R語言

R

編程範型	多重編程範式：陣列式、物件導向、函數式、反射式、指令式、過程式
設計者	羅斯·伊哈卡和羅伯特·傑特曼
實作者	R核心開發小組
面市時間	1993年8月​（1993-08）
當前版本	4.4.2（2024年10月31日；穩定版本）
型態系統	動態類型
文件擴展名	.r .rdata .rds .rda
網站	www.r-project.org
啟發語言
S、Scheme、Lisp
影響語言
Julia
維基教科書中有關R Programming的文本

R語言是一種自由軟體程式語言與操作環境，主要用於統計分析、繪圖以及數據挖掘。R由新西蘭奧克蘭大學的統計學家羅斯·伊哈卡和羅伯特·傑特曼開發，現在由R核心小組負責開發，同時也有其他用戶編寫了諸多外掛的軟件包。R以S語言為基礎，其詞法作用域語義來自Scheme。R的後台程序大多由C語言、FORTRAN語言和R自己寫成。

R語言是GNU計劃的一個項目，所以其原始碼可自由下載使用。R也有已編譯的執行檔版本可以下載，可在多種平台下運行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacOS。R可以以命令行操作，同時有人開發了幾種圖形用戶界面，其中包括RStudio與Jupyter。

在TIOBE2022年1月對編程語言人氣的排名中，R排名第12。

發展歷程

R語言以S語言為基礎，增加了Scheme語言中詞法作用域這一機制，使程序員得以將代碼中某一對象的適用範圍限制到一小段代碼之中。S由里克·貝克爾、約翰·錢伯斯、道格·鄧恩、瓊·麥克雷、以及朱迪·席林於1976年前後於貝爾實驗室發明。S是一種用於數據分析的解釋型語言，無需編譯器即可運行。通常用S語言編寫的代碼都可以不作修改地在R環境下運行。Scheme是Lisp語言的一個分支，由傑拉爾德·J·薩斯曼和小蓋伊·L·斯蒂爾於1975年前後在麻省理工學院發明。

1991年，新西蘭奧克蘭大學的統計學家羅斯·伊哈卡和羅伯特·傑特曼開始對S語言的一個新版本進行開發。伊哈卡與傑特曼兩人名字首字母都是R，R語言因此得名。同時，R這個單一字母的名字也表明R語言與S語言一脈相承。1993年8月，伊哈卡與傑特曼在數據平台StatLib和郵件列表s-news中發布了R的早期版本。1995年，在統計學家馬丁·梅克勒的建議下，伊哈卡與傑特曼通過GNU通用公共許可證把R做成了一款免費開源軟件。軟件於1995年6月進行了首次官方發布。首個穩定測試版本（1.0）於2000年2月29日發布。

R綜合檔案網（Comprehensive R Archive Network；CRAN）於1997年4月23日正式上線。CRAN除了收藏了R的執行檔下載版、原始碼和說明文件，也收錄了各種用戶撰寫的R軟件包。CRAN最早有3個鏡像以及12個軟件包。截止2022年1月，CRAN有101個鏡像站以及18728個軟件包。

同樣在1997年，R核心小組正式成立，以進一步對R語言進行開發。截止2022年1月，小組成員包括伊哈卡、傑特曼、錢伯斯以及梅克勒，同時也包括了統計學家庫爾特·奧爾尼克、道格拉斯·貝茨、彼得·達爾高、盧克·蒂爾尼、弗里德里希·萊施、托馬斯·拉姆利、鄧肯·坦普爾·朗、邁克爾·勞倫斯、烏韋·利格斯、布萊恩·里普利、塞巴斯蒂安·邁耶、保羅·默雷爾、馬丁·普盧默、迪伊潘·薩卡爾、西蒙·烏爾巴內克以及計算機科學家托馬斯·卡利貝拉。小組過去的成員包括塞思·福爾肯、圭多·馬薩羅托、鄧肯·默多克、馬丁·摩根、海納·施瓦特以及斯特凡諾·雅各斯。2003年4月，一個名為R基金會的非盈利組織正式成立，為的是更好地對R語言的開發提供支持。

