R 软件介绍 (3)： R编程基础

Size: px

Start display at page:

Download "R 软件介绍 (3)： R编程基础"

逸哥桂
5 years ago
Views:

1 R 软件介绍 (3):R 编程基础 1 / 33

2 Outline 1 简介 2 选择分支 3 循环 4 编写函数 2 / 33

3 简介 1 简介 2 选择分支 3 循环 4 编写函数 3 / 33

4 简介 R 编程的目的 1 使代码更简洁 2 使代码更稳健 3 使代码运行更快 4 / 33

5 简介基本概念 1 成组表达式 (Grouped expressions) 1 命令可以用大括弧圈在一起 expr 1; ; expr m 2 这一组命令的结果是该组中最后一个命令的值 3 一个组依然是一个表达式, 它就可能放在括弧中, 放在一个更大的表达式中 2 面向对象编程 3 函数式编程 5 / 33

6 选择分支 1 简介 2 选择分支 3 循环 4 编写函数 6 / 33

7 选择分支条件控制 : if 语句 1 if 语句用法 : if (cond) expr1 1 x <- matrix(1:12, nrow=3) 2 if (isinteger(x)) print("x is a matrix") 1 if-else 语句用法 : if (cond) expr1 else expr2 1 if (r == 4) { 2 x <- 1 3 } else { 4 x <- 3 5 y <- 4 6 } 1 注意 : 大括号的位置 7 / 33

8 向量形式 :ifelse 语句选择分支 1 ifelse 是 if-else 条件语句的向量形式 2 用法 ifelse(condition, a, b) 3 最终返回一个和最长的参数向量同长的向量 condition[i] 为真时, 该向量对应的元素是 a[i], 否则为 b[i] 1 x <- c(6:-4) 2 sqrt(x) #- gives warning 3 sqrt(ifelse(x >= 0, x, NA)) # no warning 4 # Note: the following also gives the warning! 5 ifelse(x >= 0, sqrt(x), NA) 8 / 33

9 循环 1 简介 2 选择分支 3 循环循环语句向量化 4 编写函数 9 / 33

10 循环循环语句循环语句向量化 10 / 33

11 循环循环语句 for 语句 1 用法 : for(var in seq) expr 2 在 var 访问 seq 所有可以取到的值时, expr 都会运行 1 x <- c(5, 12, 13) 2 for (i in x) print(i^2) 1 例 : 读入多个 csv 文件 11 / 33

12 循环循环语句 while 和 repeat 语句 1 while 语句用法 : repeat expr 2 repeat 语句用法 : while (cond) expr 3 关键字 break 可以用于结束任何循环, 甚至是非常规的它是结束 repeat 循环的唯一办法 4 关键字 next 可以用来结束一次特定的循环, 然后直接跳入下一次循环 12 / 33

13 while 和 repeat 语句例子循环循环语句 1 i <- 1 2 while (i <= 10) i <- i i <- 1 6 while(true) { # similar loop to above 7 i <- i+4 8 if (i > 10) break 9 } i < repeat { # again similar 14 i <- i+4 15 if (i > 10) break 16 } 13 / 33

14 循环向量化循环语句向量化 14 / 33

15 循环向量化 apply 类函数 : R 函数式编程特点之一 1 apply 函数 2 lapply 函数 3 sapply 函数 4 tapply 函数 5 by 函数 6 aggregate 函数 7 15 / 33

16 循环向量化 apply 函数 1 在矩阵的各行或各列上调用指定的函数 2 用法 : apply(x, MARGIN, FUN, ) 3 apply() 函数并不像很多人以为的那样, 能使程序的运行速度加快 4 其优点是使程序更紧凑, 更易于阅读和修改, 并且避免产生使用循环语句时可能带来的 bug 16 / 33

17 循环向量化 apply 函数例子 1 m <- matrix(1:1000, nrow = 10) 2 colmeans(m) 3 apply(m, MARGIN = 2, FUN = mean) 4 5 apply(m, MARGIN = 2, FUN = var) 17 / 33

18 循环向量化 lapply 函数和 sapply 函数 1 这两个函数可以在列表上应用函数 2 用法 : lapply(x, FUN) 3 lapply() ( 代表 list apply) 与矩阵的 apply() 函数的用法相似, 4 对列表 ( 或强制转换 ) 的每个分量执行给定的函数, 并返回另一个列表 5 在某些情况下, lapply() 返回的列表可以转化为矩阵或向量的形式这时候可以选择使用 sapply() ( 代表 simplified [l]apply) 18 / 33

19 循环向量化 lapply 函数和 sapply 函数例子 x1 <- 1:10 x2 <- 21:40 x3 <- 101:200 dat3 <- list(x1, x2, x3) mean(dat3[[1]]) mean(dat3[[2]]) lapply(dat3, mean) sd1 <- lapply(dat3, sd) unlist(sd1) sapply(dat3, sd) 19 / 33

