R入门25招.doc

R入门25招

关于作者

陈钢, 华大基因, 研究员
长沙土鳖，Linux系统初级管理员，Perl入门级程序员，R菜鸟，LaTeX爱好者，Python学习者，业余Web开发人员，生物信息学和系统生物学门外汉~
Blog 豆瓣 新浪微博
向文章付费 请作者吃饭
第1招：下载和安装

下载和安装R
问题：
要把R安装到自己的电脑上。
解决方案：
Windows和OS X用户可以从CRAN（Comprehensive R Archive Network）上下载R。Linux和Unix用户则可以用各自的包管理工具安装R软件包。
Windows
1 在浏览器中打开http://www.r-project.org/。
2 点击“CRAN”。然后会看到按国家排序的镜像站点列表。
3 就近选择一个镜像站点。
4 点击“Download and Install R”下的“Windows”。
5 点击“base”。
6 点击下载最新版R（一个.exe文件）的链接。
7 下载完成后，双击.exe文件，按照提示安装。
OS X
8 在浏览器中打开http://www.r-project.org/。
9 点击“CRAN”。然后会看到按国家排序的镜像站点列表。
10 就近选择一个镜像站点。
11 点击“MacOS X”。
12 在“Files”中点击最新版R的.pkg文件，下载。
13 下载完成后，双击.okg文件，按照提示安装。

Linux或Unix
主要的Linux发行版都有安装R的包。下表中是是一些例子：
发行版
包名称
Ubuntu或Debian
r-base
Red Hat或Fedora
R.i386
Suse
R-base
用系统的包管理器下载并安装R的软件包。这通常都需要root密码或者是sudo权限，或者也可以要系统管理员来安装。
讨论
在Windows和OS X上安装R都是很简单的，因为相应的安装包都是预编译好的。只需要根据安装程序的提示一步步地安装即可。CRAN的网页上也提供了跟安装有关的资源，例如常见问题（FAQ）和针对某些特殊情况的提示（“如何在Windows Vista上安装R？”（“How to install R when using Windows Vista?”）），这些都挺有用的。
理论上来说，在Linux或Unix上有两种安装R的方法：安装某个发行版的软件包，或是自己编译源代码。在实际使用中，安装软件包是更好的选择。各个发行版所提供的软件包在安装和随后的升级等方面都更加方便。
在Ubuntu和Debian中，是用apt-get下载和安装R。需要用sudo命令获得必要的权限：
代码
1
$sudoaptpan>-getinstallr-base

在Red Hat和Fedora则是用yum：
代码
1
$sudoyuminstallR.i386

大部分的系统还提供了更加方便的图形化包管理器。
除了基础包，笔者还建议读者把文档包也装上。例如，在我的Ubuntu机器上，我安装了r-base-html（因为我喜欢阅读带超链接的文档）和r-doc-html两个包，这样就将R的用户手册安装到了本地：
代码
1
$sudoapt-getinstallr-bases="pun">-html r-doc-html

有些Linux的软件库中还有一些CRAN上的R软件包。我没用这些软件包，因为我更喜欢直接从CRAN上下载这些软件包的最新版。
在个别情况下，读者有可能需要自己从源代码编译R：有可能是在使用不被支持的Unix版本，或是在性能和配置方面有特殊的考量。Linux和Unix上的编译过程是非常标准化的。从CRAN镜像站点的首页上下载压缩包，压缩包的名字一般是R-2.12.1.tar.gz，只是其中的2.12.1会被最新的版本号代替。解压这个压缩包，然后根据其中的INSTALL文件的提示进行编译。
扩展阅读
R in a Nutshell一书中对R的下载和安装有更加详细的介绍，包括如何在Windows和OS X上编译R。但有关R的安装的最强秘笈还是CRAN上的R Installation and Administration，其中介绍了如何在各种各样的操作系统上编译和安装R。
这一招是关于如何安装基础包的。安装CRAN上的其他包则是用install.packages函数。
关于作者

陈钢, 华大基因, 研究员
长沙土鳖，Linux系统初级管理员，Perl入门级程序员，R菜鸟，LaTeX爱好者，Python学习者，业余Web开发人员，生物信息学和系统生物学门外汉~
Blog 豆瓣 新浪微博
向文章付费 请作者吃饭
相关文章
14 RSPerl：在Perl里面调用R
15 一份R培训的提纲
16 从R中调用Cytoscape绘制复杂网络
17 R中的公式：使用
18 [翻译]R入门25招 第9招：用列数据初始化数据框

第2招：获取函数的帮助
问题
要获得安装在自己电脑上的某个函数的帮助信息。
解决方案
用help显示函数的文档：
代码
1
> help(functionname)

用args了解该函数的参数：
代码
1
> args(functionnamepan>)

用example察看函数的使用例子：
代码
1
> example(functionname)

