【R语言入门】R语言环境搭建
2020/11/28 8:55:26
本文主要是介绍【R语言入门】R语言环境搭建,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
说明
R
语言是一个功能十分强大的工具,几乎绝大多数的数据分析工作都可以在 R
中完成,并且拥有很极强的绘图功能支持,能让你手中的数据以各种姿势进行可视化呈现,而且支持 Windows
、Mac OS
、Linux
系统,而且使用起来也比较简单方便。
如果想要开始学习数据分析,或者仅仅是想做出狂拽炫酷屌的数据分析图,那么 R
语言会是个不错的选择。
R 下载与安装
打开 https://cran.r-project.org/mirrors.html
,根据自己所在的位置选择对应的镜像站,通常选择 China
下的镜像站。
根据自己使用的平台,选择对应安装包进行下载安装即可。
如果是 Windows
选择 base
版本进行下载安装即可。安装过程全部选择默认选项即可。
如果用的是 Mac
,则选择 Download R for (Mac) OS X
,下载最新版本的安装包后进行默认安装即可。
安装完成之后,你将会看到一个朴实无华的图标,没错,这就是 R
语言本尊了。
R studio 下载与安装
打开 https://www.rstudio.com/products/rstudio/download/
,选择 Free
版本进行下载。
这里会根据你所在平台显示对应的下载链接,点击下载即可。
安装时,除了安装位置,其余均选择默认选项即可。
安装好之后,你又能收获一个新图标,这次要更加圆润一点。
R 语言简单实例
主要工作已经完成,让我们动动小手,优雅的单击(或双击)R Studio
图标,来感受一下R 语言的魅力。
打开 RStudio
,会在 Consule
面板看到 R
语言的版本、版权信息和一些有用的提示。
R version 4.0.3 (2020-10-10) -- "Bunny-Wunnies Freak Out" Copyright (C) 2020 The R Foundation for Statistical Computing Platform: x86_64-apple-darwin17.0 (64-bit) R是自由软件,不带任何担保。 在某些条件下你可以将其自由散布。 用'license()'或'licence()'来看散布的详细条件。 R是个合作计划,有许多人为之做出了贡献. 用'contributors()'来看合作者的详细情况 用'citation()'会告诉你如何在出版物中正确地引用R或R程序包。 用'demo()'来看一些示范程序,用'help()'来阅读在线帮助文件,或 用'help.start()'通过HTML浏览器来看帮助文件。 用'q()'退出R.
整体界面如下图:
在 consule
面板中输入:example(plot)
,轻轻敲击几次回车,就能看到 plot
函数的一些实例了。
> example(plot) plot> Speed <- cars$speed plot> Distance <- cars$dist plot> plot(Speed, Distance, panel.first = grid(8, 8), plot+ pch = 0, cex = 1.2, col = "blue") 按<Return>键来看下一个图: plot> plot(Speed, Distance, plot+ panel.first = lines(stats::lowess(Speed, Distance), lty = "dashed"), plot+ pch = 0, cex = 1.2, col = "blue") 按<Return>键来看下一个图: plot> ## Show the different plot types plot> x <- 0:12 plot> y <- sin(pi/5 * x) plot> op <- par(mfrow = c(3,3), mar = .1+ c(2,2,3,1)) plot> for (tp in c("p","l","b", "c","o","h", "s","S","n")) { plot+ plot(y ~ x, type = tp, main = paste0("plot(*, type = \"", tp, "\")")) plot+ if(tp == "S") { plot+ lines(x, y, type = "s", col = "red", lty = 2) plot+ mtext("lines(*, type = \"s\", ...)", col = "red", cex = 0.8) plot+ } plot+ } 按<Return>键来看下一个图: plot> par(op) plot> ##--- Log-Log Plot with custom axes plot> lx <- seq(1, 5, length = 41) plot> yl <- expression(e^{-frac(1,2) * {log[10](x)}^2}) plot> y <- exp(-.5*lx^2) plot> op <- par(mfrow = c(2,1), mar = par("mar")-c(1,0,2,0), mgp = c(2, .7, 0)) plot> plot(10^lx, y, log = "xy", type = "l", col = "purple", plot+ main = "Log-Log plot", ylab = yl, xlab = "x") 按<Return>键来看下一个图: plot> plot(10^lx, y, log = "xy", type = "o", pch = ".", col = "forestgreen", plot+ main = "Log-Log plot with custom axes", ylab = yl, xlab = "x", plot+ axes = FALSE, frame.plot = TRUE) plot> my.at <- 10^(1:5) plot> axis(1, at = my.at, labels = formatC(my.at, format = "fg")) plot> e.y <- -5:-1 ; at.y <- 10^e.y plot> axis(2, at = at.y, col.axis = "red", las = 1, plot+ labels = as.expression(lapply(e.y, function(E) bquote(10^.(E))))) plot> par(op) >
下面是输出的图片:
这是基础绘图函数 plot
的几个示例,可以看出它能支持的图形已经有许多了,后面会有专门的文章来介绍 plot
函数的详细使用方法。
小结
到此为止,R
语言就已经顺利的收入囊中了,恭喜你,又掌握了一门语言(的 Hello world
)了。【此处应有掌声】
接下来,会继续介绍 R
语言的基本用法和其中比较重要的函数使用方法,目标是能使用 R
语言对数据进行初步分析,以便能在生活和工作之中有所应用。
之所以开始写 R
语言相关的文章,是因为在工作中察觉到了数据的重要性,虽说应该让专业的人来做专业的事情,但如果对此一无所知,又怎么知道专业的人能够做什么事情呢,何况如果一点点小事情就要找数据的同学提需求未免不太合适,自己先有头绪和初步验证后也许会更有效率。而且技多不压身嘛。加之在大学时就对数据分析感兴趣,也曾经学过 R
语言,现在算是重温和复习吧。
这篇关于【R语言入门】R语言环境搭建的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-24怎么修改Kafka的JVM参数?-icode9专业技术文章分享
- 2024-12-23线下车企门店如何实现线上线下融合?
- 2024-12-23鸿蒙Next ArkTS编程规范总结
- 2024-12-23物流团队冬至高效运转,哪款办公软件可助力风险评估?
- 2024-12-23优化库存,提升效率:医药企业如何借助看板软件实现仓库智能化
- 2024-12-23项目管理零负担!轻量化看板工具如何助力团队协作
- 2024-12-23电商活动复盘,为何是团队成长的核心环节?
- 2024-12-23鸿蒙Next ArkTS高性能编程实战
- 2024-12-23数据驱动:电商复盘从基础到进阶!
- 2024-12-23从数据到客户:跨境电商如何通过销售跟踪工具提升营销精准度?