caret
R 开发数据产品
GtoogleVis API
- R 制作html,调用Google chatrs
- 交互式html 图表
Manipulate
rchart
shiny
- 制作嵌入式网页的交互式R程序的平台。https://www.shinyapps.io/
Slidity
- 制作和发布基于R的报告。
安装R 网站：cran.r-project.org
Rstudio:IDE
R语言的5种对象的基本类型有:
字符(character)
数值(numeric:real number)
整数(integer)
复数(complex):1+2i
逻辑(logical:true/false)
数据属性
。名称 （name）
。维度 （dimension:matrix array）
。类型 （class）
。长度 （length）
vector向量：支持自动扩容的数组
3.y <- vector(“character”,10) — 初始化长度为10的字符串数组
4.x <- 1:4 — x为1到4，含4个元素的数组
5.x2 <- c(1, 2, 3, 4) — 用列表方式初始化数组
6.x3 <- c(TRUE, 10, “a”) — 数组元素将被强制转换为同一类型
7.x4 <- c(“a”, “b”, “c”)
as.numeric(x4)
as.logical(x4)
as.character(x4) — 几种常用的强制转换方式（可能报错）
8.names(x1) <- c(“a”, “b”, “c”, “d”) — 为x1数组每个角标添加引用
三种方法创建向量：
x<- vector(“character”,length =10)
x1<- 1:4
x2<-c(1,2,3,4)
如果用第三种方法去创建 向量时，传入三种不同类型的值，R会自动强制转换成 可用 类型：
x3<-c(TRUE,10,”a”)
矩阵
–向量+维度属性(整数向量：nrow,ncol)
创建空白矩阵 x<-matrix(nrow=行数,ncol=列数)
创建矩阵 x<-matrix(内容,nrow=行数,ncol=列数)
查看矩阵行列数 dim(x)
查看矩阵有哪些属性 attributes(x)
cbind()为按照列来拼接 rbind()是按照行来拼接 dim()是维度
列表（list）：
1.列表与向量的差别：列表可以同时包含不同类型的对象
2.
l <- list(“a”, 2, 10L, 3+4i, TRUE)#建立列表
l2 <- list(a=1 ,b=2 ,c=3)#为列表元素命名
l3 <- list(c(1,2,3),c(4,5,6,7))#列表元素可以是向量，创建元素个数大于1
给矩阵的每行每列取名用dimnames（），eg:dimnames(c(“a”,”b”),c(“c”,”d”,”e”))
缺失值（missing value）
-NA/NaN:NaN属于NA，NA不属于NaN（一般表示数字缺失值）
-NA有类型属性:integer NA,character NA等
-is.na()/is.nan()
data fram数据框：
同一列数据类型相同，且每一列长度相等
2.df<-data.frame(id=c(1,2,3),name=c("a","b","c"),gender=c("TRUE","TRUE","FALSE"）
3.nrow(df)#查看数据框行数
ncol(df)#查看数据框列数
4.data.matrix(df2)#数据转矩阵
日期与时间：
-日期：Date，是距离19700101的天数
获取当前系统的时间：date() #是字符型
获得日期类型的数据：Sys.Date() #是Date类型
将字符串转变为Date类型：as.Date(“yyyy-mm-dd”)
预处理数据
[]提取一个或多个类型相同元素
[[]]从列表或数据框中提取元素
：按名字从列表或数据框中提取元素
x <- data.frame(v1=1:5,v2=6:10,v3=11:15)
给v3中的第二、四数据赋值： x
v1>2)
subset(母集，构建子集的条件)
缺失值
x <- c(1,NA,2,NA,3)
x[!is.na(x)] #获取不为缺失值的元素
y <- c(“a”,”b”,NA,”C”,NA)
z <- complete.cases(x,y)
x[z]
y[z]
library(datasets)
head(airqualit)
g<-complete.cases(airquality)
airquality[g,][1:10,]
R语言重要函数
处理循环：lapply
–可以循环处理列表中的每一个元素
–lappy(参数)：lappy(列表,函数/函数名,其他参数)
–总是返回一个列表
x<-list(a=1:10,b=c(11,21,31,41,51))
lapply(x, mean)#平均值
sapply:简化结果
–数组的每一维度处理数据
–apply(参数)：apply(数组，维度，函数/函数名)
x<- matrix(1:16,4,4)
apply(x, 2, mean)#列求平均
apply(x,2,sum)#列求和
rowSums(x)<br>
rowMeans(x)<br>
ColSums(x)<br>
ColMeans(x)
rnorm(100,10,10)从正态分布里随机抽取100个数，排成方阵mapply - lapply的多元版本
- mapply（函数名，数据，函数相关参数）
- mapply（rep,1:4,4:1) -> 1-4组，每组重复多少次
- s <- function(n,mean,std){
rnorm(n,mean,std)
}
tapply：
对向量子集进行操作。根据因子列表，每个水平下的元素个数来对向量进行划分（比如有三个水平，每个水平有4个数，就是将向量分成3组，每组4个数），对每组运行函数。
tapply(向量，因子/因子列表，函数/函数名)
rnorm(5) #正态分布中取5个数
runif(5) #均匀分布中取5个数
rnorm(5,1) #均值为1标准差为0的正态分布
x <- c(rnorm(5),runif(5),rnorm(5,1))
f <- gl(3,5) #建立一个因子 表示这个因子有3个水平，每个水平下有5个元素。
tapply(x,f,mean)
tapply(x,f,mean, simplify = F)
split
根据因子或者因子列表将向量或其他对象分组
通常与lapply一起使用
参数格式：split(向量/列表/数据框,因子/因子列表)
排序：
sort返回排好序的内容
order返回下标
x <- data.frame(v1=1:5, v2=c(10,7,9,6,8), v3=11:15, v4=c(1,1,2,2,1))
sort(x
v2,decreasing = TRUE)
总结数据信息：
head(airquality, 10)#查看前10行
tail(airquality, 10)#查看后10行
summary(airquality)#总结，数据分布整体把握
str(airquality)#以简洁方式对数据总结
在table函数后面加上useNA表示还要统计NA的数量
any(is.na(airquality
Ozone))#统计缺失值数量
all(airquality$Month < 12)#查看是不是所有的月份都小于12
频率交叉表xtabs
扁平表 ftable
object.size 数据大小查询
一个分类变量的可视化：频率表、条形图
两个分类变量：关联表、相对频率表；分段条形图、相对频率分段条形图、马赛克图（mosaicplot)
一个分类变量、一个数值变量：并排箱图（side-by-side box plot)