R语言编程艺术（4）R对数据、文件、字符串以及图形的处理

本文对应《R语言编程艺术》

第8章：数学运算与模拟；

第10章：输入与输出；

第11章：字符串操作；

第12章：绘图

=========================================================================

数学运算与模拟

数学函数：

要求函数的最小、最大值，需要用nlm()和optim()

R也可以进行微积分运算，包括符号微分和数值积分：

#符号微分
D(expression(exp(x^2)), “x”)
#数值积分
integrate(function(x) x^2, 0, 1)

R的odesolve包可以用于处理微分方程；ryacas包提供了R与Yacas符号数学系统接口。

统计分布函数：

一般为前缀加统计分布函数名组成具体函数

前缀：

d  概率密度函数或概率质量函数

p  累计分布函数

q  分布的分位数

r  随机数生成函数

排序：

对向量进行普通的数值排序，可以使用sort()函数完成；如果想得到原向量的索引，可以使用order()函数。

相关函数还有rank()，它返回向量中每一个元素的排位（rank，第几小，以小数处理并列排名）

向量和矩阵的线性代数运算：

diag()函数：如果输入矩阵则返回向量，输入向量则返回矩阵，输入标量则返回相应大小的单位对角矩阵。

集合运算：

用R做模拟：

为了重复运行时获得相同的随机数流，使用set.seed()函数。

=========================================================================

输入与输出

连接键盘与显示器：

scan()函数、readline()函数、print()函数、cat()函数

scan()函数：从文件中读取或者用键盘输入一个向量，可以是数值型或字符型向量。注意读取时默认变量为double型，如果字符型需要手动设置what = “”（或者任意字符串），否则会报错；默认分割符为“空白字符”（whitespace），同样可以手动设置其他类型；当scan()函数接收的文件名为空时，会从键盘读取数据，命令行在每行行首提示的数字是下一个输入项的索引，键入一个空行表示结束输入，默认报告已读取的项目数，如果不希望得到报告，可以设置quiet = TRUE。

readline()函数：可以从键盘输入单行数据，可以指定一个提示语字符串作为参数。

print()函数：打印对象内容；

cat()函数：也是打印对象内容，但是与print()不同之处在于，不会输出编号，只输出内容；可以灵活自定义输出分隔符。

读写文件：

从文件中读取数据框或矩阵、文本文件的操作、访问远程机器上的文件、读取文件和目录信息。

从文件中读取数据框或矩阵：read.table()函数；

读取文本文件：readLines()函数。

连接的介绍：一般通过调用file()/url()或其他R函数创建，更多函数可在命令行输入?connection查看。用close()函数关闭连接，可以让系统知道你已经完成读取操作，可以正式写入磁盘，在互联网上操作可以告诉服务器客户已下线。

通过URL在远程计算机***问文件：某些I/O函数，如read.table()和scan()，可以用网站地址（URL）作为参数（替代文件名）在网络***问文件。

写文件：write.table()函数；cat()函数；writeLines()函数

> #cat()函数可以创建文件u，一次写入一部分，每次写文件都会自动保存
> cat(“abc\n”, file = “u”)
> cat(“de\n”, file = “u”, append = TRUE)

> #file()函数创建文件www并通过设置w建立写入连接
> #writeLines()会将字符串向量分行写入，需要主动关闭连接才能保存文件
> c <- file(“www”, “w”)
> writeLines(c(“abc”, “de”, “f”), c)
> close(c)

获取文件和目录信息：

命令行输入?files可以查看所有与文件和目录相关的函数

访问互联网：

R的套接字（socket）工具可以让程序员访问互联网（Internet）的TCP/IP协议。

R中的socket：

A在与B的连接期间发送的所有字节被看作是一个整体，称为“长消息”（big message）。将长消息分割回若干行文本需要一些额外的工作，对此问题，以下方法可以达到解决目的：

readLines()和writeLines()：这两个函数允许你在写程序时把TCP/IP的消息传输当作是一行一行传递的，尽管这并不是真实情况。如果你要传输的数据本质上就是按行分隔的，那么这两个函数将是非常方便的。

serialize()和unserialize()：可以利用这两个函数传输R对象，比如矩阵或者某个统计函数的复杂输出结果。传输对象将在发送端转换成字符串形式，然后在接收端转换回原来的对象形式。

readBin()和writeBin()：这两个函数用于传输二进制的数据。

以上每个函数都可以对R中的连接进行操作。

此外R中还有另外两个socket函数：

socketConnection()：该函数可以通过socket来创建一个R连接。可以使用参数port来设定端口号，然后将server参数设为TRUE或FALSE来说明需要创建的是服务器还是客户端。如果创建的是客户端，还必须用host参数来设定服务器的IP地址。

socketSelect()：该函数在服务器与多个客户端相连接时非常有用。其主要的参数socklist是一系列连接的列表，而返回值是这些连接的一个子列表，其中的元素所表示的连接提供了服务器可以读取的数据。

=========================================================================

字符串操作

常用字符串操作函数：

正则表达式：

正则表达式是一种通配符，用来描述一系列字符串的简略表达式。

例如[au]表示含有字母a或u的字符串，英文句点（.）表示任意一个字符，反斜杠（\）可以使字符脱离元字符属性（元字符：不按照字面意思理解的字符）。具体学习需要参照正则表达式的教程。

注意当通过一些符号作为字符串查找或分割时，出现一些不可预料的错误时，可以考虑是否是正则表达式引入的。

绘图

创建图形：

在保持现有图形的基础上新增一个绘图窗口：

hist(x)

#Linux系统下
x11()

#Mac系统
macintosh()

#Windows系统
windows()

hist(y)
#图形将在一个新窗口打开显示

定制图形： 

绘制具有显式表达式的函数图像：

根据表达式定义函数，描点即可。

实现方式：plot()描出所有点，或者直接使用curve()，参数设置为表达式与起止点即可。

将图形保存到文件：

R图形设备：

可以打开一个文件（如PDF）：pdf(“d12.pdf”)

创建三维图形：

R中提供了一系列函数用来绘制三维图形，例如persp()和wireframe()函数可以绘制曲面，cloud()函数可以绘制三维散点图。

#wireframe()函数使用范例
library(lattice)
a <- 1:10
b <- 1:15
eg <- expand.grid(x = a, y = b)
eg$z <- eg$x^2 + eg$x *eg$y
wireframe(z ~ x + y, eg)