R语言教程笔记

R 编程笔记2
简介
1.
突出特点：
【多领域的统计资源】目前在R 网站上约有2400个程序包，涵盖了基础统计学、社会学、经济学、生态学、空 间分析、系统发冇分析、生物信息学等诸多方而。

【免费】
2.
缺点:
【占用内存】所有的数据处理在内存中进行，不适于处理超大规模的数据。

【运行速度稍慢】即时编译，约相当于C 语言的1/20。

3. CRAN :
全称 The Comprehensive R Archive Networks
由世界几十个镜像网站组成网络.提供F 载安装程序和相向软件包。

0镜像更新频率一般为天。

推荐镜像： 中国的镜像:数学所：即时更新的CRAN 源：界而下如下（版本）
4.
R 程序包（R packages ）
什么是R 程序包
R 程序包是多个函数的集合，具有详细的说明和示例。

每个程序包包含R 函数、数据、帮助文件、描述 文件等window 下是zip 形式，安装时不要解压缩，R 程序包是R 功能扩展，特定的分析功能，需要用相 应的程序包实
现。

例如：系统发冇分析，常用到ape 程序包，群落生态学vegan 包等。

4.2常用R 程序包
ade4 adephylo ape
利用欧几里得方法进行生态学数据分析 系统进化数据挖掘与比较方法
系统发育与进化分析
apTreeshape boot cluster ecodist FD
进化树分析
Bootstrap 检验
聚类分析
生态学数据相异性分析 功能多样性分析
geiger 物种形成速率f j 进化分析
Graphics lattice 栅
格图
绘图
maptools
空间对象的读取和处理
R Console
7PJ2S1
R version Z.L1.1 (2010-05-31)
Copyrlght IC) 2010 The R FouDd^t-aon £oc C OBDU S DJ
TSE« 3-M0OSL-07-D
D 是自由恢件，不带任何担佩・
在菓些条件下你可以梓我口由散布.
用'llcerwe |) *或，licenced *来希阪布的库融*件.
P •是个合作tt 划，利许多入为NiS 出丁贡献・
•contcibut.ora I)，来石合作吉的i#细
用会警诉你如何在出版樹中正礎也引用卩戒口性序包・
ffi'derrcO 1
来着一些示范徑序，ffl* heLp (I •
M 文件，戏
用'lielp.atatcd '迪过时血列觅密隶薈？ft 助gf4. 用51 ■退出R ・
(處来滋存的工隹空间已圧胆】
> hlflLotry(|
> rate<-c(2D z 22, 2今.26, 2B, 30, 32. 3" 36, 3B Z 40, 121
> tmpMrLty <-c(0.4z 9・» 11.0z 10.^f 15.3, 14・6 13 2/ X4.7Z 15.4Z 10.5r 1D.9J > ploi | impxiif Lty^6ca| >
rca<-(xnpurit ?-e)
ceg<-1 tn (in pur it 产 rat e) J 1 -r.u ： M .；, • . •« c«r ■
] 丈再施9（蔑他tfffs
va 屯in
-nix)
rate<-c(ZD, ZZ, 2仇 ZC r Z0z 、0, 32, 3G Z 3 0z 今 impMtLCy <-C(8.4, 9・5, 11.8Z 10.13・3, L4・8, 13 plot | Uiputlty-totcl
6LX
lft(lornula - lrwpurlty - cate) JSecidMala:
Xlh
iQ Ftedlan 如 Sox
s\unrar7(recj) ^ve.m,gerFrVi^习筋料X 救梧井桁黃花宝典\\R 语专 hiatocyci
mgev mvpart nlme ouch pgirmess
phangorn picante
广义加性模型相关 多变量分解
线性及非线性混合效应模型 系统发弃比较 生态学数据分
析
系统发育分析
群落系统发育多样性分析
raster ffi 格数据分析与处理 seqinrDNA 序列分析
sp
空间数据处理
spatstat spla ncs stats SDMTools vegan CRAN Task Views
空间点格局分析，模型拟合与检验 空间与时空点格局分析
R 统计学包
物种分布模型工具
植物与植物群落的排序，生物多样性计算
中有对程序包的分类介绍
4.3 R 程序包安装
1.
用函数()，
如果已经连接到互联网，在括号中输入要安装的程序包洛称，选择镜像后，程序将自动下载并安装程序 包。

例如：要安装picante 包，在控制台中输入
("picante")
2.安装本地zip 包
路径：Packages ＞install packages from local files 选择本地磁盘上存储zip 包的文件夹。

