R教程

R是一种开源编程语言，主要用于统计计算和数据分析，可在 Windows、Linux 和 MacOS 等广泛使用的平台上使用。它通常带有命令行界面，并提供大量用于执行任务的包列表。 R 是一种解释型语言，支持过程编程和面向对象编程。

在本 R 教程中，我们将从基础学习 R 编程语言，并通过适当的示例解释 R 核心概念、统计、机器学习等的庞大数据集。

关于 R 的最新文章！

基础知识、R 基础知识、变量、输入和输出、决策、控制流、函数、数据结构、字符串、向量、列表、数组、矩阵、因子、数据帧、面向对象编程、错误处理、文件处理、R 中的包, 数据接口, 数据可视化, 统计, 机器学习与 R

基本

• R编程语言简介
• 关于 R 编程语言的有趣事实
• R 与Python
• R 编程中的环境
• R Studio 简介
• 如何在 Windows 和 Linux 上安装 R Studio？
• 在 R Studio 中创建和执行 R 文件
• 清除 R Studio 中的控制台和环境
• R编程中的Hello World

R的基础

• 基本语法
• 注释
• 运营商
• 关键词
• 数据类型

变量

• 变量介绍
• 变量范围
• 动态范围
• 词汇范围
• 词法范围与动态范围

输入和输出

• 从用户那里获取输入
• R程序的打印输出
• 将参数打印到屏幕 - print()函数

做决定

• 决策——if、if-else、if-else-if阶梯、嵌套if-else和switch
• if 语句
• if-else 语句
• 开关盒

控制流

• 控制语句简介
• 循环（for、while、repeat）
• For 循环
• while 循环
• 重复循环
• 转到语句
• Break 和 Next 语句
• 下一个声明

职能

• 函数介绍
• 函数参数
• 函数类型
• 递归函数
• 转换函数

数据结构

数据结构简介

字符串

• 字符串简介
• 处理文本
• 字符串操作
• 连接两个字符串
• 字符串匹配
• 如何找到一个子字符串？
• 查找字符串的长度——nchar() 方法
• 在向量中添加元素 - append() 方法
• 将字符串从小写转换为大写——toupper()函数
• 将字符串从大写转换为小写 – tolower() 方法
• 拆分字符串 – strsplit() 方法
• 打印格式化字符串– sprintf()函数

>>> 更多关于字符串的函数

向量

• 向量介绍
• 对向量的操作
• 对向量进行追加操作
• 向量的点积
• 向量类型
• 分配向量
• 获取和设置向量的长度 - length()函数
• 创建有序元素的向量 – seq()函数
• 获取向量的最小和最大元素 - range()函数
• 格式化数字和字符串 – format()函数
• 替换向量的元素——replace()函数
• 向量的排序 – sort()函数
• 将向量的元素转换为字符串——toString()函数
• 从字符向量中提取子字符串 - substring()函数

>>> 更多关于向量的函数

列表

• 列表简介
• 二维列表
• 列表操作
• 向量列表
• 数据帧列表
• 命名列表
• 检查对象是否为列表 - is.list()函数
• 将对象转换为列表 – as.list()函数
• 检查是否定义了指定名称的对象——exists()函数
• 在元素列表上应用函数- lapply()函数
• 同时对多个列表执行操作——mapply()函数

>>> 列表中的更多功能

数组

• 数组简介
• 多维数组
• 数组操作
• 数组排序
• 将对象的值转换为逻辑向量——as.logical()函数
• 对两个数组执行不同的操作——outer()函数
• 两个对象的交集——intersect()函数
• 获取两个对象之间的独占元素——setdiff()函数

>>> 更多关于数组的函数

矩阵

• 矩阵简介
• 从向量创建矩阵
• 矩阵运算
• 矩阵乘法
• 矩阵上的代数运算
• 组合矩阵
• 矩阵转置
• 矩阵的逆
• 使用稀疏矩阵
• 检查对象是否为矩阵 - is.matrix()函数
• 将对象转换为矩阵——as.matrix()函数
• 获取或设置矩阵的维度——dim()函数
• 计算数字对象的累积总和 - cumsum()函数
• 计算矩阵或数组的行总和 - rowSums函数

