A通道里的三大件：数据清洗、数据分析、数据可视化

接下来要做的，则是实践标题中的内容：用几分钟了解R入门知识。

还没装的点这里去下载！！！！
还有，R studio也必须安装。

我总结成以下四个标题：

命令行，数据对象，函数(function)，par

先记住这四个名字，本篇文章所有东西将围绕他们展开。

其他所有的东西，我觉得都不是入门必须。虽然它们很有用，但它们不是必须。

R采用的是命令行输入界面，也就是我们常说的写代码。代码大概长这样：

“>”之后就是光标，你可以向里面输入数字、计算式，也可以输入函数和变量，或者一切R能听懂的语言。R都会热情地给你反馈。

当你安装好R和Rstudio之后，就可以尽情地尝（tiao）试（xi）命令行了。在Rstudio里面，命令行默认位于屏幕左下方区域，如图：

左上区域则是代码储存窗口，你可以在里面先随便写点代码，一言不合就点击Run来运行它们。（以你们目前的实力，R应该会立马给你们报错。）

命令行里面，一般会输入哪些东西？

第一种——算式，诸如1+1，3+5之类的。这种时候R完全可以当做计算器来用。（简直是废话）值得一提的是，注意看上面的图，输入1+1之后R给出的返回值是[1] 2，这里方括号里的[1]代表的是顺序，我们会在后面（数据对象）具体讲解。

第二种——调用对象。会在数据对象中讲解。

第三种——函数，函数，函数，重要的事情说三遍。命令行里99%以上的输入，都是函数，你说重要不重要？具体的，我们会在函数里面详细讲解。

如果说R是一个厨房，那么数据对象就是不同的容器，锅碗瓢盆应有尽有。数据只有借由容器，才能进行清洗、加工，以及用于分析。

厨房里的锅碗瓢盆有很多种，R的数据对象也有很多种。但目前大家记住其中的三种就好：

厨房里最小的容器，一般都是碗。向量也是R里面最小、最基础的数据对象。

c(1,2,3,4,5)
[1] 1 2 3 4 5
c(1:20)
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1:30
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
[23] 23 24 25 26 27 28 29 30

函数c()的效果，就是把括号里面的东西做成一个向量，向量的不同元素以“，”作为分隔。

而“：”的作用显而易见，1:20表示从1到20这20个数字。

注意，看代码的最后一行，开头是方括号[23]。这代表这一行从向量的第23个元素开始。回想上一节，为什么“1+1”返回值是“[1] 2”呢？就是因为向量是R里面最小的数据对象，所以1+1不得不生成只有一个元素的向量。这就好比，厨房里最小的碗也有拳头大，但为了装一颗豆子，还是要大材小用。

x<-c(1,2,3,4) #把向量赋值给x
y<-c(3,5,7,9)
x #调用向量x
[1] 1 2 3 4
y
[1] 3 5 7 9
x[2] #调用向量x的第二个元素
[1] 2

上面的代码很重要，它进行了一个最基本也是最重要的操作：赋值。可以看做是“给容器贴标签”

方法很简单，采用“<-”符号就可以了。箭头指向标签名。上面的代码表示，有一个碗里放了四颗豆子分别叫做1、2、3、4，于是我们给这个碗贴上标签叫做“x”。另一个碗里放了四颗豆子叫做3、5、7、9，我们贴上“y”的标签。

赋值有什么作用呢？作用就是，如果没有标签，我们可能就找不到这两个碗和里面的豆子了。

赋值之后就是调用，只要输入变量名称（标签名）就能调用对应的内容（碗）。而输入变量名称+顺序号，就能调用单个元素（豆子）。如上所示

x+y
[1] 4 7 10 13
x%%y
#这里“%%”表示求两个向量的内积，然后会生成一个11矩阵
[,1]
[1,] 70
x2
[1] 2 4 6 8

向量之间也可以直接运算，方法和初高中数学里学的向量运算差不多，类似于上面那些。大家可以自己实验一下。不明白的，你们就自己百度去吧。（不负责任的我啊。。）

列表是一个神奇的数据对象，如同厨房里的多功能橱柜。

橱柜里有很多格子，每个格子都能盛放很多东西。列表也是这样，列表里可以单独分出很多格子，每个格子都能盛放一个单独的数据对象（可以是向量、矩阵，甚至是另外一个列表）。