4.4程序包导入及使用
程序包的中函数，都要先导入，再使用
导入：library(vegan) 包中函数使用方法同R 自带的函数使用方法一样。

4.5査看帮助文件
1＞査询程序包内容：
1菜单帮助〉Html 帮助
)
2查看pdf 帮助文档 2＞査询函数使用介绍：
2 RGui>Help>Html help
^£RAN Task View^
Bayesian Bayesian Inference
CbemPhvs Cbemoinetiks and Computational Physic* Clmxairnals Design. Monitoring, and Arnlys 恬
of Chmcal Quwr
Clutier Analysis & Finite Mixture Models
Distribution;
Probability Disfribuciom
Econometrics Computational Econometrics
Enyironmctric> Analysis ofEcolo^kal and Environmental Data Expffinmallkiip Design ofExpcrinwats (DoE) & Analysis ofExpcrimcnta Fiika^ce
Etnpifka! Finance
giciic 、
Suiiuical Genetics
Gnwhic$
Graphic Display 》&
Dynamic Graphics & Graphic Device Visuilization
gR gRaphical Xfodcls in R
HisliP«fotmanceComputia2 HiglbPerioraiance and Parallel Cotnputint with MacbiixLcaming Machtx Lcamni^ & Statistical Learning MedKalhnasins Medical Iniage Analysts
MuhixitnAfe Multn*»hate Suriuict
NatvralLanpwfcPnKcvsing Natural Lannmge PnKes$in« Qpumizafioo Optimization and Mathematical Programming
:Community Ecology Package
s. dix-enitv analysis and o<ber funciions for community and vegetation
Version: 1.17-2
Suggests: MASS. mgcv. lattice, cluster. scattciplol3(L rgl. tcltk Published: 2010-03-08 Author: Jan Oksanen. F. Guillaume Blanchet. Rocland Kindt Picne Legendre. R B.
O*Hara. Gavin L. Simpson. Peter S O I JTOOS . M. Hcmy H. Stevens. Hclcnc
Wagner Xfaintoiner: Jan Oksancn <jari.oksancn at oulu.fi> License: GPL ・2
URL ：
In views: Environmetrics. Muhzariaic. Phvlogctics. Psychomcmcs. SpaHH ^^yssanr^lhs Downloads:
Package source: vegan m.tar.pz
MacOS X binary: vcfaD_l,l 7
-^.tiZ Windows binary: vggan 1.17.zip Reference manual: vecanixlf
Ordination md
3 apropos(,H,)
4 help(,H,)
5 D 6査看R 包pdf 手册
3>解读帮助文件：
Imfstats}
Fitting Linear Models Descriptio n
/
Usage Argume nts Details Author(s) References
Examples
ttest (stats)
Student f s t-T 皂st;
Description
Petfe4tns one and two sarnple t-tests on vectors of data.
Usage
t ・ t e25t IXj
卵 Default S3 nectiod: c ・rest|x z 7 - KULLz
alref notive - c ("•tuo . sided*, "less*^ n
greater ,
*| 4 wu - 0, paxccd - vcu ・ equal - FALS£r
uoM ・ level - 0・9S r ・・・| 曲 S3 rreckod rot class 1
forwula':
t .teat |ffortaula r subset, na. action^ ・
■Arguments
x
a (non-empty) numenc vector of data valuea V an optimal (aoa-empt)') numeric vector oF daU values.
aiternat ive a character strifig specifyir»g the alternative Fiypot^ieas, rnust be one of 背o.odded" (default), ^greaeer* or n icss n
You can specify just the irdbal letter
a nuaibcr lridtcamig:he true val«jc of •出
c mean (or Mcrcccc m me 迪 £
you arc perfonxsng 2 two sairiplc test).
a logcal indicating whether you want a paired t-test a logic 刃 vanablc indicaung whe±cr 力
treat ±e two vananccs as beuxg equal If TCUE then :he pooled vanancc is used to estimate the varictfice <>thcn7jsc the Welch (or
Sattcrthwakc) approzimadoa to the deuces offrcedotri LS used. ce-nfidence level of the mtetva].
#函数名及所在包 #标题 #函数描述 #默认选项 #参数 #详情 #作者 #参考文献 #举例
Question 帮助于
确定 取消
例：帮助〉R 函数帮助(文本)>弹岀 或录入 > help (
rr
t.test rr )
卜点“确；ir 后弹出下而网页
朋
6.2
*文井««
工具寫肋・一已 X
O ft ® -in* •127.0.0.1 ・「.「「••・：•「寸叮…7'r.w “iT
e V ]|B .
Q
c 收疲▼壬冈扯大全 O 百废
_屁 £3阿更爭战 氐｝4百科匕I 关竹在仪-1总乡_彷业―办n 林
_&诧。