內置功能

R主要用於數據分析。在R語言中，用於信息存儲的數據結構包括向量、數組、列表以及數據框。向量指一組帶有固定順序, 數據類型唯一的字串或數值，其內容可以填寫到一維或多維的數組之中。二維數組也叫做矩陣。R支持各種數組運算，與自由軟件GNU Octave和商業軟件MATLAB的功能有所重疊。列表指一組數據類型可能有所不同的對象。一個字串向量與數值向量合在一起就可以成為一個列表。數據框本質上是一個列表，裡面包含了一個或多個長度相同的向量。數據框將這些向量合併成表格，每一縱列都有一個單一的名稱。標量這一數據類型在R語言中並不存在，所謂的標量就是一個長度為一的向量。

用戶可以用R來進行一些基本的統計檢驗，構建線性及非線性的模型，對時間序列加以分析，或對數據進行分類與聚類分析。R的另一強項是繪圖功能，畫出的圖表能夠達到專業出版物的要求，也可加入數學符號。計算強度較大時，用戶可在程序中嵌入C、C++以及FORTRAN語言以幫助運算。

因為S的血緣，R比其他統計學或數學專用的編程語言有更強的物件導向（面向對象程序設計, S3, S4等）功能。

套件

R的功能能夠透過由用戶撰寫的套件（Packages）增強。增加的功能有特殊的統計技術、繪圖功能，以及編程介面和數據輸出／輸入功能。這些軟件包是由R語言、LaTeX、Java及最常用C語言和Fortran撰寫。下載的執行檔版本會連同一批核心功能的軟件包，而根據CRAN紀錄有一萬多種不同的軟件包。其中有幾款較為常用，例如用於經濟計量、財經分析、人文科學與社會科學研究以及人工智能。

發展

生物信息學社群時常使用R進行分子生物學數據分析。Bioconductor計劃就是讓R作為基因圖譜分析工具。 Gnumeric開發者正和R開發者合作，改善Gnumeric計算結果的精確度。

R新聞雜誌

《R新聞雜誌》（R Newsletter）每年會出版兩至三次，為一份免費的電子雜誌，內容有關統計學軟件發展及R語言開發資訊。第一期在2001年一月出版。從2008年開始，被R Journal替代。

例子

基本語法

下面的例子展示基本的語言語法和命令行界面使用。在R語言中，一般偏好採用兩字符合成箭頭的賦值算符<-，但是在某些情況也可以使用=。

> x <- 1:6 # 在当前环境中创建数值向量。
> y <- x^2 # 基于在x中的值创建向量。
> print(y) # 打印向量的内容。
[1]  1  4  9 16 25 36

> z <- x + y # 创建是为x与y的和的新向量。
> z # 返回z的内容至当前环境。
[1]  2  6 12 20 30 42

> z_matrix <- matrix(z, nrow=3) # 创建将向量z转变为3x2矩阵对象的新矩阵。
> z_matrix 
     [,1] [,2]
[1,]    2   20
[2,]    6   30
[3,]   12   42

> 2*t(z_matrix)-2 # 转置这个矩阵，对每个元素乘以2，从矩阵中每个元素减去2，并返回结果至终端。
     [,1] [,2] [,3]
[1,]    2   10   22
[2,]   38   58   82

> new_df <- data.frame(t(z_matrix), row.names=c('A','B')) # 创建包含来自转置的z_matrix的数据的新data.frame对象，具有横行名字'A'和'B'。
> names(new_df) <- c('X','Y','Z') # 设置new_df的纵列名字为X、Y和Z。
> print(new_df)  # 打印当前结果。
   X  Y  Z
A  2  6 12
B 20 30 42

> new_df$Z # 输出Z列。
[1] 12 42

> new_df$Z==new_df['Z'] && new_df[3]==new_df$Z # data.frame的Z列可以使用$Z、['Z']或[3]语法来访问，得到的值是相同的。 
[1] TRUE