而橱柜的格子也需要编号，编号方法略有不同。看下面的例子：

list1<-list(x,y,c(3,3))
list1
[[1]]
[1] 1 2 3 4

[[2]]
[1] 3 5 7 9

[[3]]
[1] 3 3

通过list()函数，我们定义了一个叫做list1的列表（多功能橱柜）。这里面现在有三个格子，非常清晰地显示在代码中，它们的编号方式是两个方括号[[1]]。

聪明的读者应该也能想到，列表及其中的元素同样也能进行调用。

list1[[1]]
#调用list1中的第一个“格子”
[1] 1 2 3 4
list1[[1]][3] #调用list1第一个“格子”里的第三个元素。
[1] 3

三个格子中，每个格子装一个向量。

列表的作用是什么？等到下一章，你们就知道了。

数据框是R里面最重要的数据对象！数据框是R里面最重要的数据对象！数据框是R里面最重要的数据对象！重要的事情说三遍！

炒锅在厨房里无疑也是最重要的。菜品的完成，大部分时间都依赖炒锅。我们数据分析的过程中，数据大部分时间也是呆在数据框里面的。

但数据框这个名字有点抽象。其实，他就是二维表。或者再通俗一点，就是我们天天见到的表格。在R里面大概长成下面这样：

States是一个数据框（表格），head()函数帮助我们调用了这个表格的前五行。

我们能看到，这个表格包括美国各个州的人口、收入等等数据。虽然没有画线，但是还是能看得出典型的行标签、列标签和数据内容的。显然，这就是我们日常处理数据的时候，最喜欢用的方法：表格。

数据框的赋值通过函数data.frame()完成。很简单，日后提到的时候，一看就懂。

表格里的内容当然也可以调用，但似乎没有前两个那么直观。方法如下：

StatesKaTeX parse error: Expected 'EOF', got '#' at position 7: pop #̲数据框名后加上美元符号""，接列标签名，就能调用列。输出结果是一个向量
[1] 4041 550 3665 2351 29760 3294 3287 666 607 12938 6478
[12] 1108 1007 11431 5544 2777 2478 3685 4220 1228 4781 6016
[23] 9295 4375 2573 5117 799 1578 1202 1109 7730 1515 17990
[34] 6629 639 10847 3146 2842 11882 1003 3487 696 4877 16987
[45] 1723 563 6187 4867 1793 4892 454
States[2]
#用数字也可以调用列，但出来的则是一个砍掉了其他所有列的数据框
pop
AL 4041
AK 550
AZ 3665
AR 2351
CA 29760
CO 3294

日常操作中，我们一般会用attach()来锁定一个数据框。之后，只要直接输入列名称，就能调用列了。如下。

attach(States)
pop
#效果相当于语句States$pop
[1] 4041 550 3665 2351 29760 3294 3287 666 607 12938 6478
[12] 1108 1007 11431 5544 2777 2478 3685 4220 1228 4781 6016
[23] 9295 4375 2573 5117 799 1578 1202 1109 7730 1515 17990
[34] 6629 639 10847 3146 2842 11882 1003 3487 696 4877 16987
[45] 1723 563 6187 4867 1793 4892 454

R的数据对象有很多种，我们现在先记住其中的三种。

碗——向量（vector）

多功能橱柜——列表（list）

炒锅——数据框（data frame）

并且，记住他们的结构，赋值方法，以及调用方法。

其他的数据对象包括矩阵（matrix），数组（array），时间序列（ts）等等，以后再谈。

值得一提的是，千万不要把数据对象和数据类型搞混。前者就是我们刚刚讲的容器的种类，而后者则是豆子的种类。

数据类型包括数值型（numeric），字符型（character），缺失值（NA）等等，一看就懂。可以通过mode()函数检测数据类型：

x<-c(1,2,3.3,pi)
#这些都是数字，当然是数值型
mode(x)
[1] “numeric”
y<-c(“thanks”,“for”,“dian”,“zan”)
#双引号或单引号括起来的任何东西，都是字符型
mode(y)
[1] “character”
z<-c(1,2,3,“oops”)
#然而一个向量不能同时存在数值和字符元素。如果你加了一个字符型进去，整个向量的所有元素都会自动加上双引号，变成字符型。
mode(z)
[1] “character”