R语言基础知识总结（超详细整理）

一、R语言简介

R是一种用于统计分析、数据可视化和科学计算的开源编程语言和环境。其语法简洁，内置丰富的统计函数和图形函数，广泛应用于数据科学、机器学习和生物统计等领域。

---

整体知识点目录：

R语言基础知识总结
│
├─ 安装与配置
│    ├─ 安装R环境
│    ├─ 配置RStudio
│    └─ 包管理（安装、加载）
│
├─ 基本语法
│    ├─ 变量与数据类型
│    ├─ 运算符
│    ├─ 流程控制（条件、循环）
│    └─ 函数定义与调用
│
├─ 数据结构
│    ├─ 向量（vector）
│    ├─ 矩阵（matrix）
│    ├─ 数据框（data.frame）
│    ├─ 列表（list）
│    └─ 因子（factor）
│
├─ 数据操作
│    ├─ 读取与写入文件
│    ├─ 子集选择与索引
│    ├─ 数据清洗
│    └─ 数据变换（排序、合并、分组）
│
├─ 可视化
│    ├─ 基础绘图函数
│    ├─ ggplot2简介
│    └─ 图形美化与定制
│
├─ 常用包介绍
│    ├─ tidyverse
│    ├─ data.table
│    ├─ dplyr
│    └─ readr
│
└─ 练习题与解析├─ 选择题├─ 判断题├─ 填空题├─ 简答题└─ 编程题

二、安装与环境配置

1. 安装：访问CRAN镜像，下载适合操作系统的安装包并安装。
2. RStudio：推荐使用RStudio IDE，提供代码编辑、调试、可视化和项目管理功能。
3. Package管理：使用install.packages("包名")安装，使用library(包名)加载。

# 安装并加载ggplot2包
install.packages("ggplot2")
library(ggplot2)

---

三、基本语法

1. 变量与赋值

• 赋值符号：<-、=

x <- 10
y = 3.14

2. 注释

# 单行注释

3. 数据类型

类型	描述	示例
numeric	数值类型（浮点）	3.14, 2
integer	整数类型	1L, 2L
character	字符串	"Hello"
logical	布尔值	TRUE, FALSE
factor	分类变量	factor(c("A","B"))
Date	日期类型	as.Date("2025-06-04")

4. 数据结构

• 向量（vector）：同一类型元素的一维数组

  v <- c(1, 2, 3, 4)
  

• 矩阵（matrix）：二维数组

  m <- matrix(1:6, nrow=2, ncol=3)
  

• 数据框（data.frame）：异构二维表

  df <- data.frame(Name=c("A","B"), Score=c(90,85))
  

• 列表（list）：可包含不同类型对象

  lst <- list(num=1, str="R", vec=c(1,2,3))
  

---

四、基本操作

1. 索引与切片

v[2]        # 第二个元素
m[1, ]      # 矩阵第一行
df$Score    # 数据框列访问
lst[["vec"]] # 列表元素访问

2. 统计函数

函数	作用	示例
mean(x)	均值	mean(v)
sum(x)	求和	sum(v)
sd(x)	标准差	sd(v)
summary(x)	概括性统计	summary(df)

---

五、函数与流程控制

1. 自定义函数

add <- function(a, b) {return(a + b)
}
add(2,3)

2. 条件语句

if (x > 0) {print("正数")
} else {print("非正数")
}

3. 循环语句

for (i in 1:5) {print(i)
}

---

六、数据输入输出

# 读取CSV
data <- read.csv("data.csv", header=TRUE)
# 写出CSV
write.csv(data, "out.csv", row.names=FALSE)

---

七、可视化

使用ggplot2包：

library(ggplot2)
ggplot(df, aes(x=Name, y=Score)) +geom_bar(stat="identity")

---

八、练习题（共30题）

一、选择题（每题2分，共10分）

1. 下列哪种数据结构可存储不同类型元素？
   A. vector B. matrix C. list D. factor

   答案：C
   解析：list可包含多种类型元素。

2. R中用于计算均值的函数是？
   A. sum() B. mean() C. sd() D. median()

   答案：B
   解析：mean()用于计算均值。

3. 下列赋值操作中不正确的是？
   A. x <- 5 B. y = 2 C. 3 -> z D. <- a 4

   答案：D
   解析：<- a 4语法错误。

4. 将数据框df按列访问Score列可用？
   A. df[“Score”] B. df$Score C. df[[“Score”]] D. 以上均可

   答案：D
   解析：三种方式均可访问。

5. 下列哪种函数能展示数据框的摘要信息？
   A. head() B. dim() C. summary() D. str()

   答案：C
   解析：summary()生成概括性统计。

二、判断题（每题1分，共5分）

序号	题目	正误
1	R中字符串使用单引号和双引号均可。	✔
2	matrix可存储不同类型元素。	✘
3	install.packages()安装包时需联网。	✔
4	data.frame的行名称可以重复。	✘
5	函数rm()可删除变量。	✔

三、填空题（每题2分，共10分）

1. R中表示逻辑真值的关键字是 ________。

   答案：TRUE

2. 将数字向量v中的NA值删除可用函数 ________()。

   答案：na.omit

3. 将列表lst的第二个元素访问可写作 ________。

   答案：lst[[2]]

4. 读取CSV文件的函数是 ________。

   答案：read.csv

5. ggplot中添加散点图的几何函数是 ________()。

   答案：geom_point

四、简答题（每题4分，共20分）

1. 简述factor在R中的作用及使用场景。

   参考答案要点：factor用于存储分类变量，内部以整数和标签形式保存；适用于统计建模中的分类数据。

2. 说明如何在R中安装和加载包，并举例说明。

   参考答案要点：install.packages("包名")安装，library(包名)或require(包名)加载。

3. 解释data.frame与matrix的区别。

   参考答案要点：data.frame可存储异构类型，matrix只能存储同一类型元素；data.frame有行列名称。

4. 描述ggplot2作图流程的三个核心要素。

   参考答案要点：数据（data）、映射（aes）、几何对象（geom_）。

5. 谈谈向量化运算在R中的优势。

   参考答案要点：向量化运算无需显式循环，底层调用C语言实现，运行速度快且代码简洁。

五、编程题（每题5分，共25分）

1. 写函数count_na，统计向量中NA值个数并返回。

count_na <- function(x) {sum(is.na(x))
}

解析：is.na()返回逻辑向量，sum()累加TRUE个数。

2. 编写函数normalize，将数值向量按min-max归一化到[0,1]。

normalize <- function(x) {(x - min(x, na.rm=TRUE)) / (max(x, na.rm=TRUE) - min(x, na.rm=TRUE))
}

解析：使用最小最大值计算归一化。

3. 实现函数filter_above，返回大于阈值的向量子集。

filter_above <- function(x, thr) {x[x > thr]
}

解析：使用逻辑索引过滤。

4. 写函数read_and_summary，读取CSV并返回摘要统计（summary）。

read_and_summary <- function(file) {dat <- read.csv(file, header=TRUE)summary(dat)
}

解析：结合I/O与统计函数。

5. 用ggplot2绘制散点图，x轴为Sepal.Length，y轴为Sepal.Width（以iris数据集为例）。

library(ggplot2)
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) +geom_point() +labs(title="鸢尾花花萼尺寸散点图")

解析：演示常见可视化操作。