R語(yǔ)言入門與實(shí)踐

第1章  R語(yǔ)言基礎(chǔ) 1
1.1  R語(yǔ)言的發(fā)展歷程 2
1.2  R語(yǔ)言的特點(diǎn) 2
1.3  安裝R語(yǔ)言運(yùn)行環(huán)境 3
1.3.1  Windows系統(tǒng)安裝R語(yǔ)言 3
1.3.2  在Linux系統(tǒng)和macOS系統(tǒng)安裝R語(yǔ)言 6
1.4  R語(yǔ)言開發(fā)工具：R GUI 7
1.4.1  命令行方式運(yùn)行R程序 7
1.4.2  文件方式運(yùn)行R程序 8
1.5  R語(yǔ)言開發(fā)工具：RStudio 9
1.5.1  安裝RStudio 10
1.5.2  RStudio界面 12
1.5.3  使用RStudio開發(fā)R程序 13
1.6  認(rèn)識(shí)第一個(gè)R程序：石頭、剪刀、布游戲 15
1.6.1  新建R工程 15
1.6.2  編寫程序文件 16
第2章  R語(yǔ)言語(yǔ)法基礎(chǔ) 19
2.1  注釋 20
2.2  標(biāo)識(shí)符和關(guān)鍵字 21
2.2.1  標(biāo)識(shí)符 21
2.2.2  關(guān)鍵字 22
2.3  常量和變量 23
2.3.1  常量 23
2.3.2  變量 25
2.4  數(shù)據(jù)類型 27
2.4.1  數(shù)據(jù)的分類 27
2.4.2  整型 29
2.4.3  實(shí)數(shù)型 29
2.4.4  邏輯型 30
2.4.5  復(fù)數(shù)型 30
2.4.6  字符串型 31
2.4.7  因子型 32
2.5  向量 33
2.5.1  創(chuàng)建向量 33
2.5.2  訪問向量中的元素 34
2.5.3  修改向量中的元素 35
2.5.4  向向量中添加新元素 36
2.5.5  向量運(yùn)算 37
2.5.6  向量統(tǒng)計(jì) 37
2.5.7  類型轉(zhuǎn)換 39
2.6  運(yùn)算符和表達(dá)式 42
2.6.1  算術(shù)運(yùn)算符 43
2.6.2  關(guān)系運(yùn)算符 44
2.6.3  邏輯運(yùn)算符 45
2.6.4  賦值運(yùn)算符 46
2.6.5  其他運(yùn)算符 47
2.6.6  運(yùn)算符的優(yōu)先級(jí) 49
第3章  流程控制語(yǔ)句 51
3.1  條件語(yǔ)句 52
3.1.1  條件語(yǔ)句介紹 52
3.1.2  if語(yǔ)句 53
3.1.3  if...else語(yǔ)句 53
3.1.4  if…else if…else語(yǔ)句 54
3.1.5  switch 語(yǔ)句 56
3.2  循環(huán)語(yǔ)句 58
3.2.1  repeat語(yǔ)句 58
3.2.2  while語(yǔ)句 59
3.2.3  for語(yǔ)句 60
3.3  循環(huán)控制語(yǔ)句 61
3.3.1  break 語(yǔ)句 61
3.3.2  next 語(yǔ)句 62
第4章  函數(shù) 65
4.1  函數(shù)基礎(chǔ) 66
4.1.1  函數(shù)的特征和好處 66
4.1.2  R 語(yǔ)言函數(shù)和其他編程語(yǔ)言函數(shù)的區(qū)別 67
4.2  定義函數(shù) 67
4.2.1  定義函數(shù)的語(yǔ)法格式 67
4.2.2  函數(shù)的參數(shù) 68
4.2.3  函數(shù)的返回值 70
4.3  函數(shù)調(diào)用 72
4.3.1  使用位置參數(shù) 72
4.3.2  使用關(guān)鍵字參數(shù) 73
4.3.3  使用默認(rèn)參數(shù) 74
4.3.4  存儲(chǔ)函數(shù)返回值 76
4.4  內(nèi)置函數(shù) 77
4.4.1  數(shù)學(xué)和統(tǒng)計(jì)函數(shù) 78
4.4.2  字符和字符串處理函數(shù) 79
4.4.3  文件操作函數(shù) 82
4.4.4  概率分布函數(shù) 86
4.4.5  日期和時(shí)間函數(shù) 89
第5章  數(shù)據(jù)結(jié)構(gòu) 95
5.1  矩陣 96
5.1.1  創(chuàng)建和訪問矩陣 96
5.1.2  轉(zhuǎn)置操作 98
5.1.3  求和、平均值和總和 99
5.1.4  行和列操作 100
5.1.5  矩陣運(yùn)算 101
5.1.6  索引和切片 103
5.2  列表 104
5.2.1  創(chuàng)建和訪問列表 104
5.2.2  更新列表元素 107
5.2.3  遍歷列表 109
5.3  數(shù)組 111
5.3.1  創(chuàng)建數(shù)組 112
5.3.2  訪問數(shù)組 113
5.3.3  修改數(shù)組元素 115
5.3.4  數(shù)組運(yùn)算 115
