part_1
yinxiaowei
2023-01-26
变量与工作空间
1. 变量
变量命名
R语言的变量可以存储原子向量、原子向量组或许多R对象的组合。
命名规范：
变量名由字母、数字、下划线或点 . 组成
变量名的开头：
以字母开头，或者以点开头（但点后面不能紧跟数字）
不能以数字开头，不能以下划线开头
定义变量
无需指定变量类型，直接取名使用即可，例如：
num_1=c(1,2) #函数c()把一系列的数据拼接起来，创建向量
str.hello="hello world"
b=TRUE变量赋值
赋值：可以用 向左 <- 、向右-> 、等号 = 来为变量分配值。
打印变量值：用
print()或者cat()，不同的是，前一个只能打印一个变量，后一个能打印多个变量，如：（注意两者输出的格式也不一样）
a <- c(1,2,3)
b <- c(4,5,6)
print(a)## [1] 1 2 3cat(a,b)## 1 2 3 4 5 6查找变量
利用ls()查看已经定义的变量
print(ls( ))## [1] "a" "b" "num_1" "str.hello"使用模式 pattern来匹配含有指定字符的变量
print(ls(pattern = 'a')) #注意，函数内的参数不能用 '<-' 和 '->'来赋值## [1] "a"删除变量
使用rm()函数对当前工作空间内的变量进行删除
a <- c(1,2,3)
b <- c(4,5,6)
ab <- c(7,8,9)
print(ls())## [1] "a" "ab" "b" "num_1" "str.hello"rm(ab) #删除一个变量ab
print(ls())## [1] "a" "b" "num_1" "str.hello"rm(a,b) #删除多个变量a，b
print(ls())## [1] "num_1" "str.hello"删除所有的变量可以用语句 rm(list= ls())
rm(list = ls())
print(ls()) #输出为character(0)## character(0)2. 运算符
算数运算符
R语言的算数运算符包括+、-、*、/、%%、%/%、^,并且可以对向量进行运算，例如：
print(c(1,2) + c(3,4)) #+:两个向量相加## [1] 4 6print(c(1,2) - c(3,4)) #-:两个向量相减## [1] -2 -2print(c(1,2) * c(3,4)) #*:两个向量相乘## [1] 3 8print(c(3,2) / c(3,4)) #/:两个向量相除## [1] 1.0 0.5print(c(5,8) %% c(3,4)) #%%:两个向量求余## [1] 2 0print(c(5,8) %/% c(3,4)) #%/%:两个向量求商## [1] 1 2print(c(2,2) ^ c(3,4)) #^:乘方运算## [1] 8 16关系运算符
R语言关系运算符有以下6种：
>, <,=,
>=, <=, ==,
!=，含义与其他很多语言都一样
两个向量比较时将会对每个元素进行比较，例如：
a <- c(1,5,9)
b <- c(2,4,9)
print(a>b) #输出：[1] FALSE TRUE FALSE## [1] FALSE TRUE FALSEprint(a==b) #输出：[1] FALSE FALSE TRUE## [1] FALSE FALSE TRUEprint(a!=b) #输出：[1] TRUE TRUE FALSE## [1] TRUE TRUE FALSE逻辑运算符
R语言的逻辑运算符有：&（逻辑与）,
|（逻辑或）,
!（逻辑非）,&&（逻辑AND），
||（逻辑OR）
前3个运算符对两个向量的元素逐一进行逻辑运算，后2个只是对两个向量的第一个元素进行运算：