一加分忻助査询L.FPT ⑥翊瑯;5 »
paired vax ・ X 囹
(O **
tR R:
t-Test
函数与对象
1. R 函数
1.1函数形式
R 是一种解释性语言，输入后可直接给出结果。

（
功能靠函数实现。

函数名（输入数据，参数=•..） 例：
平均值 mean （x, trim = 0,
= FALSE,...）
线性模型Im （厂x, data=test ） 1.2函数种类
低级 VS 高级（泛函）
举例：
返回值 返回序号
常用统计函数如下:
箱线图绘制函数的调用
boxplotfday^type, data=bac, co^'Yed", xlab二"Virus蔦ylab二“days”)
day~type,
data=bac col= red " xlab= M Virus，f ylab= "days"
以type为横轴，day为纵轴绘制箱线图。

(type,day都是向量对象(后而会介绍))数据来源bac (bac为数据框对象)
箱线图为红色
横轴名称为Virus
纵轴名称为days
2.对象
R处理的所有数据、变量、函数和结果都以对象的形式保存
2.1)
命名规则
1.区分大小写，注意China和china的不同。

2.不能用数字作为变量，对象也不能用数字开头，但是数字可以放在中间或结尾，如2result与result2,
后者是合法的。

3.建议不要用过短的名称。

可以用”作为间隔，例如°
4.不要使用保留需：
NA, NaN, pi, LETTERS, letters,
z
2.3元素类型(存储类型)
对象是由各元素组成的。

每个元素，都有自己的数据类型
数值型Numeric 字符型Character 如100,0, 如“China”
逻辑型Logical如TRUE, FALSE
因子型Factor表示不同类别
复数型Complex如：2 +引
2.4对象类型(结构化数据)
向量(vector) 一系列元素的组合。

如0(1,23)； cC'aTaTbTbm
因子(factor)因子是一个分类变量craTaTbTbTc11)
矩阵(matrix)二维的数拯表，是数组的一个特例
x <-1:12 ; dim(x) <- c(3,4)
[4] L2] [,3] L4]
[1J14 710
2] 2 5 811
⑶］ 3 6 912
数组(array)数组是k维的数据表(kin l:n, n为正整数)。

向M(n = l)矩阵(n = 2)高维数组(n >= 3)
数据框但ataframe)
是由一个或几个向量和(或)因子构成，它们必须是等长的.但可以是不同的数据类型。

列表(list)
列表可以包含任何类型的对象。

可以包含向量、矩阵、髙维数组，也可以包含列表
2.5运算符
数学运算运算后给出数值结果
+, -, *, /,八(幕)
比较运算运算后给出判别结果(TRUE FALSE)
逻辑运算与.或、非
!,&,&& Ml
2.6数据表
每个数据表可以看作一个数据框(dataframe),由很多不同类型的向量组成，如字符型，因子型，数值型,
每一列(column)作为一个向^(vector).每一行(row)作为一个记录(entry)o 如何生成数据框
(1)从外部数据读取
<-「D:/R/舄header二T) header=T表示用第一行为列标题(file=(),header=T)可以弹出对话框，选择文
件。

数据量较大时用函数从外部txt文件读取：
datalv("d:/蔦header二T)
(2)各类型因子组合成数据框
见后，数据框创建
举例：外部读入数据后进行方差分析
<-
2.7对象的创建
2.7.1向量
(1)生成向量的函数
c(2,5,6,9) #自左义的向量
rep(2,times=4) #重复型向量
seq(from=3, to=21, by=3 ) #等距数值型向量
[1] 3 6 9 12 15 18 21
1:15 #连续型数值向量
[1] 1 2 3 4 5 6 7 8 91011 12 13 14 15
通过与向量的组合，产生更为复杂的向量。

rep(l:2,c(10,15)) #数值1重复10次,数值2重复15次
rep(l:5,i:5) #数值1至5按顺序分别重复1:5次
注意：除了生成数值型向量，还可以生成字符型(abc),逻辑型(T,F)和复数型(a+bi)向量。

