R语言

用於統計計算的編程語言

R语言是一種自由軟體程式語言與操作環境,主要用于统计分析、绘图以及数据挖掘。R本來由來自新西蘭奧克蘭大學的统计学家罗斯·伊哈卡罗伯特·杰特曼開發,現在由R核心小组負責開發,同时也有其他用户编写了诸多外挂的软件包。R以S语言为基础,其词法作用域语义來自Scheme。R的后台程序大多由C语言FORTRAN语言和R自己写成。[8]

R
R logo.svg
编程范型多重編程範式阵列式物件導向函數式反射式指令式[1]过程式[2]
設計者罗斯·伊哈卡罗伯特·杰特曼
實作者R核心開發小組
发行时间1993年8月,​29年前​(1993-08
穩定版本
4.2.2[3]
(2022年10月31日,35天前 )
型態系統动态类型[4]
文件扩展名
網站www.r-project.org 編輯維基數據鏈接
啟發語言
SSchemeLisp
影響語言
Julia[7]

R语言是GNU計劃的一个项目,所以其原始碼可自由下載使用。R也有已編譯的執行檔版本可以下載,可在多种平台下运行,包括UNIX(也包括FreeBSDLinux)、WindowsMacOS[8]R可以以命令行操作,[8]同時有人開發了幾種圖形用戶界面,其中包括RStudio[8]Jupyter[9]

在TIOBE2022年1月对编程语言人气的排名中,R排名第12。[10]

发展历程编辑

R语言以S语言为基础,增加了Scheme语言中词法作用域这一机制,使程序员得以将代码中某一对象的适用范围限制到一小段代码之中。[1]S由里克·贝克尔、约翰·钱伯斯英语John Chambers (statistician)、道格·邓恩、琼·麦克雷、以及朱迪·席林于1976年前后于贝尔实验室发明。[11]S是一种用于数据分析的解释型语言,无需编译器即可运行。通常用S语言编写的代码都可以不作修改地在R环境下运行。[12]Scheme是Lisp语言的一个分支,[13]杰拉尔德·J·萨斯曼小盖伊·L·斯蒂尔于1975年前后在麻省理工学院发明。[14]

1991年,新西兰奥克兰大学的统计学家罗斯·伊哈卡和罗伯特·杰特曼开始对S语言的一个新版本进行开发。[15]伊哈卡与杰特曼两人名字首字母都是R,R语言因此得名。同时,R这个单一字母的名字也表明R语言与S语言一脉相承。[8]1993年8月,伊哈卡与杰特曼在数据平台StatLib和邮件列表s-news中发布了R的早期版本。1995年,在统计学家马丁·梅克勒的建议下,伊哈卡与杰特曼通过GNU通用公共许可证把R做成了一款免费开源软件。软件于1995年6月进行了首次官方发布。[16]首个稳定测试版本(1.0)于2000年2月29日发布。[17]

R综合档案网(Comprehensive R Archive Network;CRAN)于1997年4月23日正式上线。CRAN除了收藏了R的執行檔下載版、原始碼和說明文件,也收錄了各種用戶撰寫的軟件包。CRAN最早有3个镜像以及12个软件包。[18]截止2022年1月,CRAN有101個鏡像站[19]以及18728个软件包。[20]

同样在1997年,R核心小组正式成立,以进一步对R语言进行开发。截止2022年1月,小组成员包括伊哈卡、杰特曼、钱伯斯以及梅克勒,同时也包括了统计学家库尔特·奥尔尼克英语Kurt Hornik、道格拉斯·贝茨、彼得·达尔高英语Peter Dalgaard卢克·蒂尔尼英语Luke Tierney、弗里德里希·莱施、托马斯·拉姆利英语Thomas Lumley、邓肯·坦普尔·朗、迈克尔·劳伦斯、乌韦·利格斯、布莱恩·里普利、塞巴斯蒂安·迈耶、保罗·默雷尔、马丁·普卢默、迪伊潘·萨卡尔、西蒙·乌尔巴内克以及计算机科学家托马斯·卡利贝拉。[8]小组过去的成员包括塞思·福尔肯、圭多·马萨罗托、邓肯·默多克、马丁·摩根、海纳·施瓦特以及斯特凡诺·雅各斯。[21]2003年4月[22],一个名为R基金会的非盈利组织正式成立,为的是更好地对R语言的开发提供支持。[8]

