目录
1 R语言第0步
1.1 安装并载入扩展包
1.2 R与Rstudio安装
1.3设置工作目录
1.4运行程序
2 基本运算与函数调用
2.1基本数学运算
2.2 函数调用与自定义函数
2.3 R语言向量基本运算
2.4 基本绘图
2.5 读入CSV文件基本统计操作
参考
1 R语言第0步
R类似C、C++、JAVA、Python等都是高级编程语言，此外R和Python一样是解释型语言即代码在执行时直接解释，而不需要先编译成机器代码。而R的特点是更偏向于做建模、数据分析、数据可视化等。
1.1 安装并载入扩展包
【1】
install.packages("readr")R通过扩展软件包提供各种功能方法，在安装R时， 以及默认安装了一些必要的扩展包， 如base, stats, graphics等， 这些包在启动R时会默认载入， 不需要用户干预。
# 载入扩展包法一
library(readr)
d <- read_csv("class.csv")
# 载入扩展包法二
# 有些扩展包允许直接用“扩展包名::函数名()”的格式调用
# 在两个扩展包中的函数名字有冲突时， 法二合适
d <- readr::read_csv("class.csv")1.2 R与Rstudio安装
（涉及修改默认工作目录、中文编码、path路径设置等）
1.3设置工作目录
setwd("path")是将已存在的文件夹路径设置为临时的工作路径。
getwd()函数来获取当前工作目录
list.files() 与 dir() 可获取本目录下所以文件
1.4运行程序
（1）直接使用R命令行界面，每输入一行命令，就在后面显示计算结果。 可以用向上和向下箭头访问历史命令。
（2）如果借助RStudio运行R， Console窗格相当于命令行界面。 可以用New File–Script file功能建立一个源程序文件（脚本文件）， 在脚本文件中写程序， 然后用Run图标或者Ctrl+Enter键运行当前行或者选定的部分。
2 基本运算与函数调用
2.1基本数学运算
（1） 四则运算：5 + (2.3 - 1.125)*3.2/1.1 + 1.23E3
1.23E3采用科学计数法，相当于1.23* (10^3)
（2）乘方运算：10^3
相当于10的三次方
（3）平方根：sqrt(x)
（4）e为底的指数：exp(x)
（5）10为底对数：log10(x)
（6）四舍五入为n位小数，n不写默认取整：round (x , n)
（7）向下取整：floor(x)
（8）向上取整：ceiling(x)
（9）pi即3.1415926......
（10）三角函数 sin(x)、cos(x)、tan(x)、
asin(x)、acos(x)、atan(x)
结果以弧度为单位，如pi/6 结果为 30度
2.2 函数调用与自定义函数
# 调用函数sqrt,结果赋值给变量y,再打印出来
y <- sqrt(6)
print(y)
# 复合调用两种方法:1.
y <- sqrt(exp(2))
print(y)
# 复合调用两种方法:2.
# exp(2) |> sqrt()相当于sqrt(exp(2))
y <- (exp(2) |> sqrt())
print(y)
# 自定义函数
f1 <- function(x){
x^2
}
f2 <- function(x){
return(x^2)
}
# cat()函数显示多项内容，
cat("f1(1)的值为", f1(1), 'f2(1)的值为', f2(1),"\n")
2.3 R语言向量基本运算
向量定义
x <- c(1,2,3,4) y<- 1:4 print(x)
向量与一个标量四则运算
x + 200 2*x 2520/x
同型向量四则运算，对应元素进行四则计算
x + y x*y x/y
2.4 基本绘图
# 先绘制坐标系
plot(c(-5,5), c(-5,5), type = "n", xlab = "x", ylab = "y")
# 函数曲线，-2，2为自变量区间
curve(x^2, -2, 2)
# 直线
abline(a = 1, # 与Y轴的截距
b = 1, # 斜率
h = 0, # 与Y轴交叉的平行于x轴的直线， 水平线
v = 0, # 与x轴垂直，平行于Y轴的直线，竖线
)
#------------------------------------#
# 条形图
barplot(c("计算机"=1, "土木"=100),
main="就业人数")
#------------------------------------#
# 散点图
plot(1:100, log10(1:100))
2.5 读入CSV文件基本统计操作
# 读入csv文件 ，请事先确定安装好readr包 【3】
# 01.csv位于当前工作目录下
library(readr)
myCsv <- read_csv("01.csv", locale=locale(encoding="GB18030"))
print(head(myCsv))
# 统计分类频数
table(myCsv[["征收方式"]])
table(myCsv[["征收方式"]], myCsv[["申报渠道"]])
# 数值型变量统计
summary(myCsv[["营业额"]])
参考
【1】 [R语言]1. R语言中R包下载存储位置和安装位置
【2】 （Windows）R、Rstudio安装及配置
【3】 北京大学李东风老师R语言教程练习数据
