如何使用r

『壹』 如何在云计算平台使用R语言编程的快速入门指南

云计算正逐步成为适用于超出笔记本或台式机处理能力的问题或数据的一种自然延伸。然而，对于完全没有基础的初学者来说，学习使用云计算平台会显得比实际更难。

我们用信息图的方式向大家介绍云计算的概念，它的重要性以及使用R语言和R studio的基本设置等几部分内容。由于本文只是一篇快速学习攻略，你可能会遗漏一些概念方面的详细解释。但是不用担心，你还可以参考另外一篇完整版攻略“如何在云端进行R语言编程？”

什么是云计算？

简单来说，云计算就是一种远端存储数据和应用程序，并可以通过互联网获取这些文件的模式。

云计算的三个组成部分：

1.基础设施服务

2.平台服务

3.软件服务

计算的前景如何？

基于其可以将数据上传到云端并可以在任何时间、任何地点以及通过任何设备随时获取数据的方便性，云计算的前景一片光明。

第二排柱状图显示，云计算的计算量正在逐年增长。

2016年预计软件服务（SaaS）收入一千零六十亿美金， 预计2018年企业注册使用云计算收入六百七十亿美金。

至2018年，预计在基础设施方面有30%的增长，80%企业将使用云计算。

云计算全球市场规模预计将从2013年的580亿美金，增长至2020年的1910亿美金。

使用云计算的好处？

1.节约成本；

2.使用便捷；

3.扩展性强；

4.易于监控。

如何在云端使用R语言编程？

1.登陆亚马逊云计算平台的控制界面

2.点击运行实例（Run Instance）

3.选择你即将远程访问的虚拟机的操作系统，这里我们选择了亚马逊Linux（Amazon Linux）

4.选择实例类型（需要选择内存大小），同时比较不同的价格

『贰』 如何正确使用R键

1。如果被人挤掉了，掉下去瞬间按R会回原位可以节省掉下去的时间。 2。你手里有攻击道具，但是因为距离原因不能用的时候，按R拉开距离马上用道具（水泡）。如果你手里有蚊子和炸弹敌人在后面一点也按R让他跑前面用道具。 3。在捷径或者比较窄的地方，为了阻止对手赶上我们的，第一用R键你会出现在中央挡住对手。 4。当自己用自暴后后方对手减速等自暴省下一秒的时候R，自暴时间是3.5秒

求采纳

『叁』 如何使用R语言进行交互数据可视化

说起R语言的交互包，第一个想到的应该就是rCharts包。该包直接在R中生成基于D3的Web界面。

rCharts包的安装

require(devtools)
install_github('rCharts', 'ramnathv')
rCharts函数就像lattice函数一样，通过formula、data指定数据源和绘图方式，并通过type指定图表类型。

下面通过例子来了解下其工作原理。我们以鸢尾花数据集为例，首先通过name函数对列名进行重新赋值（去掉单词间的点），然后利用rPlot函数绘制散点图(type=”point”)，并利用颜色进行分组（color=”Species”）。

library(rCharts)
names(iris) = gsub("\\.", "", names(iris))
p1 <- rPlot(SepalLength ~ SepalWidth | Species, data = iris, color = 'Species', type = 'point')
p1

rCharts支持多个javascript图表库,每个都有自己的长处。每一个图表库有多个定制选项,其中大部分rCharts都支持。

NVD3 是一个旨在建立可复用的图表和组件的 d3.js 项目——它提供了同样强大的功能，但更容易使用。它可以让我们处理复杂的数据集来创建更高级的可视化。在rCharts包中提供了nPlot函数来实现。

下面以眼睛和头发颜色的数据(HairEyeColor)为例说明nPlot绘图的基本原理。我们按照眼睛的颜色进行分组(group=”eye”),对头发颜色人数绘制柱状图，并将类型设置为柱状图组合方式(type=”multiBarChart”)，这样可以实现分组和叠加效果。

library(rCharts)
hair_eye_male <- subset(as.data.frame(HairEyeColor), Sex == "Male")
hair_eye_male[,1] <- paste0("Hair",hair_eye_male[,1])
hair_eye_male[,2] <- paste0("Eye",hair_eye_male[,2])
n1 <- nPlot(Freq ~ Hair, group = "Eye", data = hair_eye_male,
type = "multiBarChart")
n1
可以通过图形右上角选择需要查看或隐藏的类别（默认是全部类别显示的），也能通过左上角选择柱子是按照分组还是叠加的方式进行摆放（默认是分组方式）。如果选择Stacked，就会绘制叠加柱状图。