> attributes(new_df) # 打印关于new_df对象的特性信息。
$names
[1] "X" "Y" "Z"

$row.names
[1] "A" "B"

$class
[1] "data.frame"

> attributes(new_df)$row.names <- c('one','two') # 访问并接着变更row.names特性；还可以使用rownames()来完成。
> new_df
     X  Y  Z
one  2  6 12
two 20 30 42

函數的結構

R語言的力量之一是易於創建新函數。在函數體內的對象保持局部於這個函數，而且可以返回任何數據類型。例如：

# 声明函数“f”具有参数“x”、“y“。
# 它返回x和y的线性组合。
f <- function(x, y) {
  z <- 3 * x + 4 * y
  return(z) ## 这里的return()函数是可选的。
}

> f(1, 2)
[1] 11

> f(c(1,2,3), c(5,3,4))
[1] 23 18 25

> f(1:3, 4)
[1] 19 22 25

建模和繪圖

R語言對數據建模和圖形有內建支持。下列例子展示R語言如何輕易的生成並繪製帶有殘差的線性回歸模型。

出自繪製「模型」 （例子中「plot.lm()」函數）的診斷圖。

> x <- 1:6 # 创建x和y值。
> y <- x^2  
> model <- lm(y ~ x)  # 线性回归模型y = A + B * x。
> summary(model)  # 显示这个模型的深入总结。

Call:
lm(formula = y ~ x)

Residuals:
      1       2       3       4       5       6       7       8      9      10
 3.3333 -0.6667 -2.6667 -2.6667 -0.6667  3.3333

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)  -9.3333     2.8441  -3.282 0.030453 * 
x             7.0000     0.7303   9.585 0.000662 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 3.055 on 4 degrees of freedom
Multiple R-squared:  0.9583, Adjusted R-squared:  0.9478
F-statistic: 91.88 on 1 and 4 DF,  p-value: 0.000662

> par(mfrow = c(2, 2))  # 创建2乘2格局的图表。
> plot(model)  # 输出这个模型的诊断图。

曼德博集合

通過對方程z = z² + c的前20次迭代計算曼德博集合的簡短R代碼，它針對不同的複數常量c而繪圖。這個例子展示了：

"Mandelbrot.gif" – R語言用14行代碼創建的圖形。

• 使用社區開發庫（叫做R包），這裡是caTools包；
• 處理複數；
• 多維數值數組作為基本數據類型，用於變量C、Z和X。

install.packages("caTools")  # 安装外部包。
library(caTools)             # 这个外部包提供write.gif函数。
jet.colors <- colorRampPalette(c("green", "pink", "#007FFF", "cyan", "#7FFF7F",
                                 "white", "#FF7F00", "red", "#7F0000"))
dx <- 1500                    # 定义宽度。
dy <- 1400                    # 定义高度。
C  <- complex(real = rep(seq(-2.2, 1.0, length.out = dx), each = dy),
              imag = rep(seq(-1.2, 1.2, length.out = dy), dx))
C <- matrix(C, dy, dx)       # 重制形状为复数的方块矩阵。
Z <- 0                       # 初始化Z为零。
X <- array(0, c(dy, dx, 20)) # 初始化输出3D数组。
for (k in 1:20) {            # 循环具有20次迭代。
  Z <- Z^2 + C               # 中心差分方程。
  X[, , k] <- exp(-abs(Z))   # 捕获结果。
}
write.gif(X, "Mandelbrot.gif", col = jet.colors, delay = 100)

外部連結

• R語言官方主頁 （頁面存檔備份，存於網際網路檔案館）

參見

• RStudio - R語言的集成開發環境（IDE）
• SPSS - 另一種統計分析軟件
• Stata - 另一種統計分析軟件
• SAS系統 - 另一種統計分析軟件
• S-PLUS - 同樣建基於S語言的統計分析軟件