R語言在數據分析上的應用

摘 要：R是一個適合完成數據分析（獲取數據、處理數據、分析數據和展示數據）且功能強大的軟件。

關鍵詞：R語言；數據分析

中圖分類號：F224 文獻標識碼：A 文章編號：1674-7712 （2014） 20-0000-01

大數據時代里，數據分析尤為重要。數據分析是什么？如何進行數據分析？這些問題已引起很多科研人士和工業界人士的思考和實踐。數據分析，簡而言之，就是分析數據。它是以商業目的為驅動，進而獲取數據、處理數據、分析數據、展示數據和撰寫分析報告的一系列的科學過程。R語言能夠很好地完成數據分析整個過程的各個環節所涉及的工作，已成為數據分析工作的一把“利劍”，并得到很多數據分析工作者的青睞。

一、R簡介

R是一個擅長統計計算和繪圖的自由免費的軟件，又稱之為R語言。R的功能已遠超出當初的初衷，現在已經廣泛地應用于各個領域，比方說：數據挖掘、機器學習、社交網絡、金融分析、生物信息分析等。R語言優勢獨特，主要表現為：（1）免費、開源和跨平臺；（2）資源非常豐富，截止到目前，R官網[1]已有5859個R程序包可供下載和使用；（3）簡單易學，解釋性語言；（4）繪圖功能強大，能夠設計和繪制出精致的圖形。

R語言已成為SAS商業統計分析軟件主要競爭對手，SAS可以做的各種數據分析工作，R語言也能夠做到，并且幾乎為“零成本”。R語言，不管對于學生、工程師，還是統計人士、數據分析人士，只要從事與數據分析相關的工作或是任務，都能夠助“一臂之力”。

二、R與數據分析

一個典型的數據分析過程如圖1所示。它是一個閉環系統，任何時刻，它都在進行數據的處理（數據清洗和轉換等）、數據的分析或數據的可視化甚至是整個過程，直至數據分析工作者能夠認識和理解數據，并且能夠回答所有可能需要回答的相關問題時，這個過程才結束。

R是一個適合完成典型數據分析過程并且功能全面的軟件。包括R與獲取數據、R與處理數據、R與分析數據和R與展示數據。

（一）R與獲取數據。R能夠獲取數據的方法多樣，常用的幾種匯總如下。

（1）從鍵盤獲取數據，適合少量的數據。通過如下命令可以實現，其效果如圖2所示。

打開數據編輯器后，向里面輸入相應數據，如圖所示，按行依次輸入了1、2、3和4。輸入完畢后，關閉數據編輯器，矩陣mat1結果如下所示。

（2）從文本文檔中獲取數據，R提供了相應的函數，常用的read.table（）函數和read.csv（）函數，函數詳情和實例，可以查閱R幫助文檔，例如：？read.table或者help（read.table）；（3）從電子表格Excel中獲取數據，有兩種處理方法，一種是把Excle文件另存為純文本文件以采用第二種方法獲取數據；另一種方法，使用RODBC包所提供的方法獲取數據，核心代碼如下。

（4）從數據庫中獲取數據，R能夠非常方便地從各種關系型數據庫（MySQL、SQLServer和Oracle等）中獲取數據，R提供了多種面向RDMS的接口。例如

（二）R與處理數據。利用R處理數據，主要包括數據清洗和數據轉換。所謂數據清洗，就是針對“臟數據”，通過一定的策略清洗以生成能夠用于分析的數據。數據轉換，就是把數據轉換成符合某一種具體規格的數據，比方說，日期數據轉換，使用as.Data（）函數把數據轉換為日期數據；無序數據到有序數據的轉換，使用sort（）函數或者order（）函數或者rank（）函數等。

（三）R與分析數據。R提供了非常全面而系統的用于分析數據的方法，比方說，回歸分析可以使用lm（）函數和predict（）函數；方差分析可以使用aov（）函數；判別分析有lda（）函數；聚類分析有hclust（）函數；主成分分析有可以使用princomp（）函數等等。上述羅列的每種函數怎么使用，函數里面有哪些參數，可以查閱相關函數的R幫助文檔，文檔對函數的詳情和應用都有了全面的介紹。

（四）R與展示數據。R具有強大的繪圖功能，繪圖常用三種方式，一種R自帶包所提供的基本繪圖函數，比方說plot（）函數；一種是基于ggplot2包[3]所提供的繪圖函數，比方說gplot（）函數，還有一種是基于lattice包[4]所提供的繪圖函數，比方說xyplot（）函數、bwplot（）函數等等。

三、結束語

R語言適合數據分析工作，R語言能夠方便而有效地進行數據分析。在大數據已經到來的時代，挖掘數據的價值和規律，少不了數據分析，而R語言已成為數據分析一種有效工具，同時也成為開源的、免費的數據分析工具的“代名詞”。

參考文獻：

[1]R官網[OL].http：//www.r-project.org/

[2]Robert I.Kabacoff.R in Action[M].