『肆』 如何利用R软件绘制箱线图

方法/步骤
打开r软件，输入数据集。这里以一个班级的学生成绩为例来介绍箱线图的使用方法。
输入绘制箱线图命令boxplot(class1)，运行命令，得到一班学生成绩箱线图。箱线图箱体中间的粗黑线表示中位数所在位置，可以看到本例的平均值大约在80分。最下面的圈号表示异常点。本例的异常值为25。
一个图表中可以绘制多个系列的箱线图，便于比较。这里添加另外一个班级的成绩，进行比较。
输入绘制箱线图的代码：
boxplot(class1,class2,names=c('一班','二班'),col=c("green","red"))
其中names表示为两个系列命名。col为颜色取值。
运行代码，得到连个箱线图。从图中可以明显看到两个班级的成绩分布情况。二班的成绩比较集中，一班的差异比较大。二班的平均分要高于一班。完成。
提示：箱线图还有很多参数可供我们绘图时使用。可以运行命令help(boxplot)了解更多内容。

『伍』 如何利用R软件绘制散点图

首先，下载并安装好R软件。打开R软件，可以看到R软件主窗口。
为了方便编辑代码，一般不在主窗口直接输入程序。我们可以点击“文件——新建程序脚本”，出现R编辑器。我们将在此输入需要运行的命令。
使用因子格式输入数据。这里输入两组数据，以便后面说明详细使用方法。
输入命令plot(x)，表示绘制序列x的散点图。选中程序，右键，点击“运行当前行或选中代码”，运行程序。按F5键或者Ctrl+R键也可以实现。在图标显示框出现散点图了。
输入命令plot(x,y)，其中x表示自变量，y是因变量,生成y关于x的散点图。运行命令，即出现散点图。
再增加一组数据，用coplot函数绘制多变量的散点图。coplot(x~m|y)表示在不同的y值下，x关于m的散点图。
7
更多可以查阅相关资料，绘制更美观的散点图。

『陆』 怎么学习用 R 语言进行数据挖掘

什么是R语言？应该如何开始学习/使用R语言呢？

学习R有几个月了，总算是摸着了一点门道。
写一些自己的心得和经验，方便自己进一步鼓捣R。如果有人看到我写的东西而得到了帮助，那就更好了。
什么是R？R的优点何在？
R是一个数据分析软件。简单点说，R可以看做MATLAB的“替代品”，而且具有免费开源的优势。R可以像MATLAB一样解决有关数值计算的问题，而且具有强大的数据处理，绘图功能。
R拥有大量的统计分析工具包，我的感觉是——只有我们没听说过的工具，绝对没有R没有的工具包。配合着各种各样的工具包，你可以毁灭任何关于数据和统计的问题。因为数据包的数量庞大，所以查找自己需要的数据包，可能很烦恼。
如果有以下技能，学R会很方便：
1.已经了解些高级程序语言（非常重要）
2.英语不坏
3.概率统计理论基础
4.看数据不头疼
5.看cmd or terminal 也不头疼
你需要一本适合你的R语言教材
我开始学习R的时候，找到了这个帖子