5.3.5  數(shù)組轉(zhuǎn)置 116
5.3.6  數(shù)組重塑 117
5.3.7  數(shù)組合并 118
5.3.8  數(shù)組排序 120
5.3.9  數(shù)組切片 121
5.4  數(shù)據(jù)框 121
5.4.1  創(chuàng)建數(shù)據(jù)框 122
5.4.2  訪問數(shù)據(jù)框 123
5.4.3  添加新列 127
5.4.4  修改數(shù)據(jù)框元素 128
5.4.5  聚合操作 130
5.4.6  排序 131
5.5  因子 133
5.5.1  創(chuàng)建因子 133
5.5.2  因子水平標(biāo)簽 134
5.5.3  生成因子水平 135
5.6  數(shù)據(jù)表 137
5.6.1  創(chuàng)建數(shù)據(jù)表 137
5.6.2  對(duì)數(shù)據(jù)表的操作 139
5.7  時(shí)間序列 143
5.7.1  創(chuàng)建時(shí)間序列 143
5.7.2  時(shí)間序列的可視化 145
5.7.3  時(shí)間序列的索引和切片 147
5.7.4  時(shí)間序列的分析和建模 149
5.7.5  時(shí)間序列的統(tǒng)計(jì)性質(zhì) 150
第6章  包和環(huán)境空間 153
6.1  包(Package) 154
6.1.1  R語(yǔ)言包的管理 154
6.1.2  自定義R包 157
6.2  環(huán)境空間 159
6.2.1  環(huán)境空間的種類 159
6.2.2  環(huán)境空間的特征 160
6.2.3  使用全局環(huán)境 160
6.2.4  使用函數(shù)環(huán)境 162
6.2.5  使用用戶定義的環(huán)境 164
6.2.6  使用包環(huán)境 165
6.2.7  使用臨時(shí)環(huán)境 166
第7章  數(shù)據(jù)輸入和導(dǎo)出 169
7.1  數(shù)據(jù)輸入和導(dǎo)出介紹 170
7.2  使用鍵盤輸入數(shù)據(jù) 170
7.3  操作CSV文件 172
7.3.1  CSV文件的優(yōu)點(diǎn) 172
7.3.2  讀取CSV文件 173
7.3.3  寫入CSV文件 174
7.3.4  數(shù)據(jù)轉(zhuǎn)換和處理 175
7.4  Excel文件 178
7.4.1  R語(yǔ)言和Excel文件 178
7.4.2  使用包readxl 179
7.4.3  使用包openxlsx 180
7.5  XML文件 182
7.5.1  使用包XML 182
7.5.2  使用包xml2 185
7.6  JSON文件 187
7.6.1  JSON包 187
7.6.2  使用包jsonlite 188
7.6.3  使用包RJSONIO 190
7.6.4  使用包tidyjson 192
7.7  MySQL數(shù)據(jù)庫(kù)連接 193
7.7.1  和MySQL相關(guān)的包 193
7.7.2  使用包RMySQL 194
7.7.3  使用包RMariaDB 195
7.7.4  使用包DBI 197
7.7.5  包dplyr和包dbplyr 198
7.8  從網(wǎng)頁(yè)抓取數(shù)據(jù) 200
7.8.1  R語(yǔ)言和網(wǎng)絡(luò)爬蟲 200
7.8.2  使用包rvest抓取數(shù)據(jù) 201
7.8.3  使用包httr抓取數(shù)據(jù) 202
7.8.4  使用包XML抓取數(shù)據(jù) 204
7.8.5  使用包jsonlite抓取數(shù)據(jù) 205
第8章  數(shù)據(jù)處理 207
8.1  R語(yǔ)言和數(shù)據(jù)處理 208
8.1.1  R語(yǔ)言的優(yōu)勢(shì) 208
8.1.2  數(shù)據(jù)處理和數(shù)據(jù)分析的
區(qū)別 209
8.2  內(nèi)置數(shù)據(jù)處理函數(shù) 209
8.2.1  查看、篩選和編輯數(shù)據(jù) 209
8.2.2  合并數(shù)據(jù) 212
8.2.3  分組和匯總 215
8.2.4  排序 217
8.2.5  轉(zhuǎn)換 218
8.3  apply函數(shù)族 220
8.3.1  apply函數(shù)族中的函數(shù) 220
8.3.2  函數(shù)apply() 220
8.3.3  函數(shù)lapply() 222
8.3.4  函數(shù)sapply() 223
8.3.5  函數(shù)vapply() 224
8.3.6  函數(shù)mapply() 225
第9章  繪制可視化圖 229
9.1  R語(yǔ)言繪圖系統(tǒng) 230
9.1.1  常用的繪圖包 230
9.1.2  基本繪圖函數(shù)plot() 230
9.2  單變量繪圖 232
9.2.1  繪制直方圖 232
9.2.2  繪制條形圖 236
