详解R语言的24个高效操作技巧

2023-05-18 05:05:03 高效详解操作技巧

1 修改默认提示语言
2 查看R所消耗内存大小
3 查看某个数据集内存大小
4 代码中换行
5 边赋值边显示
7 查看源代码
8 利用函数修改镜像
9 显示更多数据
10 默认保留小数点
11 管道
12 拆分列数据
13 默认加载包
14 为R添加额外扩展包加载路径

15 迁移R包

16 列出R包中的函数
17 不加载包使用其中函数
18 快速获取颜色
19 炸开数据
20 巧用example函数学习绘图
21 统计计算时间
21 释放内存
22 删除全部变量
23 恢复默认数据集
24 快速获取函数选项参数

R语言中的一些特殊技艺

1 修改默认提示语言

R默认提示的语言有的人是英文，有的人是中文，这是因为每个人系统默认语言不同，可以通过下面方式进行修改

Sys.getlocale() #显示系统语言
Sys.setenv(LANG="en") # 更换默认语言为英文

2 查看R所消耗内存大小

可以使用memory.size() #获取内存大小，不过该函数值只是和windows系统。

memory.size() #获取内存大小
[1] 341

3 查看某个数据集内存大小

> object.size(mtcars)
7208 bytes
> object.size(mtcars)/1024 #以kb显示
7 bytes

4 代码中换行

默认回车是运行代码，在Rstudio中有自动补齐，比如定义一个函数，直接自动补齐了{}，回车就运行了，可以使用shift+enter #换行

function(x,y) {
}

5 边赋值边显示

默认赋值完，直接敲变量名就打印数据，可以利用下面方式一步完成两个操作。

 (x <- runif(10))
 [1] 0.5795985 0.4661326 0.9730974 0.6697417 0.2431985 0.3988545 0.4064351 0.8403910
 [9] 0.3136191 0.9979925

7 查看源代码

如果想查看R函数的源代码，直接输入函数名，不加括号即可。

> mean
function (x, ...) 
UseMethod("mean")
<bytecode: 0x0000023e3b8db998>
<environment: namespace:base>

8 利用函数修改镜像

如果不设置R镜像，每次安装R包是都会弹出选择框，可以在安装之前通过函数进行设置，使用chooseCRANmirror()函数，给定ind选项一个数值即可。数值代表镜像编号。

> chooseCRANmirror()
Secure CRAN mirrors 
 1: 0-Cloud [https]                       2: Australia (Canberra) [Https]       
 3: Australia (Melbourne 1) [https]       4: Australia (Melbourne 2) [https]    
 5: Australia (Perth) [https]             6: Austria [https]                    
 7: Brazil (BA) [https]                   8: Brazil (PR) [https]                
 9: Brazil (RJ) [https]                  10: Brazil (SP 1) [https]              
11: Brazil (SP 2) [https]                12: Bulgaria [https]                   
13: Canada (MB) [https]                  14: Chile (SantiaGo) [https]           
15: China (Beijing 2) [https]            16: China (Hefei) [https]              
17: China (Hong Kong) [https]            18: China (Guangzhou) [https] 
> chooseCRANmirror(ind = 18)

9 显示更多数据

默认R显示1000行数据，如果想显示更多，可以通过设置max.print选项。

> options('max.print')
$max.print
[1] 1000
> options('max.print'=2000)
> options('max.print')
$max.print
[1] 2000

10 默认保留小数点

默认R显示7为小数，如果想默认保留两位小数，可以通过设置digits选项。

> options('digits')
$digits
[1] 7
> options('digits'=2)
> options('digits')
$digits
[1] 2

11 管道

使用管道让代码更加简洁，无需定义过多中间变量。R中的管道符号为“%>%”如果要使用管道，需要加载magrittr包。其实Rstudio出的各种包都默认支持管道，如果加载了tidyverse包也是可以。

> library(magrittr)
> library(ggplot2)
> mtcars %>% ggplot(aes(x=cyl,y=mpg,group=cyl))+geom_boxplot()

12 拆分列数据

有些时候记不住列名，或者容易拼错，想要列名也能够自动补齐，可以使用attach函数，这样每一列就变成一个独立的变量。

attach(mtcars)
> cyl
 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4
> mpg
 [1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4 10.4
[17] 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0 21.4

13 默认加载包

如果一些包经常使用，想要启动R之后自动加载，可以在配置文件中进行设置，例如每期启动R，自动加载ggplot2包。

file.edit("~/.Rprofile")
.First <- function() {
library(ggplot2)
}

14 为R添加额外扩展包加载路径

默认R包的加载目录在.libPaths()目录中，当然可以为其添加更多的路径。

> .libPaths()
[1] "C:/Users/genom/Documents/R/win-library/4.0"
[2] "C:/Program Files/R/R-4.0.3/library"        
> .libPaths(new = "C:/Users/genom/Desktop/nparFiles/")
> .libPaths()
[1] "C:/Users/genom/Desktop/nparFiles"   "C:/Program Files/R/R-4.0.3/library"