内置功能编辑

R主要用于数据分析。在R语言中,用于信息存储的数据结构包括向量数组列表以及数据框。向量指一组带有固定顺序, 数据类型唯一的字串或数值,其内容可以填写到一维或多维的数组之中。二维数组也叫做矩阵[23]R支持各种数组运算,与自由软件GNU Octave和商業軟件MATLAB的功能有所重叠。[24][25]列表指一组数据类型可能有所不同的对象。一个字串向量与数值向量合在一起就可以成为一个列表。数据框本质上是一个列表,里面包含了一个或多个长度相同的向量。数据框将这些向量合并成表格,每一行都有一个单一的名称。[23]标量这一数据类型在R语言中并不存在,所谓的标量就是一个长度为一的向量。[26]

用户可以用R来进行一些基本的统计检验,构建线性及非线性的模型,对时间序列加以分析,或对数据进行分类与聚类分析。R的另一強項是繪圖功能,画出的图表能够达到专业出版物的要求,也可加入數學符號。计算强度较大时,用户可在程序中嵌入C、C++以及FORTRAN语言以帮助运算。[27]

因為S的血緣,R比其他統計學或數學專用的編程語言有更強的物件導向(面向对象程序设计, S3, S4等)功能。

套件编辑

R的功能能夠透過由用戶撰寫的套件(Packages)增強。增加的功能有特殊的統計技術、繪圖功能,以及編程介面和數據輸出/輸入功能。這些軟件包是由R語言、LaTeXJava及最常用C語言Fortran撰寫。下載的執行檔版本會連同一批核心功能的軟件包,而根據CRAN紀錄有一萬多種不同的軟件包。其中有幾款較為常用,例如用於經濟計量財經分析人文科學與社會科學研究以及人工智能[28]

發展编辑

生物信息学社群時常使用R進行分子生物學數據分析。Bioconductor英语Bioconductor計劃就是讓R作為基因圖譜分析工具。 Gnumeric開發者正和R開發者合作,改善Gnumeric計算結果的精確度。[29]

R新聞雜誌编辑

《R新聞雜誌》(R Newsletter)每年會出版兩至三次,為一份免費的電子雜誌,內容有關統計學軟件發展及R語言開發資訊。第一期在2001年一月出版。从2008年开始,被R Journal替代。[30]

例子编辑

基本语法编辑

下面的例子展示基本的语言语法和命令行界面使用。在R语言中,一般偏好采用两字符合成箭头的赋值算符<-,但是在某些情况也可以使用=[31][32]

> x <- 1:6 # 在当前环境中创建数值向量。
> y <- x^2 # 基于在x中的值创建向量。
> print(y) # 打印向量的内容。
[1]  1  4  9 16 25 36

> z <- x + y # 创建是为x与y的和的新向量。
> z # 返回z的内容至当前环境。
[1]  2  6 12 20 30 42

> z_matrix <- matrix(z, nrow=3) # 创建将向量z转变为3x2矩阵对象的新矩阵。
> z_matrix 
     [,1] [,2]
[1,]    2   20
[2,]    6   30
[3,]   12   42

> 2*t(z_matrix)-2 # 转置这个矩阵,对每个元素乘以2,从矩阵中每个元素减去2,并返回结果至终端。
     [,1] [,2] [,3]
[1,]    2   10   22
[2,]   38   58   82

> new_df <- data.frame(t(z_matrix), row.names=c('A','B')) # 创建包含来自转置的z_matrix的数据的新data.frame对象,具有行名字'A'和'B'。
> names(new_df) <- c('X','Y','Z') # 设置new_df的列名字为X、Y和Z。
> print(new_df)  # 打印当前结果。
   X  Y  Z
A  2  6 12
B 20 30 42

> new_df$Z # 输出Z列。
[1] 12 42

> new_df$Z==new_df['Z'] && new_df[3]==new_df$Z # data.frame的Z列可以使用$Z、['Z']或[3]语法来访问,得到的值是相同的。 
[1] TRUE

> attributes(new_df) # 打印关于new_df对象的特性信息。
$names
[1] "X" "Y" "Z"

$row.names
[1] "A" "B"

$class
[1] "data.frame"