非常强大的关于R语言教材综述。我非常感谢原帖作者。你可以参考这个帖子选一本适合你的教材。
我这里在说一下我主要使用的几本教材的心得：
1. 统计建模与R软件（薛毅著）：非常优秀的R语言入门教材，涵盖了所有R的基础应用&方法，示例代码也很优秀。作为一本中文的程序语言教材，绝对是最优秀的之一。但是要看懂这本书，还是需要“已经了解些高级程序语言”。PS：我亲爱的吉林大学图书馆，有两本该教材流通，我常年霸占一本。
2. R in Nutshell：从讲解内容上看，与上一本差别不大，在R语言的应用上都是比较初级的入门，但是有些R软件&语言上的特性，写得比薛毅老师的教材深刻。这本书最大的优点就是工具书，方便开始入门时候，对有些“模棱两可”的东西的查询。PS：我将这本书打印了出来，简单的从头到尾翻过，最大的用途就是像一本字典一样查询。
3. ggplot2 Elegant Graphics for Data：这是一本介绍如何使用ggplot2包，进行绘图的书。ggplot2包，非常强大的绘图工具，几乎可以操作任何图中的元素，而且是提供添加图层的方式让我们可以一步步的作图。提到ggplot2包，应该提到一个词——“潜力无穷”，每一个介绍
ggplot2的人，都会用这个形容词。这本书最大的作用也是当做一本绘图相关的工具书，书中讲解详细，细致，每个小参数的变动都会配图帮你理解。PS：这本书我也打印出来了，非常适合查询。
几个可以逐步提高R能力的网站
1.R-bloggers: 这里有关于R和数据的一切讨论，前沿的问题，基础的问题，应有尽有。可以说这些家伙们让R变得越来越强大。我RSS了这个网站，每天都看一下有什么我感兴趣的方法和话题，慢慢的积累一些知识，是一个很有意思的过程。
2.统计之都： 这是一个有大量R使用者交流的论坛，你可以上去提问题，总有好心人来帮助你的。
3.R客： 是关于R的一个博客，更新不快，偏重国内R的一些发展。
R的使用环境
如果你看见terminal or cmd就打怵的话，一定要使用Rstudio。Rstudio的优点是，集成了Rconsole、脚本编辑器、可视化的数据查询、历史命令、帮助查询等，还有的完美的脚本和console的互动。毕竟是可视化的界面，有许多按钮可以用。R 的脚本编辑器很蛋疼，就比记事本多了个颜色高亮吧，不适合编写脚本，但适合调试脚本。
最后，说一下，刚开始学习R或者其他什么语言，都有一个通病，就是一些小细节的不知道，或者是记得不清楚，往往一个蛋疼的bug就可以耗掉大量的时间，这是一个让人想砸电脑的过程。我往后，会在博客里记录一些让我蛋很疼的小细节。本文分为6个部分，分别介绍初级入门，高级入门，绘图与可视化，计量经济学，时间序列分析，金融等。
1.初级入门
《An Introction to R》，这是官方的入门小册子。其有中文版，由丁国徽翻译，译名为《R导论》。《R4Beginners》，这本小册子有中文版应该叫《R入门》。除此之外，还可以去读刘思喆的《153分钟学会R》。这本书收集了R初学者提问频率最高的153个问题。为什么叫153分钟呢？因为最初作者写了153个问题，阅读一个问题花费1分钟时间，全局下来也就是153分钟了。有了这些基础之后，要去读一些经典书籍比较全面的入门书籍，比如《统计建模与R软件》，国外还有《R Cookbook》和《R in action》，本人没有看过，因此不便评论。
最后推荐，《R in a Nutshell》。对，“果壳里面的R”！当然，是开玩笑的，in a Nutshell是俚语，意思大致是“简单的说”。目前，我们正在翻译这本书的中文版，大概明年三月份交稿！这本书很不错，大家可以从现在开始期待，并广而告知一下！
2.高级入门
读了上述书籍之后，你就可以去高级入门阶段了。这时候要读的书有两本很经典的。《Statistics with R》和《The R book》。之所以说这两本书高级，是因为这两本书已经不再限于R基础了，而是结合了数据分析的各种常见方法来写就的，比较系统的介绍了R在线性回归、方差分析、多元统计、R绘图、时间序列分析、数据挖掘等各方面的内容，看完之后你会发现，哇，原来R能做的事情这么多，而且做起来是那么简洁。读到这里已经差不多了，剩下的估计就是你要专门攻读的某个方面内容了。下面大致说一说。
3.绘图与可视化
亚里斯多德说，“较其他感觉而言，人类更喜欢观看”。因此，绘图和可视化得到很多人的关注和重视。那么，如何学习R画图和数据可视化呢？再简单些，如何画直方图？如何往直方图上添加密度曲线呢？我想读完下面这几本书你就大致会明白了。
