大數據分析第二講筆記
大數據分析第二講筆記
R是運行環境，RStudio是開發環境
一、RStudio界面介紹
- Workspace (左上角)
- Console (左下角)
- Environment、History (右上角)
- Files、Plots、Packages、Help、Viewer (右上角)
Workspace
剛開啟時不會存在，可以在左上角有一個開啟新文件的icon，選擇一個新的R script檔案，這邊主要是用來撰寫程式碼的部分。
Console
用來執行程式碼的地方，在Workspace選取欲執行的程式碼，按下Ctrl+Enter就會發現程式碼自動在Console執行完成。
Environment、History
l Environment:是用來記載目前變數的數值，方便查看目前變數的狀況。
l History:是所有在Console執行過程式碼的歷史記錄。
Files、Plots、Packages、Help、Viewer
Files：是讓使用者了解所在的工作環境是在哪個目錄，這個對讀取檔案非常重要。
Plots：顯示示使用者畫好的圖表。
Package：記錄目前已安裝的 Package，打勾代表已經載入，安裝 Package 請選擇「Install」。
Help：查詢文件使用，在 Console 輸入 help()，() 輸入所要查詢方法的名稱，ex：help(sum)。
Viewer：是用來顯示網頁或 html file。
二、包的使用方法
包是R函數、數據、預編譯代碼以一種定義完善的格式組成的集合。
計算機上存儲包的目錄稱為庫（library）。函數.libPaths()能夠顯示庫所在的位置， 函數library()則可以顯示庫中有哪些包。
#包的安裝
install.packages(「gclus」)
#包的載入
library(gclus)
三、數據結構
數據結構包括向量、矩陣、數組、資料庫、列表、因子。
1.向量：向量是用於存儲數值型、字元型或邏輯型數據的一堆數組。
2.矩陣：矩陣是一個二維數組，只是每個元素都擁有相同的模式（數值型、字元型或邏輯型）。可通過函數matrix創建矩陣。一般使用格式為：
Matrix(vector，nrow=2,ncol=2,byrow=TRUE,dimnames=list(rnames,cnames))
其中vector包含了矩陣的元素，nrow和ncol用以指定行和列的維數，dimnames包含了可選的、以字元型向量表示的行名和列名。選項byrow則表明矩陣應當按行填充（byrow=TRUE）還是按列填充（byrow=FALSE），默認情況下按列填充。
如何訪問矩陣中的元素？
a[i,]指矩陣x中的第i行，a[,j]指第j列，a[i,j]指第i行第j個元素
3.數組，數組（array）與矩陣類似，但是維度可以大於2。數組可通過array函數創建，形式如下：
array(vector,dimensions,dimnames)
其中vector包含了數組中的數據，dimensions是一個數值型向量，給出了各個維度下標的最大值，而dimnames是可選的、各維度名稱標籤的列表。
4.數據框，形式如下；
Data.frame(col1,col2,col3,col4...)
通過$和列表名來選取數據框中的某一列
#查找
age1 <-patientdata$age
#選取一部分
Subdata <-patientdata[c(「diabetes」,「status」)]
#有多少個病人
patientNumber <- nrow(patientdata)
#查找「1型糖尿病」的病人
type1 <-patientdata[patientdata$diabetes==「1型糖尿病」，]
#統計病人數
Type1.number <- nrow(type1)
#增加數據
Patentdat <- rbind(patientdat,newPatient)
#增加列
Patientdata <- cbind(patientdata,inTime)
5.列表：集合各個數據結構，形式如下；
List(name1=object1,name2=object2,name3=boject3...)
#有多少病人
patientNumber<- nrow(patientdata)
#患「1型糖尿病」人的信息
type1 <- patientdata[patientdata$diabetes ==「1型糖尿病」，]
#有多少病人
Kpi <- list(diabetesType1=type1,number=number)
#獲取列表中的kpi:病人數目
number <- kpi[[「numner」]]
推薦閱讀：