讨论
本书中出现了各种各样的函数。在有限的篇幅里不可能面面俱到地介绍各个R函数。笔者强烈建议读者自己阅读感兴趣的函数的帮助文件。帮助文件中所提供的信息是非常有用的。
如果想要了解mean函数，可以这样使用help函数：
代码
1
> help(mean)

R会新开一个窗口显示帮助文档，或者是在控制台中显示帮助文档，具体的显示方式取决于读者所使用的操作系统。help命令的一个快捷方式是？号（问号），然后在后面加上函数的名称：
代码
1
>n class="pln"> ?mean

如果只是想知道函数有哪些参数，顺序是怎样安排的，就可以用args函数：
代码
1
2
3
4
5
6
> args(mean)
pan>function (x, ...)
NULL
> args(sd)
function (x, na.rm =FALSE)
NULL

args函数的第一行输出是函数调用的概要。对于mean函数，概要中显示的是其唯一的参数，x，这是一个数值向量。对于sd函数，概要中首先也是一个同样的向量，x，还有另一个名为na.rm的可选参数。（读者可以忽略第二行输出，通常都是NULL。）
大部分函数的文档的末尾都会有例子。在R里面可以直接运行这个例子，演示函数的功能。例如，mean函数的文档中就有几个例子。读者不必自己输入这些例子。用example函数就能看到这些例子的运行结果：
代码
1
2
3
4
5
6
7
8
9
> example(mean)

mean> x <- c(0:10, 50)
meann>> xm <- mean(x)
mean> c(n>xm, mean(x, trim = 0.1))>
[1] 8.75 5.50
mean > meanpan>(USArrests, trim=0.2)
Murder Assault UrbanPop Rape
7.42 167.60 66.20 20.16

用户只需要输入example(mean)，R会负责运行文档中的例子，并显示结果。
关于作者

陈钢, 华大基因, 研究员
长沙土鳖，Linux系统初级管理员，Perl入门级程序员，R菜鸟，LaTeX爱好者，Python学习者，业余Web开发人员，生物信息学和系统生物学门外汉~
Blog 豆瓣 新浪微博
向文章付费 请作者吃饭
相关文章
1 [翻译]R入门25招，第13招：比例的置信区间
2 [翻译]R入门25招，第25招访问包中的函数
3 RSPerl：在Perl里面调用R
4 [翻译]R入门25招 第3招：查看R的文档
5 [翻译]R入门25招 第7招：创建向量
第3招：查看R的文档
Posted on 2011年4月13日 by 陈钢
问题
要阅读R附带的文档。
解决方案
执行help.start函数可以看到文档的目录：
代码
1
> help.start()

这里有链接指向所有已安装的文档。

讨论
R本身都附带了上千页内容丰富的文档。在安装其它的包时，相应的文档也会安装到电脑上。
用help.start函数可以很方便的浏览这些文档，该函数会打开一个浏览器窗口，显示出最顶层的目录，见图1-1。

图1-1 R文档目录
在References部分中有两个链接是特别有用的：
· Packages
点击这个链接能看到所有已经安装的包，包括基础包和额外安装的包。点击各个包的名称，就能看到其中的函数和数据集。
· Search Engine \& Keyword
这是一个简单的搜索引擎，可以用关键字搜索文档。这里还有一些按主题组织的常见关键字，点击这些关键字能看到与其相关的页面。
扩展阅读
本地计算机上的文档其实跟R项目网站上的文档是一样的，网站上的文档经常会更新。
关于作者

陈钢, 华大基因, 研究员
长沙土鳖，Linux系统初级管理员，Perl入门级程序员，R菜鸟，LaTeX爱好者，Python学习者，业余Web开发人员，生物信息学和系统生物学门外汉~
Blog 豆瓣 新浪微博
向文章付费 请作者吃饭
相关文章
1 [翻译]R入门25招，第16招：画散点图
2 [翻译]R入门25招，第19招：画直方图
3 [翻译]R入门25招，第17招：画柱状图
4 [翻译]R入门25招，第23招：检查线性回归
5 [翻译]R入门25招 第4招：在网上搜索帮助信息

第4招：在网上搜索帮助信息
Posted on 2011年4月19日 by 陈钢
问题
在网络上搜索跟R有关的信息和问题解答。
解决方案
在R中，可以用RSiteSearch函数搜索关键字或短语：
代码
1
> RSiteSearch("key phrase")

如果用浏览器的话，可以用这些网站搜索R相关的信息：
§ http://rseek.org
这是一个针对跟R有关的网站的Google自定义搜索。
§
Stack Overflow是一个具有搜索功能的Q&A网站，主要是面向一些编程方面的问题，例如数据结构、编码和图形等。
§
Stack Exchange上的统计分析（Statistical Analysis）区也是一个有搜索功能的Q&A网站，但这个网站更加偏向于统计，而不是编程。