首先，画图入门可以读《R Graphics》，个人认为这本是比较经典的，全面介绍了R中绘图系统。该书对应的有一个网站，google之就可以了。更深入的可以读《Lattice：Multivariate Data Visualization with R》。上面这些都是比较普通的。当然，有比较文艺和优雅的——ggplot2系统，看《ggplot2：Elegant Graphics for Data Analysis》。还有数据挖掘方面的书：《Data Mining with Rattle and R》，主要是用Rattle软件，个人比较喜欢Rattle!当然，Rattle不是最好的，Rweka也很棒！再有就是交互图形的书了，著名的交互系统是ggobi，这个我已经喜欢两年多了，关于ggobi的书有《Interactive and Dynamic Graphics for Data Analysis With R and GGobi》，不过，也只是适宜入门，更多更全面的还是去ggobi的主页吧，上面有各种资料以及包的更新信息！
特别推荐一下，中文版绘图书籍有《现代统计图形》。
4.计量经济学
关于计量经济学，首先推荐一本很薄的小册子:《Econometrics In R》，做入门用。然后，是《Applied Econometrics with R》，该书对应的R包是AER，可以安装之后配合使用，效果甚佳。计量经济学中很大一部分是关于时间序列分析的，这一块内容在下面的地方说。
5.时间序列分析
时间序列书籍的书籍分两类，一种是比较普适的书籍，典型的代表是：《Time Series Analysis and Its Applications ：with R examples》。该书介绍了各种时间序列分析的经典方法及实现各种经典方法的R代码，该书有中文版。如果不想买的话，建议去作者主页直接下载，英文版其实读起来很简单。时间序列分析中有一大块儿是关于金融时间序列分析的。这方面比较流行的书有两本《Analysis of financial time series》，这本书的最初是用的S-plus代码，不过新版已经以R代码为主了。这本书适合有时间序列分析基础和金融基础的人来看，因为书中关于时间序列分析的理论以及各种金融知识讲解的不是特别清楚，将极值理论计算VaR的部分就比较难看懂。另外一个比较有意思的是Rmetrics推出的《TimeSeriesFAQ》，这本书是金融时间序列入门的东西，讲的很基础，但是很难懂。对应的中文版有《金融时间序列分析常见问题集》，当然，目前还没有发出来。经济领域的时间序列有一种特殊的情况叫协整，很多人很关注这方面的理论，关心这个的可以看《Analysis of Integrated and Cointegrated Time Series with R》。最后，比较高级的一本书是关于小波分析的，看《Wavelet Methods in Statistics with R》。附加一点，关于时间序列聚类的书籍目前比较少见，是一个处女地，有志之士可以开垦之！
6.金融
金融的领域很广泛，如果是大金融的话，保险也要被纳入此间。用R做金融更多地需要掌握的是金融知识，只会数据分析技术意义寥寥。我觉得这些书对于懂金融、不同数据分析技术的人比较有用，只懂数据分析技术而不动金融知识的人看起来肯定如雾里看花，甚至有人会觉得金融分析比较低级。这方面比较经典的书籍有：《Advanced Topics in Analysis of Economic and Financial Data Using R》以及《Modelling Financial Time Series With S-plus》。金融产品定价之类的常常要用到随机微分方程，有一本叫《Simulation Inference Stochastic Differential Equations：with R examples》的书是关于这方面的内容的，有实例，内容还算详实!此外，是风险度量与管理类。比较经典的有《Simulation Techniques in Financial Risk Management》、《Modern Actuarial Risk Theory Using R》和《Quantitative Risk Management：Concepts, Techniques and Tools》。投资组合分析类和期权定价类可以分别看《Portfolio Optimization with R》和《Option Pricing and Estimation of Financial Models with R》。
7.数据挖掘
这方面的书不多，只有《Data Mining with R:learing with case studies》。不过，R中数据挖掘方面的包已经足够多了，参考包中的帮助文档就足够了。

