"深入学习R语言：数据分析与挖掘实战经验分享"

R语言数据分析与挖掘 ========= ## 运行环境 R 3.6.1 ，RStudio ## 目录 * [R语言数据分析与挖掘](#R语言数据分析与挖掘) * [一、R的基本数据结构](#一R的基本数据结构) * [1、向量](#1向量) * [2、列表](#2列表) * [3、矩阵](#3矩阵) * [4、数组](#4数组) * [5、因子](#5因子) * [6、数据帧](#6数据帧) * [二、获取外部数据](#二获取外部数据) * [1、R读写文件](#1R读写文件) * [2、R操作数据库](#2R操作数据库) * [三、数据可视化](#三数据可视化) * [1、条形图](#1条形图) * [2、箱形图](#2箱形图) * [3、直方图](#3直方图) * [4、线形图](#4线形图) * [5、散点图](#5散点图) * [6、饼状图](#6饼状图) * [四、数据分析](#四数据分析) * [1、回归分析](#1回归分析) * [2、决策树分析](#2决策树分析) * [3、支持向量机SVM](#3支持向量机SVM) * [4、随机森林算法](#4随机森林算法) * [5、时间序列分析](#5时间序列分析) * [6、卡方检验](#6卡方检验) * [7、聚类分析](#7聚类分析) * [五、R语言web开发框架](#五R语言web开发框架) * [1、shiny](#1shiny) * [2、FastRWeb](#2FastRWeb) ### 一、R的基本数据结构 ### 1、向量 - 向量对象有六种数据类型的原子向量，其他R对象是建立在原子向量之上的。六类向量类型包括逻辑、数字值、整数、复数、字符、原生<br> 当要创建具有多个元素的向量时，应该使用c()函数，表示将元素组合成一个向量<br> ``` > # Create a vector. > apple <- c('red','green',"yellow"); > apple <- c('red','green',"yellow"); > print(apple); [1] "red" "green" "yellow" > > # Get the class of the vector. > print(class(apple)); [1] "character" > ``` ### 2、列表 - 列表是一个R对象，它可以包含许多不同类型的元素，如向量，函数，甚至其中的另一个列表<br> ``` > # Create a list. > list1 <- list(c(2,5,3),21.3,sin); > # Print the list. > print(list1); [[1]] [1] 2 5 3 [[2]] [1] 21.3 [[3]] function (x) .Primitive("sin") > ``` ### 3、矩阵 - 矩阵是二维矩形数据集。 它可以使用向量输入到矩阵函数来创建<br> ``` > # Create a matrix. > M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE) > print(M) [,1] [,2] [,3] [1,] "a" "a" "b" [2,] "c" "b" "a" > ``` ### 4、数组 - 矩阵只能有两个维度，数组可以是任意数量的维数。数组函数采用一个dim属性，创建所需的维数。 下面创建一个有两个元素的数组，每个元素都是3x3个矩阵 ``` > # Create an array. > a <- array(c('green','yellow'),dim = c(3,3,2)) > print(a) , , 1 [,1] [,2] [,3] [1,] "green" "yellow" "green" [2,] "yellow" "green" "yellow" [3,] "green" "yellow" "green" , , 2 [,1] [,2] [,3] [1,] "yellow" "green" "yellow" [2,] "green" "yellow" "green" [3,] "yellow" "green" "yellow" > ``` ### 5、因子 - 因子是使用向量创建的R对象。 它将向量存储在向量中的元素的不同值作为标签。标签始终是字符，无论它是输入向量中是数字，还是字符或布尔等。它们在统计建模中很有用。 因子使用factor()函数创建。nlevels函数给出了级别的计数 ``` > # Create a vector. > apple_colors <- c('green','green','yellow','red','red','red','green') > # Create a factor object. > factor_apple <- factor(apple_colors) > # Print the factor. > print(factor_apple) [1] green green yellow red red red green Levels: green red yellow > print(nlevels(factor_apple)) [1] 3 > ``` ### 6、数据帧 - 数据帧是表格数据对象。与数据帧中的矩阵不同，每列可以包含不同的数据模式。 第一列是数字，而第二列可以是字符，第三列可以是逻辑类型。它是一个长度相等的向量列表。 数据帧使用data.frame()函数创建。 ``` > # Create the data frame. > BMI <- data.frame( + gender = c("Male", "Male","Female"), + height = c(152, 171.5, 165), + weight = c(81,93, 78), + Age = c(42,38,26) + ) > print(BMI) gender height weight Age 1 Male 152.0 81 42 2 Male 171.5 93 38 3 Female 165.0 78 26 > ``` ### 二、获取外部数据 ### 1、R读写文件 - R可以读取和写入各种文件格式，如：csv，excel，xml、json等。