【原】R语言入门

    R是现今最受欢迎的数据分析和可视化平台之一。它是自由的开源软件，并同时提供Windows、Mac OS X和Linux系统的版本。在接下来的时间，我将把掌握、精通这个软件所需的技能学习过程以系列文章的形式发表，记录我的学习过程，供大家参考，一起有效地使用它分析自己的数据。工欲善其事必先利其器，学习R语言数据分析，第一步自然是R安转。R可以在CRAN上免费下载，安装过程可以参考我前面的视频教程

1. windows下安装R和Rstudio

2. mac下安装R和Rstudio

3. 单细胞数据分析相关R包安装

一、R的使用

R是一种区分大小写的解释型语言。你可以在命令提示符（>）后每次输入并执行一条命令，或者一次性执行写在脚本文件中的一组命令 。

R语句由函数和赋值构成。R使用<-，而不是传统的=作为赋值符号。

学习一门语言，一定要学会查看帮助文档。R提供了大量的帮助功能，学会如何使用这些帮助文档可以在相当程度上助力编程工作 。

包是R函数、数据、预编译代码以一种定义完善的格式组成的集合。计算机上存储包的目录称为库（library） 。函数 .libPaths() 能够显示库所在的位置， 函数 library() 则可以显示库中有哪些包。 

有许多R函数可以用来管理包。第一次安装一个包，使用命令install.packages()即可。也可以参考视频教程单细胞数据分析相关R包安装。例如，包gclus中提供了创建增强型散点图的函数。可以使用命令install.packages("gclus")来下载和安装它。

包的安装是指从某个CRAN镜像站点下载它并将其放入库中的过程。要在R会话中使用它，还需要使用library()命令载入这个包。例如，要使用gclus包，执行命令library(gclus)即可。 

二、R中的数据结构

数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量。类似于数据库中的记录（record）和字段（field）。

R语言中的基本数据类型（模式）包括数值型、字符型、逻辑型（TRUE/FALSE）、复数型（虚数）和原生型（字节）。

R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。它们在存储数据的类型、创建方式、结构复杂度，以及用于定位和访问其中个别元素的标记等方面均有所不同。 

我们接下来将逐个介绍这些数据结构。

1、向量 
向量是用于存储数值型、字符型或逻辑型数据的一维数组，单个向量中的数据必须拥有相同的数据类型。执行组合功能的函数c()可用来创建向量（类似于编程语言中的一维数据 int[]、Object[]等，访问元素的方式和数组相同，使用下标从1开始）。

2、矩阵

矩阵是一个二维数组，只是每个元素都拥有相同的数据类型（数值型、字符型或逻辑型） 。可通过函数matrix()创建矩阵，阵中仅能包含一种数据类型 。

如上所示，创建了一个4行5列的矩阵，矩阵中的元素按照行填充，分表定义了行名、列名。

我们可以使用下标和方括号来选择矩阵中的行、 列或元素。X[i,]指矩阵X中的第i行， X[,j]指第j列， X[i, j]指第i行第j 个元素。选择多行或多列时，下标i和j可为数值型向量。

3 数组

数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建。其中vector包含了数组中的数据， dimensions是一个数值型向量，给出了各个维度下标的最大值，dimnames是可选的、各维度名称标签的列表。像矩阵一样，数组中的数据也只能拥有一种数据类型。

4、数据框

数据框可用来存储下图格式，不同的列可以包含不同的数据。数据框是R中最常处理的数据结构。数据框可通过函数data.frame()创建：mydata <- data.frame(col1, col2, col3,...)其中的列向量col1、 col2、 col3等可为任何类型（如字符型、数值型或逻辑型）。每一列数据的模式必须唯一，不过你却可以将多个模式的不同列放到一起组成数据框。 

访问数据框中元素的方式有若干种。可以使用（如矩阵中的）下标记号，亦可直接指定列名，或是使用$符号，如下例：

5、因子

变量可归结为名义型、有序型或连续型变量。名义型变量是没有顺序之分的类别变量。糖尿病类型Diabetes（Type1、 Type2）是名义型变量的一例。变量之间并没有先后顺序，只是表示不同类型。

有序型变量表示一种顺序关系。如上例中病情Status（poor、 improved、 excellent）是顺序型变量。病情为poor（较差）病人的状态不如improved（病情好转）的病人，但并不知道相差多少。

连续型变量可以呈现为某个范围内的任意值，并同时表示了顺序和数量。年龄Age就是一个连续型变量。 

类别（名义型）变量和有序类别（有序型）变量在R中称为因子（factor）。类似于编程语言中的枚举类型。

函数factor()以一个整数向量的形式存储类别值，整数的取值范围是[1...k]（其中k是名义型变量中唯一值的个数），同时一个由字符串（原始值）组成的内部向量将映射到这些整数上。
举例，假设有向量：
diabetes <- c("Type1", "Type2", "Type1", "Type1")
语句diabetes <- factor(diabetes)将此向量存储为(1, 2, 1, 1)，并在内部将其关联为1=Type1和2=Type2 （具体赋值根据字母顺序而定）。

创建有序型变量，为factor()指定参数ordered=TRUE，通过指定levels选项来覆盖默认排序 

6、列表 

列表是一些对象的有序集合。列表允许整合若干（可能无关的）对象到单个对象名下。类似于编程语言中的类或是结构体。某个列表中可能是若干向量、矩阵、数据框，甚至其他列表的组合。可以使用函数list()创建列表：

mylist <- list(object1, object2, ...) 

总结：

以上介绍了R语言中的基本数据类型和常用的数据结构，包括各种数据结构的创建和访问数据的方式，这些是存储数据的基础。便于我们后续进一步对数据进行分析处理