knitr` 包

使用 `shiny` 包

使用 `rmarkdown` 包

使用 `purrr` 包