R语言入门团队学习帖

wekapeanut

R语言入门团队学习帖

大家好！我们正在发起R语言入门的团队学习，如果您也跟我们一样刚刚起步，欢迎加入到一块来吧 :-)

同时也欢迎高手前来指点迷津 :-)

用什么教材？

大家可以根据自身情况选用合适的教材。

1.《An Introduction to R》该手册由R核心团队编写。作者为 W. N. Venables, D. M. Smith 以及 the R Core Team 。以下简称《R-intro》

2.《R导论》这是《An Introduction to R》中文版，译者丁国徽。

3.《R for Beginners》。英文版下载地址： http://cran.r-project.org/doc/contrib/Paradis-rdebuts_en.pdf ，中文版下载地址： http://images.ruc.edu.cn/other/2007-11-23/1195795858455.pdf

4.《153分钟学会R》刘思喆 2008年7月24日 PDF版。作者还在缓慢更新，临时下载地址： http://www.bjt.name/todo/ 。入门时这本书适合快速过一遍，你能很快地了解到R是什么、能做什么、有哪些常见问题、有哪些常用技巧。入门后还可以不断温故而知新，可作为参考手册翻阅。

5.《Data Mining with R -- Learning with Case Studies 》(英文)。

这是一本从案例的角度来介绍如何用R语言进行数据挖掘的书。以下简称《DMwR》

怎么学：

建议先看《R for beginners》。大概4周时间。

接下来是《DMwR》，先学第一章R介绍，掌握常用函数，接着就直接切入到数据挖掘的案例中来了。大概3个月时间。

另外，有兴趣可以先看这两份材料作为热身：

一个是《153分钟学会R》，你会对R有个基本认识。

另一个是《R导论-丁》的《附录1 一个演示会话》，好处是可以通过作图很直观、很快速地认识R。有条件可以看英文《R-intro》的《Appendix A - A sample session》

我们的团队：

团队学习正式开始日期：2012年8月1日

团队学习指导老师：dengyishuo

团队学习成员（截止至8月1日 17:00）： wekapeanut, Alison, brown10, atwinsken, feilongtrp, suckbunny, hujingdj, onioncy, wotou, senine, 蟋蟀, icqwj, leohippo, cyfloel, coolfarseer, bigcloud.

怎样报名加入？

随时欢迎！请前往报名帖中报名： http://cos.name/cn/topic/107616

提议

我还有个提议，我们结合这次团队学习，在《R导论-丁》的基础上，结合最新版的《R-intro》，对《附录1 一个演示会话》进行重新修订。修订工作在统计之都的Wiki上进行，以便大家共同工作。

这个学习帖的楼层安排：

一楼：团队学习的提纲、事项发布等等。

二楼：团队学习问题汇总帖。以方便大家讨论以及高手指点迷津。

三楼：大家的学习心得进行精华整理。

-----------------------

更新记录：

更新01：2012-07-31, 版主推荐了《R for Beginners》，刘思喆给了《153分钟学会R》的最新链接。

更新02：2012-08-01, 对教材进行了调整。

wekapeanut

二楼：团队学习问题汇总帖。以方便大家讨论以及高手指点迷津。

第一批问题汇集

2012-08-01

问题1. 单引号或双引号？有啥区别？

> gl(2, 5, labels = c("female", "male") )

> gl(2, 5, labels = c('female', 'male') )

问题2. 书中说到R packages包含datasets ，不是非常太理解。我只知道有一个系统默认自带的 package:datasets 基本数据集

问题3. dim(m)<-c(2,5) 会改变m？真奇怪。在Java, Python等编程语言的标准函数中，这样做是不可想象的。

问题4. 有两个函数。 margin.table() 指的是 marginal frequency，翻译为“边际频数 ”？

prop.table() 指的是 marginal frequency, 翻译为"相对频率" ？

问题5. matrix译作矩阵， array 译作数组？

问题6. 书中 Sub-Setting 这一节讲解了 x[x>0]; x[-(1:3)]; 等操作，Sub-Setting 翻译为“子设置" ？

wekapeanut

三楼：大家的学习心得进行精华整理。

bjt

《153分钟学会R》还在缓慢更新，用这里的吧 http://www.bjt.name/todo/

twinsken

回复第4楼的刘思喆：推荐一个期刊 JSS(http://www.jstatsoft.org/)，比如提到的topicmodel包，都能找到相关使用说明以及比较丰富的例子(http://www.jstatsoft.org/v40/i13)

leohippo

今天刚看到帖子，最近我也在学R，大家一起交流！

itellin

有这一本就够了：The R Book

fan

回复第1楼的 wekapeanut：

R入门级网站：http://www.statmethods.net/

R中文群体博客：http://r-ke.info/

R英文群体博客：http://www.r-bloggers.com/

wekapeanut

昨天拜读了刘思喆的《153分钟学会R》，作了以下摘录：

常见问题：

1.中文支持问题，绘图时要直接使用cairo模式。不清楚R最新版本2.15.1是否解决了中文问题？

2.文件路径要用\\或/ 。

常用技巧：

1. R的集成开发环境，不喜欢纯命令行的朋友可以用图形化的工作环境，RStuio。

2. 调用其它程序：system(), shell.exec()。

3. 保存自己的工作：save.image(), save()

4. 查看或设置当前工作目录 getwd(), setwd()。

wekapeanut

这几天已经在看《Data Mining with R -- Learning with Case Studies 》了，作了一些笔记：

### 疑问

单引号或双引号？有啥区别？

> gl(2, 5, labels = c("female", "male") )