(2)随机数向量
runif(10, min = 0, max= 1) #均匀分布随机数rnormflO, mean = 0, sd = 1)# 正太分布随机数几个随机数的
相关函数
概率密度dunif(x z min=0, max=l z log = FALSE)
累积函数punif(q, min^ max=l z…)
分位数qunif(p, min=O, max二1,…)
随机均匀分布runif(n z min=O, max=l)
2.7.2矩阵
dim()和matrix()为生成矩阵的函数,其中dim()定义矩阵的行列数,举例:
(1) XV-1:12
dim(x) <- c(3,4)
Ml L2] [,3] [A]
阳14710
2]25811
⑶36912
(2) <- matrix(l:12
/nrow=3
/
byrow=T)
t(x) #转置
() #为行或列添加名称
2.7.3数据框
cbind() #按列组合成数据框rbind() #按行组合成数据框
()#生成数据框
head() #默认访问数据的前6行例子：
> cbi Lnd(O
z rtoind(l
r
1:3))
[,1] [,2] [「3] [,4] [1,] 0 111
[2 !,] 0 12 3
1 2 XX
XX
I
□
Q
<- data・firarnE )
A X=i:bind(a=l
x
b=l ;3
I X. 1 X.2 X.3
a □111
b □12 3
>x<-l:80
>dim(xH-c (10,8)
[J] [*2] [,3] [T [,5] [飞] [ [用]
[Irl 1 11 21 31 41 51 61
] 2 12 22 32 42 52 62 ?2
[2
r
[3J 3 13 23 33 43 53 63 73
[匕] 414 24 34 445464
[5J 5 15 2S 35 45 55 65 75
[6门 6 16 2636 46 56 66 76
[R] 7 1727 37 47 57 67 77
[5,] 8 18 28 35 48 58 68 78
[耳] 9 19 29 39 49 59 69 79
[©]10 20 30 40 SO 60 70 80
> head(x)
[门1 [山] [,3] [,幻[击] J6] [ [,5]
[1J 1 1121 31 41 51 61 71
[2门 2 12 22 32 42 5262 72
[3门 3 13 23 33 今5363 73
[J] 4 14 24 34 今54 64 74
[Sri 5 15 25 35 址55 65 75
[6门 6 16 26 36 今56 66 76
A head(X/3)
[/I] [/2] [;3] ［宀[/5] [,6] [J] [/8]
[lr] 1 1121 31 今1 51 61 71
[G] 2 12 22 32 今2 52 62 72
3 13 23 33 今3 53 63 73
[3门
■
2.7.4列表
)
列表可以是不同类型甚至不同长度的向量(数值型，逻借型，字符型等等)、数据框甚至列表的组合。

list()
例如：list(character,numeric,logical,
2.8类的判断和转换
2.8.1判断(is)
对象类型判断
mode()判断存储的类型
class()判断数据的类
根据数据的类，采用相应的处理方法「
以下函数，主要用在函数处理异常时使用，目的是增强程序的稳健性。

()#返回值为TRUE或FALSE
()#是否为逻辑值
()#是否为字符串
()#是否为空
()#是否为na
2.8.2转换(as)
()#转换为数值型
()#转换为逻辑型
I
()#转换为字符串
()#转换为矩阵
#转换为数据框
()#转换为因子
2.9元素引用
2.9.1向量内
> x2=car s [, 1]
> x2
[1] 4 4 7 7 8 9 10 10 10
11 11 12 12 12
12 13 13 13 13 14 14 14 14 15 [25] 15 15 16 16
17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24 24 24
[49] 24 25 > X2[2]
[1] 4
> x2[l:3] [1] 4 4 7
> x2[c (2,4, 6)]
[1] 4 7 9
> x2[-c(l,3
zS)]
[1] 4 7 9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14 15 15 15 16
[25] 16 17 > I 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22
23 24 24
24 24 25
k 1
其中x2[ ・c(135)俵示去除向量中第13,5个元素
> v=c(2/4)
> x2 [v] [1] 4 a
■
以一个向量作为元素引用的参数
2.9.2 >
5 矩阵/数据框内
矩阵和数据库都是二维的，元素引用方式类似
注意数据框的不同列有列名称的对整列的引用使用可表示为
intake <-,
#组合生成一个数据框
intake$ #引用名为的列
2.9.4列表内
列表内元素的引用可以用”[[]]” 如 listl[[c(l,23)]]
2.10数据框内部元素访问
attach(datafram) #绑定当前区域为数据框datafram 内，则无需使用$符号，即可直接引用框内的列名 x=columl y=colum2 z=colum3
n=column.
#在需要大量访问调用的情况下可用明显提髙效率
detach 但atafram) #解除绑定
在函数内部，对数据进行相应调整
With() #with 函数内部形成一个空间，在这个空间中，函数可以对列访问。

