close
先來看看R怎麼運作的：這邊的指令都是利用R的基本內建的物件，打開R在console裡輸入應該都可以跑。
> colMeans(iris[, -5])
Sepal.Length Sepal.Width Petal.Length Petal.Width
5.843333 3.057333 3.758000 1.199333
這行程式的中文翻譯是：把iris裡第五個變數踢掉，再對剩下的變數分別取平均。就像英文裡完整的句子要有主詞(名詞)和動詞一樣，用R就是不斷的請某個東西做某種變換。
這裡iris是鳶尾花的資料，colMeans是對每一行(欄)取平均的函數。
[補充統計小知識：在資料的排列上，一般習慣每一列(row)是一個受測者，每一欄(column)是一個變數(描述受測者身上我們想研究的某幾種特徵)。在R裡輸入iris叫資料出來看，會發現每一列是一朵花，每一欄記錄花萼長寬花瓣長寬和種類，不管在哪個軟體裡，資料通常以這種方式記錄的。可以回想一下你在生活中接觸到的Excel表或其他資料是不是大部份都這樣？或輸入trees、CO2、cars看看是不是也是這樣。]
在R裡面輸入物件名稱就會印出它們的樣子，不過這種作法通常沒什麼太大幫助，對於R現有的物件，最好是用?來幫忙。其他更多的內件數據清單，請輸入data()。
> data()
(會有出現一堆資料名稱和簡述，手邊沒有資料的又想練習R的可以從裡面找資料來試試。)
> data()
(會有出現一堆資料名稱和簡述，手邊沒有資料的又想練習R的可以從裡面找資料來試試。)
> iris
(省略輸出結果)
> ?iris
(會跳出iris的介紹)
?雖然長得不太像函數，但它其實是help的簡化版，使用?有問題的時候再叫help來幫忙。
> help("?")
想要用R的話，一定要好好利用help()。最後一課Lesson4裡講如何有效從help裡自學R和統計。
R內存的物件很多，但可以把這些物件略分為兩大類：抽象的vs.具體的。
( )前的物件是個函數(function)，負責抽象的的動作，會對( )裡的東西做轉換。在這裡是colMeans函數要對iris[, -5]裡每一欄變數取平均。
( )前的物件是個函數(function)，負責抽象的的動作，會對( )裡的東西做轉換。在這裡是colMeans函數要對iris[, -5]裡每一欄變數取平均。
iris[, -5]是把第五個變數踢掉的意思。[ ]前的物件一定是某種具體的東西，[ ]是用來取資料裡特定位置的數據，所以[ ]裡寫的是座標、位置的訊息。至於具體怎麼定位，就要依照物件的結構和維度了，這是Lesson 2會先介紹。
請注意：雖然R裡所有東西都是物件(Object)，但為了說明的方便，我會稱抽象的為「函數」，具體的叫「物件」。
再來有個小問題：為什麼我要把第五欄變數踢掉？請試著輸入
> colMeans(iris)
Error in colMeans(iris) : 'x' must be numeric
這是錯誤的指令，而且它必須是錯誤的！因為第五欄是花的種類，不是數字。
平均只能對像長度寬度這種數字取，對花的種類算平均是沒有意義的。
用R的第一個困擾就是：如果對物件結構不清楚，會很容易出現一直Error！所以Lesson 3 會講結構。
[補充統計小知識：故意挑這筆資料，除了因為它在機器學習和統計都是很有名的範例外，也是因為它有兩種完全不同類型的變數。在統計裡，變數有略分為兩大類。
如果還記得小時候學過長條圖和直方圖的話，能畫長條圖(bar plot)的資料是一類，能畫直方圖(histogram)的是另一類。
在這裡，只有花的種類能畫長條圖，其他都是畫直方圖。他們從圖型表達上開始就是用不同類的方法，其他分析方法的選用也會不一樣。統計的用語裡，前者是離散型(discrete)變數，後者是連續型(continuous)變數。另外，如果你看過統計第一章就會知道，變數不只分兩類，還可以再細分的。]
用R分析資料大約就是反覆堆疊( )和[ ]，也就是說，把數據用函數做轉換、再取出結果再轉換、再取出結果再轉換.....然後就一直做到你滿意為止。
堆疊過程中常常有東西是要先存下來等一下才用，這時就叫要assign家族幫忙了。
> x <- mean(iris[[2]]); mean(iris[[2]]) -> x; x = mean(iris[[2]])
> x
[1] 3.057333
第一行放了三個各別的指令，做的是相同的事情：把計算出iris[[2]]的平圴存成物件x。兩個單獨指令放一行，中間要用;隔開。不管是 <- -> = 都是assign家方便好使喚的小弟們，通常不會出問題，之後如果在存物件上遇到任何問題，請直接找家族老大assign()出面解決。
做了assign的動作後，mean的計算結果就不會印出來了，所以要看結果要在打一次新物件的名字把它印出來，或是用print()要求它印出結果。最後這行指令是前面的兩行指令一步到位，儲存同時印結果。最外層的()就是print()的偷懶法。
做了assign的動作後，mean的計算結果就不會印出來了，所以要看結果要在打一次新物件的名字把它印出來，或是用print()要求它印出結果。最後這行指令是前面的兩行指令一步到位，儲存同時印結果。最外層的()就是print()的偷懶法。
> (x <- mean(iris[[2]]))
[1] 3.057333
最外層的()這種偷懶寫法只有這種時候可以用，在迴圈或函數裡都不會有作用。
如果有機會自己寫迴圈或函數，裡面的東西都不會印出來，所以要查錯時，或要看中間的計算結果，都要靠print()一族。
如果有機會自己寫迴圈或函數，裡面的東西都不會印出來，所以要查錯時，或要看中間的計算結果，都要靠print()一族。
最後，簡短的介紹怎麼安裝R：
先一個很簡單的安裝方法：直接上網下載點擊安裝 https://cran.r-project.org/mirrors.html 裡有是不同的國家的載點，挑一個順眼的(較快的)進去，選自己的作業系統下載，鼓勵裝英文。如果安裝失敗，請找google。
小結：
認識( )和[ ]後，也可以自己存一些小物件再叫出來看print()。
下兩篇講如何定位截取物件裡的部份內容，會扯到一點物件結構和屬性的差異。
下兩篇講如何定位截取物件裡的部份內容，會扯到一點物件結構和屬性的差異。
R Lesson 2 用[]提取物件內的資料的方法。
文章標籤
全站熱搜
留言列表
胡思亂想 (2)