20 循环向量化 tapply 函数 1 用于一个向量按照分类变量 ( 因子 ) 分组统计 2 用法 : tapply(v, INDEX, FUN) 3 其中 X 通常是一向量 ; INDEX 是一个列表对象, 且该列表中的每一个元素都是与 X 有同样长度的因子 ; FUN 是需要计算的函数 4 利用 tapply 实现类似于 Excel 里的数据透视表的功能 ( 同时使用多个 ) 20 / 33

21 循环向量化 tapply 函数的例子 1 iris <- readtable(file="clipboard", sep = "\t", header = T) 2 3 mean(iris[iris$species=="a",1]) 4 tapply(iris[,1],iris[,5],mean) 5 tapply(iris[,1],iris[,5],var) 21 / 33

22 循环向量化 by 和 aggregate 函数 1 by( ) 函数用于矩阵或数据框按照分类变量 ( 因子 ) 进行分成子集统计 2 by() 用法 : by(x, INDEX, FUN) 3 aggregate() 函数用于同时对多个向量按照分类变量 ( 因子 ) 进行分组统计 4 aggregate() 用法 : aggregate(x, by, FUN) 5 注意 : aggregate() 中的分类变量要使用列表 (list) 对象类型 22 / 33

23 循环向量化 by 和 aggregate 函数的例子 1 by(iris[,1:4], iris[,5], function(x) mean(asmatrix(x))) 2 3 aggregate(iris[,1:4], list(iris[,5]), mean) 4 aggregate(iris[,1:4], list(iris[,5]), sd) 23 / 33

24 循环向量化 apply 类函数总结 24 / 33

25 向量化循环向量化 1 避免循环, 加快速度 2 简化代码 1 x1 <- 1: x2 < : # for loop 5 y1 <- vector() 6 systemtime(for(i in 1:100000) y1[i] <- x1[i]+x2[i]) 7 8 # vectorize 9 systemtime(y2 <- x1+x2) 25 / 33

26 编写函数 1 简介 2 选择分支 3 循环 4 编写函数 26 / 33

27 编写函数函数概述 1 函数是一种特殊的对象 2 函数主要用于操作处理对象 3 有系统自带函数, 也可以自己定义函数 4 系统自带函数都存放在库 (library) 中 5 一些最基本的系统函数是直接用 C 语言写的, 其他的都是使用 R 语言写的, 使用 R 语言写的和用户自定义函数没有本质区别 27 / 33

28 编写函数几类特殊的函数 1 泛型函数 (generic function): 根据使用的对象不同, 从而得到不同结果的函数称为泛型函数如 summary 2 置换函数 (replacement functions): 任何左边不是变量名的赋值语句都可以看作是 " 置换函数 " 如 " [<- ", " names<- " 3 二元运算符 : 具有 %anything% 的形式 4 匿名函数 : 没有指定函数名的函数 28 / 33

29 编写函数函数的基本操作 1 查看函数内容 : 输入函数名称, page() 在新窗口中查看 2 修改函数内容 : edit() 3 查看函数的参数 : formals(), 查看函数的主体 : body() 4 查看泛型函数的所有具体函数 : methods() 29 / 33

30 编写函数编写自定义函数 1 R 语言允许用户创建自己的函数 (function) 对象 2 自定义函数是通过下面的语句形式定义的 : name <- function(arg1, arg2, ) expression 1 其中 arg1, arg2 是参数, expression 是成组表达式 2 参数可以被设定一些默认值使用函数时如果默认值适合你要做的事情, 则可以省略这些参数 30 / 33

31 编写函数函数返回值 1 函数的返回值可以是任何 R 对象尽管返回值通常为列表形式, 其实返回值甚至可以是另一个函数 2 可以通过显式地调用 return(), 把一个值返回给主调函数 3 如果不使用这条语句, 默认将会把最后执行的语句的值作为返回值 31 / 33

32 返回值的例子编写函数 1 oddcount1 <- function(x) { 2 k <- 0 3 for (n in x) { 4 if (n %% 2 == 1) k <- k+1 # 计算奇数的个数 5 } 6 return(k) 7 } 8 9 oddcount2 <- function(x) { 10 k < for (n in x) { 12 if (n %% 2 == 1) k <- k+1 13 } 14 k 15 } oddcount3 <- function(x) { 18 k < for (n in x) { 20 if (n %% 2 == 1) k <- k+1 21 }} 32 / 33

33 编写函数函数式编程 R 中函数式编程三种工具 : 1 匿名函数 2 函数列表 3 闭包 33 / 33

R 软件介绍 (3)： R编程基础

R 软件介绍 (3)： R编程基础 R 软件介绍 (3):R 编程基础 jinlin@zueleducn 2017 年秋金林 ( 中南财经政法大学统计系 ) R 软件介绍 (3):R 编程基础 2017 年秋 1 / 33 Outline 1 简介 2 选择分支 3 循环 4 编写函数金林 ( 中南财经政法大学统计系 ) R 软件介绍 (3):R 编程基础 2017 年秋 2 / 33 简介 1 简介 2 选择分支 3 循环 4 编写函数金林