speed disc
1 4 Z 2
4 ID
3 7
今
4 7 22
5 8 1
6 6 9 ID 7
10 IB 8 10 26
9
10 3Q 10 IL 17 11
11
28
12 12 14 13 12 20
[1]
q 4
7
7 e
9 10 10 10 11 11 12 12 [25] 15 15
[49] 24 25 > cars [ ,2] 16 16 17 17 17 18 18 18 18 19 19
[1] 2 10 4 22
16 10 18 26
34 17
> cars[2z 1] [19]
46
26 36
60
60
ZD 26
5^ 3Z
40
[37] 46
68 32
48
52
56
64 66 54
70
[1] 4 I
> cars
> cars [, 1]
withinf)
transform() #数据的转换，如取log
subsetf) #取数据的子集
applyf) #对数据表或矩阵应用某个函数，可减少循环
2.11条件筛选
原理：条件筛选是先对变量否满足条件进行判断，满足为TRUE,不满足为FALSEo之后再用逻辑值对向量内的元素进行筛选，
>x3<-seq(1000,2000,100)
>x3
1仃门仃11门仃仃1久仃门14仃门1圧仃门仃仃13仃仃1猝门仃 1 口门仃2仃门仃
2.12其他
(1)工作空间image
R的所有对象都在计算机内存的工作空间中。

ls()列岀工作空间中的对象
rm()删除工作空间中的对象rm(list=ls())删除空间中所有对象(“weizhi” )保存工作镜像
load( "weizhi")提取sink()将运行结果保存到指左文件中getwd()显示当前工作文件夹/工作目录
setwd()设泄工作文件夹/工作目录
可将结果保存在image中，形式为.Rdata文件，里而保存了R当前工作空间中的各种对象，包括函数。

举例设置工作目录、保存工作空间、査看工作目录
A se twd (,F D : / R image s M)
>save, image (,r exainplel4：027・Rdata r,)
>getwd ()
[1] PF D:/Rimages H
!> load (rr eKQrnplel402 7 • Rdata,r)
(2)历史数据history
输入的命令，在R中作为历史history保存，可输入函数
history() #査看输入历史
history(lnf) #査看打开R之后所有的输入
可用向上或向下的箭头切换输入的行。

脚本编辑scripting
I
定义：
脚本语言(scripting language)又称动态语言，是依靠解释器完成相应的功能的一类计算机语言，通常以ASCII码的文本格式保存源程序
特点
脚本语言语法和结构通常比较简单，不需要编译，通过解释器对脚本进行解释，从而给岀结果，能用简单的代码完成复杂的功能，但是速度较慢，
比较
很多II•算机语言都有IDE (integrated development environment),即集成开发环境°
但是R通常无需集成开发环境，脚本在一般的文本编辑器里即可编辑。

在代码较多的情况下，常需要对行数、函数、括号、函数选项等进行高亮显示，设置成不同的颜色，以减少错误的发生。

编辑器种类
R自带的脚本编辑器
Editplus ()
TinnR )
Ultraedit ()
Emacs ()
Notepad++ 与NpptoR 组合()
记事本或写字板等等
♦rmn-R - 町
运行脚本
1通过source()函数运行
source(,,d:/,,) ====source(//文件位置”)
2通过R脚本编辑器运行
路径：RGui>File>Open Script 3直接粘贴到R控制台
ctrl+c, ctrl+v
第三种最为简单直接#Ctrl+R 运行
J] He Elit Format MXs insen 2»r(h Qpocn5 Ert：oiro Lccis R 出rd刘W* Hcb
绘图 功能简介
R 具备卓越的绘图功能，通过参数设置对图形进行精确控制。

可输出Jpg 、tiff 、eps 、emf 、pdf 、png 等格式。

( 通过与GhostScript 软件的结合，可以生成600dpi, 1200dpi 的等各种分辨率和尺寸的图形。

绘图是通过绘图函数&选项结合完成。

绘图函数包括高级绘图函数和低级绘图函数
高级绘图函数
低级绘图函数
绘亀散点空等冬和图彩，根唇数杀的类.词 lines () 添加线 P 丄 Lz U I ) 用相应的函数绘遂 curve ()
添加曲线
hist ()
频窣宜方瑟 abline ()
添加給定斜率的线 boxplot () 矩线图
points () 添加点
stripchart ()
点图？条形图吧
segments ()
arrows () 舒头 barplot ()
柱状图
axis ()
坐标轴 dotplot () 点图
box ()
外框 piechart ()
饼图 title () 标惡 matplot ()
敌学图形
text () 文宇
mtext ()
国边文字
绘图参数
参数用在函数内部，在没有设左值时使用默认值。