> attributes(new_df)$row.names <- c('one','two') # 访问并接着变更row.names特性;还可以使用rownames()来完成。
> new_df
     X  Y  Z
one  2  6 12
two 20 30 42

函数的结构编辑

R语言的力量之一是易于创建新函数。在函数体内的对象保持局部于这个函数,而且可以返回任何数据类型[33]。例如:

# 声明函数“f”具有参数“x”、“y“。
# 它返回x和y的线性组合。
f <- function(x, y) {
  z <- 3 * x + 4 * y
  return(z) ## 这里的return()函数是可选的。
}
> f(1, 2)
[1] 11

> f(c(1,2,3), c(5,3,4))
[1] 23 18 25

> f(1:3, 4)
[1] 19 22 25

建模和绘图编辑

R语言对数据建模和图形有内建支持。下列例子展示R语言如何轻易的生成并绘制带有残差线性回归模型。

 
出自绘制“模型” (例子中“plot.lm()”函数)的诊断图。
> x <- 1:6 # 创建x和y值。
> y <- x^2  
> model <- lm(y ~ x)  # 线性回归模型y = A + B * x。
> summary(model)  # 显示这个模型的深入总结。

Call:
lm(formula = y ~ x)

Residuals:
      1       2       3       4       5       6       7       8      9      10
 3.3333 -0.6667 -2.6667 -2.6667 -0.6667  3.3333

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)  -9.3333     2.8441  -3.282 0.030453 * 
x             7.0000     0.7303   9.585 0.000662 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 3.055 on 4 degrees of freedom
Multiple R-squared:  0.9583, Adjusted R-squared:  0.9478
F-statistic: 91.88 on 1 and 4 DF,  p-value: 0.000662

> par(mfrow = c(2, 2))  # 创建2乘2格局的图表。
> plot(model)  # 输出这个模型的诊断图。

曼德博集合编辑

通过对方程z = z2 + c的前20次迭代计算曼德博集合的简短R代码,它针对不同的复数常量c而绘图。这个例子展示了:

 
"Mandelbrot.gif" – R语言用14行代码创建的图形。
  • 使用社区开发库(叫做包),这里是caTools包;
  • 处理复数
  • 多维数值数组作为基本数据类型,用于变量CZX
install.packages("caTools")  # 安装外部包。
library(caTools)             # 这个外部包提供write.gif函数。
jet.colors <- colorRampPalette(c("green", "pink", "#007FFF", "cyan", "#7FFF7F",
                                 "white", "#FF7F00", "red", "#7F0000"))
dx <- 1500                    # 定义宽度。
dy <- 1400                    # 定义高度。
C  <- complex(real = rep(seq(-2.2, 1.0, length.out = dx), each = dy),
              imag = rep(seq(-1.2, 1.2, length.out = dy), dx))
C <- matrix(C, dy, dx)       # 重制形状为复数的方块矩阵。
Z <- 0                       # 初始化Z为零。
X <- array(0, c(dy, dx, 20)) # 初始化输出3D数组。
for (k in 1:20) {            # 循环具有20次迭代。
  Z <- Z^2 + C               # 中心差分方程。
  X[, , k] <- exp(-abs(Z))   # 捕获结果。
}
write.gif(X, "Mandelbrot.gif", col = jet.colors, delay = 100)