『柒』 如何开始学习/使用R语言

R是一种专业性很强的统计语言，如果想学得快一些的话，基本的统计学知识要懂，不然很多东西会掌握的比较慢。 掌握基本语法和操作，推荐国内的已经翻译的比如《R语言实战》《R语言编程艺术》，这个过程中最好结合一些小例子来做一些分析的东西。

『捌』 如何用R读取数据

在R语言里面，有很多读取数据的方法。R能读文本文件，csv格式文件，通过RODBC包读取数据库数据等等。下面我介绍几种最基本的读取数据的方法！

工具/原料
RStudio
方法
不管是读取数据还是写入，R都是在工作路径中完成的。所以首先我们要知道我们的R所在的工作路径是在哪里。使用getwd()函数来获取我们的工作路径。

下面查看工作路径里面有哪些文件，使用dir()函数

如果你所想导入的数据并不在你当前的工作路径中，有两种方法可以解决。第一种就是把数据文件放到工作路径中，第二种方法就是更改工作路径。更改工作路径使用setwd()函数。比如你想要把工作路径设置成桌面

现在我读取我工作路径中，名字为hw1_data.csv的文件。使用read.csv()函数

也可以使用read.table()函数来读取csv格式的文件。由于csv文件的分隔符是“，”所以我们在用read.table()函数的时候，sep参数，我们要设定为sep=“，”

发现read.table()读出来的数据，列名并不是我们文件中的列名，而是V1，V2。。。我们需要加上header这个参数来修改这个问题

另外在read.table()函数族中还有很多参数，对我们读取数据都有帮助，大家可以去了解下。使用？read.table()进行了解

『玖』 如何使用R来连接各个数据库

（1）连接MySQL数据库

首先要下载加载RMySQL这个包。

加载的时候可以使用

[plain] view plain
require(RMySQL)
或者
[plain] view plain
library(RMySQL)

这两个语句的功能是一样的。
现在是建立连接：
[plain] view plain
con<-dbConnect(MySQL(),host='localhost',port=3306,dbname="XXX",user="root",password="XXXXX")
这里连接的是本地数据库，host=‘localhost’，也可以写成host='127.0.0.1'，port为端口，如果不知道的话可以在mysql控制台输入 status来查看数据库的当前配置。其中就包括端口。user为用户名，一般为root，password是你的数据库的密码。
若数据库中的信息是中文，我们就要修改此连接的编码，否则就会出现乱码。

[plain] view plain
dbSendQuery(con,"set character_set_result=gbk")
dbSendQuery(con,"set character_set_connection=gbk")
dbSendQuery(con,"set character_set_database=gbk")
dbSendQuery(con,"set character_set_client=gbk")

这样就搞定了，R已经连接到我们自己的MySQL数据库了。

『拾』 如何在linux环境下使用r语言

1、下载
wget http://mirror.bjtu.e.cn/cran/src/base/R-3/R-3.0.1.tar.gz

2、解压：
tar -zxvf
R-3.0.1.tar.gz
cd R-3.0.1

3、安装 (当然也可以跳过)
yum
install readline-devel
yum install libXt-devel
./configure

4、 配置环境并编译安装
#
如果使用rJava需要加上 --enable-R-shlib
(这个我不需要，所以加入到后面)
# 如果3没安装, 那么后面加上： --with-readline=no
--with-x=no
./configure --prefix=/usr/R-3.0.1
make $$ make install

5、配置环境变量并生效
vi
.bash_profile
export R_HOME=/usr/R-3.0.1
export PATH=.:$R_HOME/bin:$PATH

# 试环境变量生效
source .bash_profile

6、 命令行测试
[admin@JD
software]$ R
WARNING: ignoring environment value of R_HOME

R version 3.0.1 (2013-05-16) -- "Good Sport"
Copyright (C) 2013 The R Foundation for Statistical Computing
Platform: x86_64-unknown-linux-gnu (64-bit)

R是自由软件，不带任何担保。
在某些条件下你可以将其自由散布。
用'license()'或'licence()'来看散布的详细条件。

R是个合作计划，有许多人为之做出了贡献.
用'contributors()'来看合作者的详细情况
用'citation()'会告诉你如何在出版物中正确地引用R或R程序包。

用'demo()'来看一些示范程序，用'help()'来阅读在线帮助文件，或
用'help.start()'通过HTML浏览器来看帮助文件。
用'q()'退出R.

> q()

7、创建脚本测试(t.R)
cd
/opt/script/R
vim t.R

#!/path/to/Rscript
#第一行
x<-c(1,2,3)
#R语言代码
y<-c(102,299,301)
model<-lm(y~x)
summary(model)

8、测试：执行脚本
R CMD BATCH
--args /opt/script/R/t.R
more
/opt/script/R/t.Rout
#查看执行的结果
或者第二种方式
Rscript
/opt/script/R/test.R
#结果直接输出到终端