R语言简介资料.pptVIP

* * * 图9 分步绘图 1 2 3 4 5 6 * 一页多图 图10 一页多图 par() par(mfrow=c(2,2) ... * 在原有图形上添加元素 举例： x - rnorm(100) # 生成随机数 hist(x,freq=F) # 绘制直方图 curve(dnorm(x),add=T) # 添加曲线 h - hist(x, plot=F) # 绘制直方图 ylim - range(0, h$density, dnorm(0)) #设定纵轴的取值范围 hist(x, freq=F, ylim=ylim) #绘制直方图 curve(dnorm(x),add=T,col=red) #添加曲线 * 图10 在原有直方图上添加曲线 * * 编程基础 R可以灵活的编写程序，用户自己编写的程序可以直接调用。编程时无需声明变量的类型，这与C,C++等语言不同。 基本格式 函数名 - function(数据,参数1= 默认值,…) { 异常处理; 表达式(循环/判别); return(返回值); } 函数内部也可用#添加注释 * 程序流程控制 if if(条件) 表达式 if(条件) 表达式1 else 表达式2 举例 p = 0.03 { if(p=0.05) print(p = 0.05!) else print(p 0.05!) } * 循环 for, while for(变量 in 向量) 表达式 用法： for(i in 1:10) print(i) while(条件) 表达式 用法: i - 1 while(i10){ print(i); i - i + 1} * 返回值 返回值表示函数输出的结果。 返回值必须是一个对象。 R默认将最后一行作为返回值。 如果函数的结果需要有多个返回值，可以创建一个list()，并返回该对象。 也可以用return()函数，设定返回值。 但是一个函数的返回的对象只有一个。 * 异常处理 如数据输入不能满足要求，或者参数设定错误等等，可能造成函数给出错误的结果，则需要对函数的运行过程发出警告或终止，以提高程序的稳健性。 警告的写法 if(any(is.na(inputdata))) inputdata - na.omit(inputdata) cat(“NAs are found in the input data, and has been removed.\n) 终止的写法 if(any(is.na(xx))) stop(NAs are not allowed!\n) * 函数举例 问题:输入直角三角形的两个边长，求其斜边长。 定义函数： rcal - function(x,y){ z - x^2 + y^2 result - sqrt(z) return(result) } 调用函数： rcal(3,4) 结果： * 问题描述与目标 某些高浓度的有害藻类对河流生态环境的强大破坏是一个严重的问题，它不仅破坏河流的生物，也破坏水质。 构建一个可以基于化学兴致来准确预测藻类的模型将有助于监理检测有害藻类的廉价的自动化系统。 更好地了解影响藻类频率的因素。 * 数据导入 使用R程序包DMwR中的数据，其中有一个名为algae和algae.sols的数据框，分别为200个样本和140个测试集 使用library(DMwR) head(algae)显示数据框的前6行 * 每条记录由11个变量组成：季节、河流大小、河水速度、最大pH值、最小含氧量、平均氯化物含量、平均硝酸盐含量、平均氨含量、平均正磷酸盐含量、平均磷酸盐含量、平均叶绿素含量 数据可视化和摘要 获得每个变量的统计摘要 summary(algae) * 数据可视化和摘要 获得每个变量的统计摘要 describe(algae) * 数据可视化和摘要 通过可视化了解各个变量的数据分布情况 使用直方图和Q-Q图了解MxPH的数据分布情况 * 数据可视化和摘要 通过可视化了解各个变量的数据分布情况 使用箱图绘制oPO4的数据分布情况 * 数据可视化和摘要 通过可视化了解各个变量的数据分布情况 使用条件绘图指令绘制河流大小与海藻a1条件分位箱线图，了解两者之间的关系： * 数据可视化和摘要 通过可视化了解各个变量的数据分布情况 使用条件绘图指令绘制season、mnO2与海藻a3关系分布图，了解a3与两者之间的关系： * 缺失值处理 剔除缺失值较多的记录 data(algae) manyNAs(algae,0.3)