R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的Ross Ihaka和Robert Gentleman开发（也因此称为R），现在由“R开发核心团队”负责开发。R是基于S语言的一个GNU计划项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。
R的源代码可自由下载使用，亦有已编译的可执行文件版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacOS。R主要是以命令行操作，同时有人开发了几种图形用户界面。---维基百科
我是走出校园之后才知道到有一门语言和开发环境叫R，在此之前我的编程认知范围仅限于于C/C++（VC++）和Matlab。它帮我完成了职场的第一件工作，画一个聚类热力图。此文介绍一下我学习使用R的经历和心得。
为什么是R？ 因为它开源免费跨平台，对没钱的个人和不想付钱的公司是个好东西，对需要多样性工具的人是个好消息，对不用windows的程序员更是个好消息。但是由于它每次将所有数据读入内存，因此面对大数据显得力不从心。
1. 软件环境官方首页：http://www.r-project.org/
安装方法不做描述, 官网上优详尽的描述和介绍
2. 基本知识
2.1 数据类型：
普通变量： 包括数字、字符等
> num=1 > num [1] 1 > num=2.5 > num [1] 2.5 > str="R" > str [1] "R" > str="R language" > str [1] "R language"
矢量：基本和编程语言种的数组相同, 可以手动定义，可以函数生成，也可已由其他数据转换。
(1) 手动定义使用函数 c()
> vec=c(1,2,3)
> vec
[1] 1 2 3
> vec=c(1.2,3.5,4.1)
> vec
[1] 1.2 3.5 4.1
> vec=c("a","b","c")
> vec
[1] "a" "b" "c"
#整型和浮点型数据，整型将自动转化成浮点型数据
> vec=c(1,2.0,3.7)
> vec
[1] 1.0 2.0 3.7
#数字和字符串，数字将自动转换成字符串
> vec=c("a",6,7.9,"str")
> vec
[1] "a" "6" "7.9" "str"
# 访问矢量元素，下标从[1]开始，[0]中存储矢量的数据类型
> vec[0]
character(0)
> vec[1]
[1] "a"
# 普通变量可以看作是特殊的矢量，[0]
> num=2.5
> num[0]
numeric(0)
> num[1]
[1] 2.5
> str="R language"
> str[0]
character(0)
> str[1]
[1] "R language"
(2) 函数创建，常见好用的向量创建函数优seq，rep等
# seq(x,y,by=z) 创建以z为步长从x到y的向量，by缺省时z=1 > seq(3,8,by=2) [1] 3 5 7 > seq(3,8) [1] 3 4 5 6 7 #rep(x,y), 创建一个向量，将x重复y次 > rep(1,5) [1] 1 1 1 1 1 # x本身也可以是矢量 > rep(c(1,3),5) [1] 1 3 1 3 1 3 1 3 1 3 # x:y, 创建重x到y步长为1的向量，同 seq(x,y) > 1:5 > 1:5 [1] 1 2 3 4 5 # ?fun, 问号连接函数，查看函数用法 > ?rep
矩阵：矩阵类似二维数组，它的一行或者一列即是一个向量
# 使用matrix()生成一个3x4的矩阵，所有元素值为5, 具体用法参照?matrix
> mat=matrix(5,3,4)
> mat
[,1] [,2] [,3] [,4]
[1,] 5 5 5 5
[2,] 5 5 5 5
[3,] 5 5 5 5
# 访问元素使用[x,y], 当x或y缺省时访问正行或整列，每行或没列均是一个向量
> mat[2,3]=2
> mat[2,3]=3
> mat
[,1] [,2] [,3] [,4]
[1,] 5 5 5 5
[2,] 5 2 3 5
[3,] 5 5 5 5
#访问第2行
> mat[2,]
[1] 5 2 3 5
# 访问第3列
> mat[,3]
[1] 5 3 5
# 矩阵可由多个向量合并而来，使用rbind(行合并)或cbind(列合并)
> rbind(1:5,1:5,1:5)
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 1 2 3 4 5
[3,] 1 2 3 4 5
> cbind(1:5,1:5,1:5)
[,1] [,2] [,3]
[1,] 1 1 1
[2,] 2 2 2
[3,] 3 3 3
[4,] 4 4 4
数据框(data.frame)：也是一种存储表table的数据格式，它可以优自己的表头和属性名称，每一列是一个向量，但每一行不是。不同列之间的数据属性互不干扰。
> name=c("Tom","Jerry","Lilei")
> score=c(90,70,80)
> excellent=c(TRUE,FALSE,TRUE)
> exam=data.frame(name,score,excellent)
> exam
name score excellent
1 Tom 90 TRUE
2 Jerry 70 FALSE
3 Lilei 80 TRUE
# 访问方式同矩阵，由[], 每行仍为一个子数据框，没列则仍为一个向量
> tmp=exam[1,]
> tmp
name score excellent
1 Tom 90 TRUE
> tmp=exam[,1]
> tmp
[1] Tom Jerry Lilei
Levels: Jerry Lilei Tom
# 可通过原有向量名访问指定列，使用 $ 符号
> exam$name #于exam[,1] 相同
[1] Tom Jerry Lilei
Levels: Jerry Lilei Tom
# 可自定义数据框的行名或列名，使用rownames或colnames
> rownames(exam)=exam$name
> exam
name score excellent
Tom Tom 90 TRUE
Jerry Jerry 70 FALSE
Lilei Lilei 80 TRUE
# 数据框可由数据文件读入，注意：若输入文件中带有表头和属性名称，则左上角值应为缺省，即文件的第一行逼其他行少一个数据，# 此时R将自动将第一行和第一列定义为colnames和rownames，否则将会被当作数据读入到数据框中
> exam=read.csv("exam.csv") #以逗号
> exam=read.table("exam.txt") #以tab
列表:一种更为自由的数据类型，可以存储多种数据类型，并自定义名称
> List=list(Var="R language", Vec=vec, Mat=mat, DF=exam)
> List
$Var
[1] "R language"
$Vec
[1] "a" "6" "7.9" "str"
$Mat
[,1] [,2] [,3] [,4]
[1,] 5 5 5 5
[2,] 5 2 3 5
[3,] 5 5 5 5
$DF
name score excellent
Tom Tom 90 TRUE
Jerry Jerry 70 FALSE
Lilei Lilei 80 TRUE
> List$Var
[1] "R language"
> List$Vec
[1] "a" "6" "7.9" "str"
> List$Mat
[,1] [,2] [,3] [,4]
[1,] 5 5 5 5
[2,] 5 2 3 5
[3,] 5 5 5 5
> List$DF
name score excellent
Tom Tom 90 TRUE
Jerry Jerry 70 FALSE
Lilei Lilei 80 TRUE
未完待续……