<br> ``` setwd("D:/R") data <- read.csv("test.csv") print(data) ``` ### 2、R操作数据库 - R可以很容易地连接到许多关系数据库，如：MySQL，Oracle，Sql Server等，并将它们作为数据帧提取。<br> ``` library("RMySQL"); mysqlconnection = dbConnect(MySQL(), user = 'root', password = '123456', dbname = 'testdb', host = 'localhost') dbListTables(mysqlconnection) ``` ### 三、数据可视化 ### 1、条形图 - R使用barplot()函数来创建条形图。R可以在条形图中绘制垂直和水平条。 在条形图中，每个条可以被赋予不同的颜色<br> ``` setwd("H:/R_Excavate/code/img/3") H <- c(7,12,28,3,41) M <- c("一月","二月","三月","四月","五月") # Give the chart file a name. png(file = "barchart.png") # Plot the bar chart. barplot(H,names.arg = M,xlab = "月份",ylab = "收入量",col = "green", main = "收入图表",border = "red") # Save the file. dev.off() ```  ### 2、箱形图 - R中的箱形图通过使用boxplot()函数来创建，表示数据集中的最小值，最大值，中值，第一四分位数和第四四分位数。 通过为每个数据集绘制箱形图，比较数据集中的数据分布也很有用。 ``` setwd("H:/R_Excavate/code/img/3") png(file = "boxplot.png") # Plot the chart. boxplot(mpg ~ cyl, data = mtcars, xlab = "气缸数", ylab = "每加仑里程", main = "里程数据", notch = TRUE, varwidth = TRUE, col = c("blue","green","red"), names = c("高","中","低") ) # Save the file. dev.off() ```  ### 3、直方图 - R使用hist()函数创建直方图。 该函数将一个向量作为输入，并使用一些更多的参数绘制直方图。 ``` setwd("H:/R_Excavate/code/img/3") v <- c(9,13,21,8,36,22,12,41,31,33,19) # Give the chart file a name. png(file = "histogram.png") # Create the histogram. hist(v, main="直方图示例-2", xlab = "重量", ylab="高度",col = "blue",border = "red", xlim = c(0,40), ylim = c(0,5), breaks = 5) # Save the file. dev.off() ```  ### 4、线形图 - R中通过使用plot()函数来创建线形图，可以使用lines()函数在同一个图表上绘制多个直接。 ``` setwd("H:/R_Excavate/code/img/3") # Create the data for the chart. v <- c(7,12,28,3,41) t <- c(14,7,6,19,3) # Give the chart file a name. png(file = "line_chart.png") # Plot the bar chart. plot(v,type = "o",col = "red", xlab = "月份", ylab = "降雨量", main = "降雨量图表") lines(t, type = "o", col = "blue") # Save the file. dev.off() ```  ### 5、散点图 - R中简单散点图使用plot()函数来创建，可通过使用pairs()函数来创建散点图的矩阵。 ``` setwd("H:/R_Excavate/code/img/3") png(file = "scatterplot.png") pairs(~wt+mpg+disp+cyl,data = mtcars,main = "散点图矩阵") # Save the file. dev.off() ```  ### 6、饼状图 - 在R中，使用将正数作为向量输入的pie()函数创建饼状图。附加参数用于控制标签，颜色，标题等。可以使用附加包来绘制具有3个维度的饼图。软件包plotrix中有一个名为pie3D()的函数，用于此效果 ``` setwd("H:/R_Excavate/code/img/3") library("plotrix") # Create data for the graph. x <- c(21, 62, 10,53) lbl <- c("70后", "80后", "90后", "00后") # Give the chart file a name. png(file = "3d_pie_chart.jpg") # Plot the chart. pie3D(x,labels = lbl,explode = 0.1, main = "出生年龄段 - 饼状图") # S