font =字体,Ity =线类型,Iwd =线宽度,pch =点的类型, xlab =横坐标,ylab=纵坐标,main=主标题,ub=子标题 xlim =横坐标
范囤,ylim=纵坐标范围，
axis ()坐标轴，box()图边框
也可以对整个要绘制图形的各种参数进行设左 参见par()
◎ R Console
> source (F,d: /l Rtest/tinnrte3t 1 ・疋")
> source (rr
d:/Rtesc/tmnrcest l rr
) 错误干filE rF
r ,r
, encoding = encoding)
此外：警告信息：
务必要加后缀拿啊！!
:无法打开链结
Tn file (f i rf r ff
, encoding = encoding) :
无法扌丁 开文件'd:/RCEStytLinmrtEstl' : No such file or directory
> source (F,d: /'Rtest/tinnrte3t 1 ・ R")
R Graphics: Device 2 (ACTIVE)
20
gL ZLoo m
」
I25
at
30 I35
I4D
四.
(2)分步绘图
> pLoe (x,type= xlab=ylab= axes=F) > points (x ； y) > axis(l)
> axis(side a 2z at=seq(0/2/O.Z)) > box()
> title(roam=rF 主sub"菊
J
实例
(1) 一气呵成
> x <- runif(50,0,2)
> y <- runif(50,0,2) > plot (x,y,rnain=,F |^点图" > text (0.6,0.6, rr ave (0.6Z > abline(h=0・ 6Z v=・ 9)
散点图
o CM
ip
°o % o °
o
0 o °
oO
O “rc a c u \
?o o o %o
°。

o
° o -o C o
o
o ； ° o °
8 O o
0.0
0.5
1.0
1.5
2.0
（3）添加对象
五、 编写函数
R 可以灵活的编写程序，用户自己编写的程序可以直接调用。

编程时无需声明变量的类型、‘ 基
本格式
函数名＜-function （数据，参数*默认值，…） {
异常处理；
表达式（循环/判别）；
return （返回值）；
}
函数内部也可用#添加注释
if 判断，f"循环用法
if （条件）表达式1 else 表达式 2
> r (rnXrow=c (2,3)) > plot(x,7)
> x2<-rr ；oriti( 100) 、hist(x z freq=F)
> curve(dnorn (x),add=T) > bC-b 13t.(X /plO€=F) > h
[1]叹” acvr(，"class")
[1] w hi3t.ogcara ,r > range (0,hSderisit-y ,dnorro (0)) > hist (x z f req=F z ylim=ylim)
> curve (dnorn (x), add=T z col = ,T red ,r |
二口
Hif^ogram of x
R Graphics: Device 2 (ACTIVE)
0.0 1.0 2.0
Histogram of x
[1] 0.0 0.5 1.0 1.5 2.0
§counts
[1] 11 14 13 12 $ intensities
[1] 0.44 0.56 0.52 D.48
$ densicy
[1] O.qq 0.56 0.52 D.48 $mi&3
[1] 0.25 0.75 1.25 i ・7£
$equidist [1] TRUE
中乡6
o.
>if (p<=0.8) pirinr「成立")
[1] ”成立”
>if (p>0.8) print (W) else print (FF N: fP)
[1] M N:P,
A {if (p>0.8) print (,r Y,r)
+ else print (,r agaln fF) }
[1] ,r again rr
>{if (p>0.8) print (,r Y,r)
+ else p>
[1] 0.05
for(变量in向量)表达式
>for (i in 1:20) { if((i/5)=3) print(i) }
错谋：意外的'=•在"for (i in 1:20) { if ( £1/5) =Fr里
>for (i in 1:20) { if ( (i/S)= = 3) print(i) }
[1] 15
■
while(条件)表达式
>i <- 1
>while (i<10) { print (i) ; i <- i 4- 1}
[1] 1
[1] 2
[1] 3
[1] 4
[1] 5
[1] 6
[1] 7
[1] 8
[1] 9
返回值
1•返回值表示函数输出的结果。

2.返回值必须是一个对象
默认将最后一行作为返回值。

4.如果函数的结果需要有多个返回值，可以创建一个list(),并返回该对象。

5.也可以用returnO函数，设定返回值
6.但是一个函数的返回的对象只有一个。