a <- c(0,1,0,FALSE)
b <- c(1,2,TRUE, FALSE)
print(a&b) #输出 [1] FALSE TRUE FALSE FALSE## [1] FALSE TRUE FALSE FALSEprint(a|b) #输出 [1] TRUE TRUE TRUE FALSE## [1] TRUE TRUE TRUE FALSEprint(!a) #输出 [1] TRUE FALSE TRUE TRUE## [1] TRUE FALSE TRUE TRUEprint(a&&b) #输出 [1] FALSE## Warning in a && b: 'length(x) = 4 > 1' in coercion to 'logical(1)'## [1] FALSEprint(a||b) #输出 [1] TRUE## Warning in a || b: 'length(x) = 4 > 1' in coercion to 'logical(1)'## Warning in a || b: 'length(x) = 4 > 1' in coercion to 'logical(1)'## [1] TRUE赋值运算符
左分配符：
<-,<<-,=右分配符：
->,->>
例如：
v1 <- c(1,2,3+1i)
v2 <<- c(1,2,3+1i)
v3 = c(1,2,3+1i)
c(1,2,3+1i) -> v4
c(1,2,3+1i) ->> v5
print(v1)## [1] 1+0i 2+0i 3+1iprint(v2)## [1] 1+0i 2+0i 3+1iprint(v3)## [1] 1+0i 2+0i 3+1iprint(v4)## [1] 1+0i 2+0i 3+1iprint(v5)## [1] 1+0i 2+0i 3+1i其他运算符
:(冒号运算符), 将会按顺序创建一系列数字，例如：
t <- 3:8
print(t) #输出 [1] 3 4 5 6 7 8## [1] 3 4 5 6 7 8%in%用于判断元素是否属于向量，例如：
a <- 4
b <- 10
c <- 2:6
print(a %in% c) #输出 [1] TRUE## [1] TRUEprint(b %in% c) #输出 [1] FALSE## [1] FALSE%*%用于矩阵乘法 (注意：矩阵对应位置元素相乘用*)：
M = matrix(c(1,2,3,4,5,6,7,8),nrow = 2, ncol = 4, byrow = TRUE)
print(M) #输出矩阵 ## [,1] [,2] [,3] [,4]
## [1,] 1 2 3 4
## [2,] 5 6 7 8print(t(M)) #将矩阵转置（t()用于转置矩阵）## [,1] [,2]
## [1,] 1 5
## [2,] 2 6
## [3,] 3 7
## [4,] 4 8print(M %*% t(M)) #矩阵与其转置矩阵相乘（矩阵乘法）## [,1] [,2]
## [1,] 30 70
## [2,] 70 1743. 工作空间
工作空间（workspace）就是当前R的工作环境，它储存着所有用户定义的对象（向量、矩阵、函数、数据框、列表）。我们在RStudio中的环境管理(environment)窗口中可以直观看到R的工作空间中储存的对象，在历史记录(history)窗口可以查看历史记录。
我们可以在工作空间做很多事情：
直接运行代码和作图
比如
print("hello world")## [1] "hello world"plot(density(rnorm(1000,0,1)))
查看函数说明
比如
?plot## 在以下的程序包里找到了与'plot'题目有关的帮助文件:
##
## Package Library
## graphics /Library/Frameworks/R.framework/Versions/4.2/Resources/library
## base /Library/Frameworks/R.framework/Resources/library
##
##
## 用第一个相配…用上边的代码，我们就可以知道plot这个函数的功能、用法等等信息。
查看源代码
比如说，我们想要查看lm这个函数的源代码，只需要直接输入lm，不加括号就可以实现：
lm## function (formula, data, subset, weights, na.action, method = "qr",
## model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE,
## contrasts = NULL, offset, ...)
## {
## ret.x <- x
## ret.y <- y
## cl <- match.call()
## mf <- match.call(expand.dots = FALSE)
## m <- match(c("formula", "data", "subset", "weights", "na.action",
## "offset"), names(mf), 0L)
## mf <- mf[c(1L, m)]
## mf$drop.unused.levels <- TRUE
## mf[[1L]] <- quote(stats::model.frame)
## mf <- eval(mf, parent.frame())
## if (method == "model.frame")
## return(mf)
## else if (method != "qr")
## warning(gettextf("method = '%s' is not supported. Using 'qr'",
## method), domain = NA)
## mt <- attr(mf, "terms")
## y <- model.response(mf, "numeric")
## w <- as.vector(model.weights(mf))
## if (!is.null(w) && !is.numeric(w))
## stop("'weights' must be a numeric vector")
## offset <- model.offset(mf)
## mlm <- is.matrix(y)
## ny <- if (mlm)
## nrow(y)
## else length(y)
## if (!is.null(offset)) {
## if (!mlm)
## offset <- as.vector(offset)
## if (NROW(offset) != ny)
## stop(gettextf("number of offsets is %d, should equal %d (number of observations)",
## NROW(offset), ny), domain = NA)
## }
## if (is.empty.model(mt)) {
## x <- NULL
## z <- list(coefficients = if (mlm) matrix(NA_real_, 0,
## ncol(y)) else numeric(), residuals = y, fitted.values = 0 *
## y, weights = w, rank = 0L, df.residual = if (!is.null(w)) sum(w !=
## 0) else ny)
## if (!is.null(offset)) {
## z$fitted.values <- offset
## z$residuals <- y - offset
## }
## }
## else {
## x <- model.matrix(mt, mf, contrasts)
## z <- if (is.null(w))
## lm.fit(x, y, offset = offset, singular.ok = singular.ok,
## ...)
## else lm.wfit(x, y, w, offset = offset, singular.ok = singular.ok,
## ...)
## }
## class(z) <- c(if (mlm) "mlm", "lm")
## z$na.action <- attr(mf, "na.action")
## z$offset <- offset
## z$contrasts <- attr(x, "contrasts")
## z$xlevels <- .getXlevels(mt, mf)
## z$call <- cl
## z$terms <- mt
## if (model)
## z$model <- mf
## if (ret.x)
## z$x <- x
## if (ret.y)
## z$y <- y
## if (!qr)
## z$qr <- NULL
## z
## }
## <bytecode: 0x7f951efa4b88>
## <environment: namespace:stats>运行脚本
很多时候，你不想每一次跑程序都重新写，也不想复制粘贴。所以可以写成R脚本（R script）的形式，然后直接运行。R脚本就是普通的文件，只需要再命名文件的时候，结尾用.R来结尾就行了。运行R脚本的方式有很多，不过最常用的大概有两种，一个与交互框有关——通过source()命令运行，另一种是直接再bash命令中调用Rscript运行。
下面假设我们写了一个小的R脚本，命名并保存为TestScript.R。然后在交互框中输入代码source("./TestScript.R"),就可以运行写好的脚本啦,如图：
保存工作空间
在一个R会话结束时，你可以将当前工作空间保存到一个镜像（.Rhistory文件）中，并在下次启动R时自动载入它,例如
savehistory("~/Desktop/try_history.Rhistory")
也可以通过保存的图标来保存
### 工作目录
当前的工作目录（working directory）是R用来读取文件和保存结果的默认目录。我们可以使用函数
getwd()来查看当前的工作目录，或使用函数setwd()设定当前的工作目录。如果需要读入一个不在当前工作目录下的文件，则需在调用语句中写明完整的路径。记得使用引号闭合这些目录名和文件名。
工作空间管理函数
| 函数 | 功能 |
|---|---|
| getwd() | 显示当前的工作目录 |
| setwd() | 修改当前的工作目录为new_path |
| ls() | 列出当前工作空间中的对象 |
| rm(objectList) | 移除（删除）一个或多个对象 |
| rm(list=ls()) | 移除当前工作空间的所有对象，即清除R工作空间中的内存变量 |
| help(options) | 显示可用选项的说明 |
| options() | 显示或设置当前选项 |
| history(n) | 显示最近使用过的n个命令（默认值为25） |
| savehistory(“myfile”) | 保存命令历史到文件myfile中（默认值为.Rhistory） |
| loadhistory(“myfile”) | 载入一个命令历史文件（默认值为.Rhistory） |
| save.image(“myfile”) | 保存工作空间到文件myfile中（默认值为.RData） |
| save(objectlist,file=“myfile”) | 保存指定对象到一个文件中 |
| load(“myfile”) | 读取一个工作空间到当前会话中（默认值为.RData） |
| q() | 退出R，并将会询问是否保存工作空间 |