R语言入门及描述性统计分析的方法是什么
本篇文章给大家分享的是有关R语言入门及描述性统计分析的方法是什么,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
站在用户的角度思考问题,与客户深入沟通,找到右江网站设计与右江网站推广的解决方案,凭借多年的经验,让设计与互联网技术结合,创造个性化、用户体验好的作品,建站类型包括:成都网站设计、网站制作、企业官网、英文网站、手机端网站、网站推广、申请域名、虚拟主机、企业邮箱。业务覆盖右江地区。
今天要给大家讲讲R语言,主要是入门基础及简单的统计分析入门。
R语言其实算是我正式接触编程语言的第一门语言,大学学的C++,matlab简直是水到家了。所以刚开始学R语言的时候,我很痛苦,你知道吗。大约经历了1个月的磨合期,逐渐对R有了点认识,知道怎么去学了,都有哪些东西,当然最开始还是找度娘,看什么书,怎么安装等等之类的abc的问题。和大多数人学习的入门书籍一样,我也是从《R语言实战》这本书开始的,但是现在看来,我觉得这本书,只需要看前7章的内容就可以了,因为后面的是涉及到具体模型的内容,如果你没有一个具体的实际问题去解决的话,学了也作用不大,毕竟我们不是为了考试。好了,先扯这么多,下面进入正题。
# 如何使用R
## 安装
Windows
下载地址:
https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/
Windows的安装比较简单了,.exe文件,基本都是next就ok了。
需要说的是,有时候我们需要使用某个package的时候,R报错说不支持当前R版本,这时候,就需要安装比较老的R版本,这里给一个旧版本的R链接,需要哪个版本的可以直接下。
https://cran.r-project.org/bin/windows/base/old/
还有一个问题,就是怎么更新R,现在R的最新版本是3.4.1.那么当下一个版本出来的时候,怎么更新呢。最笨的办法就是下载新版本,然后把旧版本卸载了。但是当你使用了一段时间R以后,必然会安装很多个packages,R安装包并不大,但是加上packages的话,总共就很大了,我记得我最多的时候,安装了好几百个packages。这里要教大家一招是,在卸载R之前,把R安装目录中的library文件夹先复制出来另存,然后安装完新版本的R以后,在把其中的文件复制到新安装的library文件夹下面。一般在windows中,R的安装目录默认为:
C:\ProgramFiles\R\R-3.4.0\library
然后是怎么在Ubuntu中安装,也可以参考文档:
https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/linux/ubuntu/README.html
依次执行下面三条命令,就ok了。
sudo apt-get update
sudo apt-get install r-base
sudo apt-get install r-base-dev
然后,在Ubuntu中安装完R之后,直接在shell里面输入R,就会进入到R环境中,但是这样写代码是很累的,所以这里推荐大家使用Sublim Text 作为R的Ubuntu中的IDE。环境搭建也很简单,主要是安装SublimeREPL这个拓展包,在sublim中快捷键Ctrl+shift+P输入install,会出来install package,然后输入SublimeREPL就可以安装了。安装完了以后,在
Preferences > Package Settings >SublimeREPL > Settings-User
输入以下内容:
{
"default_extend_env": {"PATH": "{PATH}; 这里写你的安装目录"},
"show_transferred_text": true
}
在windows在还有一个工具可以使用,就是R的IDE,相比于Python的IDE数量,比较好用的IDE也就是Rstudio了。,直接下载安装就对了。
地址:https://www.rstudio.com/products/rstudio/download/
关于Rstudio的使用,我就想说一个问题,怎么设置R的编译器。选择
Tools—>Global options
可以选择不同的R版本,尤其是对于安装了不同版本的R用户来说,就很关键。当然如果你只安装了一个版本的R,是不需要设置的,Rstudio在安装的时候,会自动帮我们设置好。
好,其他的都可以先不用管,到这里环境就搭好了。
然后对于入门来说,基本的R概念,变量,数据结构等今天就不展开讲了,下面讲几种R中进行描述性统计分析的方法。什么是描述性统计分析呢?简单说就是根据样本计算样本统计量。比如均值,最大值,最小值,方差,分位数,偏度,蜂度等。然后通过例子,你也可以大致了解一下,R语言的一些使用方法和特点。
R中单行注释用#来表示,不支持多行注释,如果要多行注释,只能使用多个#。还有一个要说的是,Rstudio中多行注释的快捷键是Ctrl+Shift+C,取消注释也是Ctrl+Shift+C。关于快键键,强烈推荐大家自己去百度一下,把常用的记住,可以提高效率。
# 设置R工作目录,setwd
setwd("F:/R_learn/")
# R语言的强大之处很重要的原因是R有很多packages,
# 这些Packages给我们提供了非常便利的工具。所以首先要
# 学会怎么安装 packages,用下面这个命令,相当于Python的pip install 。
install.packages("psych")
# 安装好了以后,就需要加载进来,相当于Python的import。
library(psych)
# 读取csv文件,R
test_data <-read.csv("da.csv", header = F, sep = ",")
# 查看数据类型
class(test_data)
# [1] "data.frame"
# 查看数据前5行
head(test_data)
# V1 V2 V3
# 1 25 26 27
# 2 36 37 38
# 3 47 48 49
# 4 58 59 60
# 5 69 70 71
# 6 80 81 82
# R中数据框的索引,使用美元符号,后面加列名。
col1 <- test_data$V1
# 描述性统计分析
summary(col1)
# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 25.00 44.25 63.50 63.50 82.75 102.00
summary(test_data)
# V1 V2 V3
# Min. : 25.00 Min. : 26.00 Min. : 27.00
# 1st Qu.: 44.25 1st Qu.: 45.25 1st Qu.: 46.25
# Median : 63.50 Median : 64.50 Median : 65.50
# Mean : 63.50 Mean : 64.50 Mean : 65.50
# 3rd Qu.: 82.75 3rd Qu.: 83.75 3rd Qu.: 84.75
# Max. :102.00 Max. :103.00 Max. :104.00
# 然后我们使用psych包提供的另外一个函数,看一下
describe(col1)
# vars n mean sd median trimmed mad min max range skew kurtosis se
# 1 1 8 63.5 26.94 63.5 63.5 32.62 25 102 77 0 -1.65 9.53
describe(test_data)
# vars n mean sd median trimmed mad min max range skew kurtosis se
# V1 1 8 63.5 26.94 63.5 63.5 32.62 25 102 77 0 -1.65 9.53
# V2 2 8 64.5 26.94 64.5 64.5 32.62 26 103 77 0 -1.65 9.53
# V3 3 8 65.5 26.94 65.5 65.5 32.62 27 104 77 0 -1.65 9.53
# 可以看到describe比summary多了几个,trimmed表示截尾均值,skew表示偏# 度, kurtosis表示峰度,se表示标准误差;
以上就是R语言入门及描述性统计分析的方法是什么,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
新闻标题:R语言入门及描述性统计分析的方法是什么
本文路径:http://scyanting.com/article/gpjhhe.html