讨论
RSiteSearch函数会打开一个浏览器窗口，并打开R项目网站的搜索引擎。在这里能看到一个可以继续优化的初始搜索结果。例如，下面这个命令会搜索“canonical correlation”：
代码
1
> RSiteSearch("canonical correlation")

这非常不方便，不用离开R，就可以完成一些快速的搜索。但是，这个搜索只局限于R的文档和邮件列表的存档。
RSeek.org提供了范围更广的搜索。RSeek利用了Google搜索引擎的强大功能，但专注于跟R相关的网站。所以，用RSeek不会像在一般的Google中那样搜出一大堆无关的的搜索结果。RSeek.org最给力的地方是其搜索结果的组织非常直观方便。

图1-2 RSeek.org的搜索结果

如1-2展示了在RSeek.org中搜索“canonical correlation”的搜索结果。网页的左侧是从各个R网站中搜索出来的内容。网页的右侧的标签就是将这些搜索结果组织成如下几个类：
§ Introduction，简介
§ Task Views，任务视图
§ Support Lists，支持列表
§ Functions，函数
§ Books，书
§ Blogs，博客
§ Related Tools，相关的工具
例如，点击Introductions标签，就能看到各种教程。Task Views标签中则是跟搜索词有关的Task View。类似的，Functions标签中的链接则是指向相关的R函数。这是一种组织搜索结果的好办法。
Stack Overflow也被称为Q&A网站，意思就是任何人可以在网站上提问，有经验的用户则会回答问题——一个问题通常会有多个答案。读者给答案投票，最好的答案就会逐步地升到顶部。这样就构成了一个能搜索的庞大的Q&A对话数据库。Stack Overflow显然是面向问题的，而且上面的话题通常更侧重于R的程序设计。
Stack Exchange（不是Overflow）有一个专门的Statistical Analysis（统计分析）分区。这里更关注的是统计，而不是编程。所以，如果读者的问题更侧重于一般的统计学而不是R本身的话，可以到这里来提问。
扩展阅读
如果找到了有用的软件包，用install.packages函数就能将软件包安装到电脑上。
关于作者

陈钢, 华大基因, 研究员
长沙土鳖，Linux系统初级管理员，Perl入门级程序员，R菜鸟，LaTeX爱好者，Python学习者，业余Web开发人员，生物信息学和系统生物学门外汉~
Blog 豆瓣 新浪微博
向文章付费 请作者吃饭
相关文章
1 [翻译]R入门25招，第15招：检验相关性的显著性
2 [翻译]R入门25招 第3招：查看R的文档
3 [翻译]R入门25招，第18招：画箱图
4 [翻译]R入门25招，第16招：画散点图
5 [翻译]R入门25招，第23招：检查线性回归

第5招：读取表格数据文件
Posted on 2011年4月27日 by 陈钢
问题
读取含有数据表格的文本文件。
解决方案
用read.table函数，该函数会返回一个数据框（data frame
代码
1
> dfrm <- read.table("filename.txt")

讨论
表格数据文件是很常见的。这是一种格式简单的文本文件：
§ 每一行是一条记录
§ 在每条记录中，各个字段之间都用一个字符分给，例如空格、制表符、逗号、分号等
§ 每条记录的字段的数量是一样的
这种格式比固定宽度的格式更加灵活，每个字段的位置不再需要对齐。下面就是一个名为statisticians.txt的表格文件，是用空格符分割字段的：
代码
1
2
3
4
5
Fisher R.A. 1890 1962
Pearson Karl 1857s="pln"> 1936
Cox Gertrude 1900 1978
n class="typ">Yates Frank 1902 1994
Smith Kirstine 1878 1939

read.table函数就是用来读取这种文件的。缺省情况下，该函数认为数据字段是由空白（空格或制表符）分割的：
代码
1
2
3
4
5
6
7
8
> dfrm <-ss="pln"> read.table("statisticians.txt")
> printdfrm)
V1 V2 V3 V4
1 Fisher R.A.class="pln"> 1890 1962
2 Pearson Karl n class="lit">1857 1936
3 Cox Gertrude 1900> 1978
4 Yates Frank 1902 n>1994
5 Smith Kirstine 1878 1939

如果不是用空白分割符，可以用用sep参数指定分隔符。例如，如果字段分隔符是冒号（:），就可以这样读取：
代码
1
> dfrm <- read.table("statisticians.txt", sep=":")

从输出中看不出什么问题，但实际上read.table会把姓和名视作factor，而不是字符串。我们可以查看一下这两列的class：
代码
1
2
> class(dfrm$V1)
[1] "factor"

为了不让read.table将字符串视为factor，把stringAsFactor参数设为FALSE：
代码
1
2
3
> dfrm <- read.table("s