>>> 更多矩阵函数

因素

• 因素介绍
• 因素的水平排序
• 将因子转换为数字和数字转换为因子
• 检查因子是否为有序因子 – is.ordered()函数
• 将无序因子转换为有序因子——as.ordered()函数
• 检查对象是否为因子 – is.factor()函数
• 将向量转换为因子 – as.factor()函数

>>> 更多因子函数

数据帧

• 数据帧简介
• 矩阵与数据框
• 数据帧操作
• 数据帧操作
• 数据框的连接
• DataFrame 中的因子问题
• 数据重塑
• 从向量创建数据框
• 数据整理——数据转换
• 数据整理——使用 Tibbles
• 熔铸
• 数据帧的子集
• 处理缺失值
• 将对象转换为数据帧 – as.data.frame()函数
• 获取一个对象的列数——ncol()函数
• 获取一个对象的行数——nrow()函数
• 获取作为参数传递的对象的添加 - sum()函数
• 创建数据框的子集——subset()函数

>>> 更多关于 DataFrame 的函数

面向对象编程

• 面向对象编程简介
• 班级
• 对象
• 封装
• 多态性
• 遗产
• 抽象
• 循环对象
• 在内存中创建、列出和删除对象
• S3级
• 显式强制
• R6 类
• 获取对象的属性——attributes() 和 attr()函数
• 获取或设置对象元素的名称 - names()函数
• 获取对象的最小元素——min()函数
• 获取对象的最大元素 – max()函数

>>> 更多关于 R 对象的函数

错误处理

• 错误处理简介
• 条件处理
• R 编程中的调试

文件处理

• 文件处理简介
• 读取文件
• 写入文件
• 从文件中读取行 – readLines()函数
• 使用二进制文件

R 中的包

• 包介绍
• dplyr 包
• ggplot2 包
• 网格和晶格包
• 闪亮包装
• 整理包
• 什么是 Tidyverse 软件包？
• 数据处理

数据接口

• 数据处理
• 在 R 脚本中导入数据
• 如何从文件导入数据？
• 从脚本导出数据
• 使用 CSV 文件
• 使用 XML 文件
• 使用 Excel 文件
• 使用 JSON 文件
• 从文件中读取表格数据
• 使用数据库
• 数据库连接
• 使用 SQL 操作数据帧

数据可视化

• 图形绘制
• 图形模型
• 使用二维列表绘制图形
• 数据可视化
• 图表和图形
• 向图表添加标题
• 为图表添加颜色
• 将文本添加到绘图
• 将轴添加到绘图
• 设置或查看图形调色板
• 使用通用图绘制数据
• 条形图
• 线图
• 在绘图中添加直线
• 向图中添加线
• 直方图
• 饼状图
• 散点图
• 创建一维散点图
• 创建散点图的绘图矩阵
• 创建点图
• R 语言中的箱线图
• 分层箱线图
• 创建热图
• 帕累托图
• 华夫饼图
• 绘制分位数-分位数图
• 创建 3D 绘图
• 以图形形式描述图表的各个部分
• 主成分分析
• 社交网络分析

统计数据

• 统计学概论
• 计算均值、中值和众数
• 计算平均值、方差和标准差
• 方差齐性检验
• 协方差和相关性
• 相关矩阵
• 使用相关图可视化相关矩阵
• GPU 距离矩阵
• 描述性分析
• 正态分布
• 二项分布
• 计算负二项式密度
• 泊松函数
• 方差分析测试
• 方差分析测试
• 朴素贝叶斯分类器
• K-NN分类器
• 集中趋势
• 变化性
• 偏度和峰度
• 绝对和相对频率
• 置换假设检验
• AB测试
• 完全随机设计
• 随机区组设计
• 巴特利特测试
• 树熵
• 图基五数总结
• 计算子集的汇总统计
• 假设检验
• 引导
• 时间序列分析
• T 检验方法

使用 R 进行机器学习

• 机器学习简介
• 为机器学习设置环境
• 监督学习和无监督学习
• 分类
• 回归及其类型
• 回归分析
• 决策树
• 随机森林方法
• 根均方误差
• 聚类
• 层次聚类
• 数据库扫描集群
• 深度学习
• 构建一个简单的神经网络
• 神经网络如何用于回归？
• 多层神经网络
• 生存分析
• 茎叶图