参考文献编辑

  1. ^ 1.0 1.1 Morandat, Floréal; Hill, Brandon; Osvald, Leo; Vitek, Jan. Noble, James , 编. Evaluating the Design of the R Language. ECOOP 2012 – Object-Oriented Programming. Lecture Notes in Computer Science (Berlin, Heidelberg: Springer). 2012: 104–131 [2021-07-18]. ISBN 978-3-642-31057-7. doi:10.1007/978-3-642-31057-7_6. (原始内容存档于2021-07-18) (英语). 
  2. ^ White, Homer. Programming Paradigms. Beginning Computer Science with R. 2021-01-31 [2021-07-18]. (原始内容存档于2021-07-18) (美国英语). 
  3. ^ 彼得·达尔高. R 4.2.2 is released. 2022年10月31日 [2022年11月2日]. 
  4. ^ jmount. Why I don’t like Dynamic Typing. Win Vector LLC. 2012-02-25 [2021-07-18]. (原始内容存档于2021-07-17) (美国英语). 
  5. ^ R scripts. mercury.webster.edu. [2021-07-17]. (原始内容存档于2022-01-15). 
  6. ^ R Data Format Family (.rdata, .rda). www.loc.gov. 2017-06-09 [2021-07-18]. (原始内容存档于2021-07-17). 
  7. ^ Introduction. The Julia Manual. [2018-08-05]. (原始内容存档于20 June 2018). 
  8. ^ 8.0 8.1 8.2 8.3 8.4 8.5 8.6 R FAQ. cran.r-project.org. [2021-07-18]. (原始内容存档于2011-07-09). 
  9. ^ Using the R programming language in Jupyter Notebook — Anaconda documentation. docs.anaconda.com. [2021-12-29]. (原始内容存档于2022-04-26). 
  10. ^ index | TIOBE - The Software Quality Company. www.tiobe.com. [2021-07-18]. (原始内容存档于2018-02-25). 
  11. ^ Becker, Richard A. A Brief History of S. [2022-01-03]. (原始内容存档于2022-01-03). 
  12. ^ R: What is R?. www.r-project.org. [2021-07-18]. (原始内容存档于2011-07-19). 
  13. ^ John M. Chambers. S, R, and Data Science. The R Journal. 2020, 11 (1): 462-476. 
  14. ^ Sussman, Gerald Jay; Steele, Guy L. The First Report on Scheme Revisited. Higher-Order and Symbolic Computation. 1998-12-01, 11 (4): 399–404. ISSN 1573-0557. doi:10.1023/A:1010079421970 (英语). 
  15. ^ Academic unfazed by rock star status. NZ Herald. [2022-01-03]. (原始内容存档于2022-04-11) (en-NZ). 
  16. ^ R : Past and Future History -- A Free Software Project. cran.r-project.org. [2022-01-03]. (原始内容存档于2017-07-11). 
  17. ^ Ross Ihaka. The R Project: A Brief History and Thoughts About the Future (PDF). Ross Ihaka. [2022-01-03]. (原始内容 (pdf)存档于2018-02-02) (英语). 
  18. ^ ANNOUNCE: CRAN. stat.ethz.ch. [2022-01-03]. (原始内容存档于2021-03-08). 
  19. ^ CRAN - Mirrors. cran.r-project.org. [2022-01-15]. (原始内容存档于2022-05-10). 
  20. ^ CRAN - Contributed Packages. cran.r-project.org. [2022-01-03]. (原始内容存档于2022-04-11). 
  21. ^ R: Contributors. www.r-project.org. [2022-01-03]. (原始内容存档于2022-04-23). 
  22. ^ Martin Mächler. Kurt Hornik. R Foundation News (PDF). The R Journal. 2014, 6 (2): 190-191 [2022-01-03]. (原始内容 (PDF)存档于2022-01-20). 
  23. ^ 23.0 23.1 Dalgaard, Peter. Basics. Dalgaard, Peter (编). Introductory Statistics with R. Statistics and Computing. New York, NY: Springer. 2008: 1–29. ISBN 978-0-387-79054-1. doi:10.1007/978-0-387-79054-1_1 (英语). 
  24. ^ 存档副本. [2007-11-03]. (原始内容存档于2009-08-08). 
  25. ^ Han-feng Chen, Wai-Mee Ching, and Da Zheng. A Comparison Study on Execution Performance of MATLAB and APL (PDF). McGill University. [March 9, 2022]. (原始内容 (PDF)存档于2022-03-03) (英语). 
  26. ^ Data structures · Advanced R.. adv-r.had.co.nz. [2022-03-09]. (原始内容存档于2016-09-20). 
  27. ^ R: What is R?. www.r-project.org. [2022-03-09]. (原始内容存档于2011-07-19). 
  28. ^ 存档副本. [2007-06-04]. (原始内容存档于2007-06-25). 
  29. ^ Gnumeric, Team. Gnumeric 1.4 is Here!. The GNOME Project. 2004年12月19日 [2006-04-30]. (原始内容存档于2006年10月5日). 
  30. ^ 存档副本. [2007-06-04]. (原始内容存档于2007-05-28). 
  31. ^ R Development Core Team. Assignments with the = Operator. [2018-09-11]. 
  32. ^ most used assignment operator in R is <-
  33. ^ Kabacoff, Robert. Quick-R: User-Defined Functions. statmethods.net. 2012 [2018-09-28]. 

外部链接编辑

参见编辑