9.2.3  繪制餅形圖 240
9.2.4  繪制箱線圖 242
9.2.5  繪制密度圖 244
9.3  雙變量繪圖 247
9.3.1  繪制雙變量條形圖 248
9.3.2  繪制雙變量散點(diǎn)圖 252
9.3.3  繪制雙變量折線圖 255
9.3.4  繪制雙變量箱線圖 258
9.4  繪制多變量圖 261
9.4.1  繪制多變量氣泡圖 261
9.4.2  繪制多變量熱力圖 265
9.5  文件數(shù)據(jù)的可視化 268
9.5.1  CSV文件數(shù)據(jù)的可視化 268
9.5.2  Excel文件數(shù)據(jù)的可視化 270
9.5.3  XML文件數(shù)據(jù)的可視化 271
9.5.4  JSON文件數(shù)據(jù)的可視化 273
9.5.5  MySQL數(shù)據(jù)庫(kù)數(shù)據(jù)的可視化 275
第10章  R語(yǔ)言和人工智能 277
10.1  機(jī)器學(xué)習(xí) 278
10.1.1  機(jī)器學(xué)習(xí)相關(guān)包 278
10.1.2  包c(diǎn)aret 278
10.1.3  包randomForest 285
10.1.4  包e1071 288
10.1.5  包glmnet 291
10.1.6  包xgboost 293
10.2  深度學(xué)習(xí) 294
10.2.1  包keras 294
10.2.2  包tensorflow 298
第11章  心力衰竭數(shù)據(jù)分析系統(tǒng) 303
11.1  背景介紹 304
11.1.1  數(shù)據(jù)分析在醫(yī)療行業(yè)的作用 304
11.1.2  心力衰竭臨床記錄介紹 304
11.2  需求分析 305
11.3  系統(tǒng)介紹 306
11.3.1  系統(tǒng)功能模塊 306
11.3.2  系統(tǒng)模塊結(jié)構(gòu) 307
11.4  技術(shù)分析 307
11.4.1  Web包Shiny 307
11.4.2  交互式表格包DT 308
11.4.3  集成可視化包tidyverse 308
11.4.4  圖形排列包gridExtra 309
11.5  UI界面 309
11.5.1  導(dǎo)入包 309
11.5.2  設(shè)計(jì)UI 310
11.6  Server服務(wù)器端 313
11.6.1  準(zhǔn)備工作 313
11.6.2  數(shù)據(jù)預(yù)處理 314
11.6.3  數(shù)據(jù)可視化 316
11.6.4  數(shù)據(jù)導(dǎo)出 318
11.7  調(diào)試運(yùn)行 319
第12章  基于機(jī)器學(xué)習(xí)的患者再入院預(yù)測(cè)分析系統(tǒng) 323
12.1  背景介紹 324
12.2  需求分析 324
12.3  系統(tǒng)分析 325
12.4  系統(tǒng)介紹 326
12.4.1  系統(tǒng)功能介紹 326
12.4.2  系統(tǒng)模塊結(jié)構(gòu) 326
12.5  技術(shù)分析 327
12.5.1  dplyr：數(shù)據(jù)預(yù)處理 327
12.5.2  psych：心理學(xué)和社會(huì)科學(xué)研究 328
12.5.3  ROSE：不平衡處理 329
12.5.4  caret模型訓(xùn)練和評(píng)估 330
12.6  數(shù)據(jù)處理 330
12.6.1  導(dǎo)入數(shù)據(jù)集 331
12.6.2  數(shù)據(jù)預(yù)處理 333
12.7  第一方案 342
12.7.1  劃分訓(xùn)練集和測(cè)試集 342
12.7.2  數(shù)據(jù)集平衡 343
12.7.3  交叉驗(yàn)證 343
12.7.4  模型比較 347
12.8  第二方案 349
12.8.1  數(shù)據(jù)集拆分和數(shù)據(jù)平衡 349
12.8.2  邏輯回歸模型擬合和預(yù)測(cè) 350
12.8.3  計(jì)算處理 350
12.8.4  邏輯回歸模型的擬合、預(yù)測(cè)和評(píng)估 351
12.8.5  使用交叉驗(yàn)證方法訓(xùn)練決策樹模型 352
12.8.6  使用交叉驗(yàn)證方法訓(xùn)練隨機(jī)森林模型 353
12.8.7  實(shí)現(xiàn)樸素貝葉斯模型 354
12.9  模型訓(xùn)練和評(píng)估 356
12.9.1  數(shù)據(jù)預(yù)處理 356
12.9.2  邏輯回歸模型的訓(xùn)練和評(píng)估 357
12.9.3  決策樹模型的訓(xùn)練和評(píng)估 358
12.9.4  隨機(jī)森林模型的訓(xùn)練和評(píng)估 359
12.9.5  樸素貝葉斯模型的訓(xùn)練和評(píng)估 360
12.10  結(jié)論 361