> gl(2, 5, labels = c('female', 'male') )

Preface - 序言

------------

本书特色：通过实践案例来学习用R进行数据挖掘。

怎么处理大量数据？ R语言 + MySQL数据库。

书中说到R packages可以包含datasets ？不太理解。

Chapter 1 Introduction

----------------------

R语言怎么跟MySQL数据库打交道？ RMySQL ！

1.1 How to Read This Book?

--------------------------

Learning by doing it! 通过实践来学习！

书上所有代码和数据都可以下载，真棒！

http://www.liaad.up.pt/~ltorgo/DataMiningWithR/

1.2 A Short Introduction to R

-----------------------------

R是一种函数式语言。嗯，我记得Python是脚本语言。函数式语言的特别之处在哪里？

### 1.2.1 Starting with R

CRAN: Comprehensive R Archive Network. 直译过来是：深邃的R归档网络。

CRAN是啥东东？我现在只知道可以从CRAN下载R包。

> q() # 退出

怎么安装R包：

> install.packages('RMySQL') #安装包

> installed.packages() #已经安装的包

> library() #已经安装的包

> old.packages()

> update.packages()

怎样获得帮助：

> help(plot)

> ?(plot)

> help.start()

> RSiteResearch('neural network')

** R搜索网站： http://www.rseek.org/ 好像国内打不开**

### 1.2.2 R Objects

R语言的核心概念：objects 和 functions。对象和函数。

对象可以看作带有名称的存储空间。变量、数据、函数等等，都是对象。

函数是对象的特殊类别。

赋值操作符： <-

> x <- 945

> i <- ( z*2 + 45)/2

怎样查看内存空间：

> ls()

> rm(x,y) # 不留痕迹

### 1.2.3 Vectors 矢量

所有的对象都有具备模式(mode）和长度（length)，矢量也不例外。

Vector 矢量

> v <- c( 1, 3, 5 )

> length(v)

> mode(v)

> v <- c(4, 7, 23.5, "rrt" ) # 注意模式必须相同

> u <- c(4, 6, NA,2) # NA 空值

> k <- c(T, F, NA, TRUE) # 逻辑判断

> v[2] <- "hello" # 取元素

> x <- vector() # 空矢量

> v <- c(v[5], v[7]) # 矢量重新赋值

senine

回复第10楼的 wekapeanut：

1."" '' 好像没分别的样子

(= <- 似乎也没分别）

2. > v <- c(4, 7, 23.5, "rrt) enter返回+，是因为R判断语句未完整，"rrt) 被看做是char型字符串的一部分。似乎有判断""配对的机制。

> v <- c(4, 7, 23.5, "rrt)

+ ",5)

> v

[1] "4" "7" "23.5" "rrt)\n" "5" #一行注意不写完的话回车有换行符

wekapeanut

回复第11楼的 senine：

对不起，我漏写了一个双引号。

> v <- c(4, 7, 23.5, "rrt")

我已经写了不少《Data Mining with R -- Learning with Case Studies 》的笔记，发现太长了，放在这个学习帖中会干扰团队学习，我还是另外起个帖子吧。

jolterhead_mt

找到一起学R的人了[s:13]

第一天问问题：

为什么运行下面的程序后会出现“错误于if (u2 <= p[y]/0.12) break :

需要TRUE/FALSE值的地方不可以用缺少值”这样的错误呢？

rej.exam4_11=function(n)

{x=rep(0,n)

p=c(0.11,0.12,0.09,0.08,0.12,0.10,0.09,0.09,0.10,0.10)

for(i in 1:n)

{

y=numeric(n)

repeat

{

u1=runif(1)

y=floor(n*u1)+1

u2=runif(1)

if(u2<=p[y]/0.12) break

}

x=y

}

}

rej.exam4_11(15)

jolterhead_mt

回复第1楼的 wekapeanut：那个。。。lz,我能不能问一下你学习R的方法啊。

我原来没什么计算机编程语言的基础，现在学这个有点一开始摸不着头脑。

是不是应该对应着各个函数还有书上的例子，自己动手操作来了解每个命令呢？

dengyishuo

解答：

1.在这里，gl函数中单引号和双引号没区别。

2.任何一个R包都可以包含函数、数据集等内容，所以很多R包里面都含有数据集，载入数据集的方法是

library(R包名)

data(数据集名)

attach(数据集名)

3、CRAN,是R综合档案馆。

4、<-在牵涉到逻辑判断时，比如x[x<-2]会出现问题。

set.seed(123)

x=rnorm(10)

x[x<-2]

x[x=2]

x[x<(-2)]

dengyishuo

你不能看一点就问问题，很多问题看到后面自动就有了答案。建议要通读一遍书籍，然后再回头细看。

senine

回复第13楼的 jolterhead_mt：

1.函数定义没问题。但不太明白你要干嘛。变量全在函数体内，也没有返回值。

2.p只定义了10位，做function（15）时p[y]爆掉了，返回的值是NA，所以没法判断。

3.能否说下你做随机的目的，看我能否帮忙改下？（本人菜鸟，弄错了勿喷。）

wekapeanut

回复第17楼的 dengyishuo：

谢谢dengyishuo的指点！

jolterhead_mt

回复第18楼的 senine：太感谢你了，我是菜鸟中的菜鸟，这个只是统计模拟方法的一种，模拟一个具有指定分布的过程，我自己补充了一点所以碰到了错误。