15 迁移R包

如果需要将一台设备安装的R包，在另外一台设备上安装，首先保存A设备上的R包名字列表，在另外一台设备上写一个循环进行安装。

#在A设备上保存名字列表
oldip <- installed.packages()[,1]
save(oldip,file = "installedPacckages.Rdata")
#在B设备上进行安装；
load("installedPacckages.Rdata")
newip <- installed.packages()[,1]
 for (i in setdiff(oldip,newip)) {
  install.packages(i)
}

16 列出R包中的函数

如果想查看一个R包中全部函数，可以使用下面的语句。

ls(package:base)

17 不加载包使用其中函数

如果加载R包，还想使用其中的函数，需要使用“包名字::函数名”的方式。

dplyr::filter()

18 快速获取颜色

在绘图的时候，想要快速设置几个不同的颜色，又嫌生成颜色比较麻烦。可以使用rainbow()函数，给定一个数据，快速生成颜色。

> rainbow(6)
[1] "#FF0000" "#FFFF00" "#00FF00" "#00FFFF" "#0000FF" "#FF00FF"

19 炸开数据

前面介绍了attach函数可以将每一列变成一个单独变量，但这种方式并不推荐，因为会让变量环境很混乱。可以使用一个特殊管道符"%$%"实现同样的效果，我称之为把数据“炸开”

> library(magrittr)
Warning message:
程辑包‘magrittr'是用R版本3.6.3 来建造的 
> women %$% plot(weight,height)

20 巧用example函数学习绘图

example函数会帮助运行R帮助文档中的代码，有时候想看一个函数如何使用，可以直接运行这个example函数。

> library(pheatmap)
> example("pheatmap")
phetmp> # Create test matrix
phetmp> test = matrix(rnORM(200), 20, 10)
phetmp> test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)] + 3
phetmp> test[11:20, seq(2, 10, 2)] = test[11:20, seq(2, 10, 2)] + 2
phetmp> test[15:20, seq(2, 10, 2)] = test[15:20, seq(2, 10, 2)] + 4
phetmp> colnames(test) = paste("Test", 1:10, sep = "")
phetmp> rownames(test) = paste("Gene", 1:20, sep = "")
phetmp> # Draw heatmaps
phetmp> pheatmap(test)

21 统计计算时间

想统计一条代码运行时间，可以使用system.time()函数

> system.time(runif(100000000))
用户 系统 流逝 
2.75 0.08 2.83

21 释放内存

R有一套自己的内存回收机制，因此，即使删除了变量，内存不会立即变化，可以使用GC()函数释放内存。

> memory.size()
[1] 297.56
> rm(list = ls())
> memory.size()
[1] 298.54
> gc()
          used (Mb) gc trigger  (Mb) max used  (Mb)
Ncells 1384255 74.0    4046672 216.2  4046672 216.2
Vcells 4288164 32.8   27057220 206.5 33821525 258.1
> memory.size()
[1] 255.5

22 删除全部变量

#显示全部变量内容
> ls()
#删除
> rm(list=ls())
#释放内存
> gc()

23 恢复默认数据集

如果不小心将内置数据集删除了，或者新定义同名变量，就会替换原有数据集。

 head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1
> mtcars=1:10
> mtcars
 [1]  1  2  3  4  5  6  7  8  9 10
> data("mtcars")
> head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1
>

24 快速获取函数选项参数

R函数的选项参数非常多，如果每次都调出帮助文档很麻烦，可以使用args()函数，快速打印出函数的选项参数。

> args(heatmap)
function (x, Rowv = NULL, Colv = if (symm) "Rowv" else NULL, 
    distfun = dist, hclustfun = hclust, reorderfun = function(d, 
        w) reorder(d, w), add.expr, symm = FALSE, revC = identical(Colv, 
        "Rowv"), scale = c("row", "column", 
        "none"), na.rm = TRUE, margins = c(5, 5), ColSideColors, 
    RowSideColors, cexRow = 0.2 + 1/log10(nr), cexCol = 0.2 + 
        1/log10(nc), labRow = NULL, labCol = NULL, main = NULL, 
    xlab = NULL, ylab = NULL, keep.dendro = FALSE, verbose = getOption("verbose"), 
    ...) 
NULL

以上就是详解R语言的24个高效操作技巧的详细内容，更多关于R语言24个高效操作的资料请关注其它相关文章！

相关文章