第2章 R语言环境

2.1 会话管理

2.1.1 工作空间窗口

#用ls()命令了解都哪些变量定义在工作区
ls()
#这样输出有些乱
#可以通过rm()命令来删除某些对象
rm(height,weight)

2.1.6 内置数据

#加载数据thuesen
data(thuesen)
#需要注意的是thuesen这个数据框隶属于ISwR数据
#要加载thuesen，需要先加载ISwR
library(ISwR)
data(thuesen)

2.1.7 attach和detach

#如果要重复写一些很长的命令，在数据集中获取变量的符号很很麻烦
#比如
plot(thuesen$blood.glucose,thuesen$short.velocity)
#但可以简化
#可以让R在给定数据集的变量中寻找目标
attach(thuesen)
#然后thuesen中的数据就可以得到，而不需要使用$符号
blood.glucose
#上述命令使thuesen被置于系统的搜索路径中
#可以用search()看到搜索路径
#可以看到thuesen被置于搜索路径的第二位
#.GlobalEnv是工作空间
#package:base是定义了所有标准函数的系统库
search()
#可以用detach命令从搜索路径中删除数据集
#如果不给出参数，那么位于第二位置的数据集将被删除
detach()
search()

2.1.8 subset，transform和within

#可以附加一个数据框，从而避免对其中每一个变量的繁琐的索引
#然而，这对于选择数据子集以及用变化变量创建新的数据框却少有帮助
#有一些函数使得这一操作变得简单，如：
#在此处用到subset和transform函数，这里只利用这两个函数的简单功能
#subset函数，从某一个数据框中选择出符合某条件的数据或是相关的列
#transform函数为原数据框添加新的列
thue2 <- subset(thuesen, blood.glucose<7)
thue2
#transform函数中的=符号并不是赋值，而是表示名称
thue3 <- transform(thuesen,log.gluc=log(blood.glucose))
thue3
#transform函数的替代方法有一种是within函数，用法如下：
thue4 <- within(thuesen,{
  log.gluc <- log(blood.glucose)
  m <- mean(log.gluc)
  centered.log.gluc <- log.gluc - m
  rm(m)
})
thue4

2.2 作图系统

2.2.1 图形布局

x <- runif(50, 0, 2)
y <- runif(50, 0, 2)
plot(x, y, main = "Main title", sub = "subtitle",
     xlab = "x-label", ylab = "y-label")
#可以在绘图区域放置点和线
#可以在plot函数中设定
#或者用points和lines添加
#也可以添加如下命令
text(0.6, 0.6, "text at (0.6, 0.6)")
abline(h=.6, v=.6)
#调用abline仅是表明文本如何以点（0.6,0.6）为中心的
#通常，给定a和b后，abline绘制直线y=a+bx
#边界坐标由mtext函数使用
#for循环将数字-1到4放置在每条边界线的0.7位置
for(side in 1:4) mtext(-1:4, side = side, at=.7, line=-1:4)
#接下来的调用在每个边界放置一个标签，给出边的数字，font=2表示使用粗体
mtext(paste("side", 1:4), side = 1:4, line = -1, font = 2)

2.2.2 利用部分构造图形

#下面的命令绘制完全空白的图形
#type="n"使得点不被绘制，axes=F删掉坐标轴以及图周围的方框
#x，y的标题标签被设置成空字符串
plot(x, y, type = "n", xlab = "", ylab = "", axes = F)
#添加图形元素
#第二个axis调用如何制定了小十字符（和标签）的替换
points(x,y)
axis(1)
axis(2, at=seq(0.2, 1.8, 0.2))
box()
title(main = "Main title", sub = "subtitle",
      xlab = "x-label", ylab = "y-label")

2.2.3 par的使用

par函数可以对图的细节进行非常精细的控制
par设置润徐控制线宽和类型、字符大小和字体、颜色、坐标轴的类型、图形图标区域的大小、图形的裁剪等
利用mfrow和mfcol参数可以把一个图分成几个子图

2.2.4 组合图形

#如果希望把一个元素一起放在同一张图的时候，就会产生一些特殊的要求
#比如，为直方图添加一个正态密度函数
#hist中的freq=F参数保证了直方图是根据比例而不是绝对数值画出来的
#curve函数画出一个表达式（根据x），add=T润徐它叠加到已有的图上
#但这样的还不够好
x <- rnorm(100)
hist(x, freq = F)
curve(dnorm(x), add = T)
#解决方案
#首先确定两个图形元素的y值的大小，然后使图形足够大到涵盖这两个值
h <- hist(x, plot = F)
ylim <- range(0, h$density, dnorm(0))
hist(x, freq = F, ylim = ylim)
curve(dnorm(x), add = T)

具体图请参考本人的另一个由blogdown建立的博客。