笨办法学R编程

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

为了高效学习这些R知识或技巧，我想了一个办法.我发现这个方法的学习效率确实很高。

• 把这个帖子的代码全部拷贝到一个r_dummy.R文件中(包含注释和背景信息），而不是一次拷贝几条命令.
• 在rstudio里用Ctrl+R命令随时运行选中部分代码，查看结果.
• 修改代码，然后再运行查看结果.
  

#笨办法学R编程

# # 在倚天屠龙记中，有一人唤作火工头陀。此人练功不靠心法，只靠模仿他人招式，由外而内，自成一家。
# 练习编程也有如此的法门，不看文字描述，只观察和模仿别人的代码。
# 这样也可以由外而内学会编程。《笨办法学python》的作者Zed Shaw
# 就说过这种笨办法入门其实更简单。阳志平在他的文章《如何学习一门新的编程语言》
# 中也讲到，初学编程要在学习区刻意的大量练习，少看理论书。
# #
# # TED上一位教育家同样谈到这么一个故事，他把一个计算机扔在一个偏远的
# 印度小村子里不去管它，在那里没有上过学的小孩就能自己学会英语和计算机的用法。
# 实际上人脑是非常善于自我探索和学习的。因此本系列教程的特点就是只有演示代码加少量注释。
# 通过反复模仿和练习，揣摩代码的变化和结果，你就能自行领悟其含义，并打下坚实的编程基础。
# #
# # 本系列每篇文章的目的都是用R语言编程来解决一个Project Euler的问题。
# Project Euler是一系列由易到难的计算机编程挑战，它提供了一个平台来激发我们解决问题的灵感和思路。
# 本人写这个教程的目的有三：一是为了好玩，二是提高编程水平
# ，三是示范说明以提供给需要的R初学者。另外从R-Blogger上了解，
# 已经有两位高人用R在计算Project Euler，各位也可以参照他们的文章（博客1、博客2）。

# http://www.dataguru.cn/article-3392-6.html
#R 学习笔记《一》~《十二》----R语言初学者指南
#本文汇总了varlardoha博客里的R语言初学者指南，里面有许多基础的总结，对初期学习的帮助还不错，有兴趣可看下。

# 预备知识练习，在R控制台逐行输入观察结果

1. 1:10
   
2. 10:1
   
3. x <- 1:10
   
4. print(x)
   
5. sum(x)
   
6. x > 5
   
7. x[x > 5]
   
8. x > 5 & x < 8
   
9. x > 8 | x < 3
   
10. 10 %% 3
    
11. 9 %% 3
    
12. x %% 3
    
13. x %% 3 == 0
    
14. x[x %% 3 == 0]
    
15. 
    
16. # Project Euler 1
    
17. # 找到1000以下，所有能被3或5整除的数，将它们相加
    
18. x <- 1:999
    
19. sum(x[x %% 3 == 0 | x %% 5 == 0 ])
    
20. 
    
21. 
    
22. 
    
23. # 预备练习，while循环和if判断
    
24. x <- 1:10
    
25. print(x)
    
26. print(x[10])
    
27. print(x[-10])
    
28. 
    
29. i <- 1
    
30. while (i <= 10) {
    
31.   print(x)
    
32.   i <- i + 1
    
33. }
    
34. i <- 1
    
35. while (TRUE) {
    
36.   print(x)
    
37.   i <- i + 1
    
38.   if (i > 10) break
    
39. }
    
40. # 用循环和条件来完成前篇文章中的问题
    
41. # 可以体会到R语言向量化计算的特点。
    
42. x <- 1
    
43. sumx <- 0
    
44. while (x < 1000) {
    
45.   if (x %% 3 == 0 | x %% 5 == 0) {
    
46.     sumx <- sumx + x
    
47.   }
    
48.   x <- x + 1
    
49. }
    
50. print(sumx)
    
51. 
    
52. # Project Euler 2
    
53. # 找到4000000以下的斐波纳契数列
    
54. # 将其中的偶数进行求和
    
55. i <- 2
    
56. x <- 1:2
    
57. while (x < 4e6) {
    
58.   x[i+1] <- x[i-1] + x
    
59.   i <- i + 1
    
60. }
    
61. x <- x[-i]
    
62. sum(x[x %% 2 == 0])
    
63. 
    
64. 
    
65. 
    
66. # 预备练习，学习for循环、建立自定义函数和其它一些函数
    
67. 
    
68. for (n in 1:10) {
    
69.   print(sqrt(n))
    
70. }
    
71. 
    
72. x <- c('hello','world','I','love','R')
    
73. for (n in x) {
    
74.   print(n)
    
75. }
    
76. 
    
77. x <- seq(from=1,to=10,by=1)
    
78. print(x)
    
79. x <- seq(from=1,to=10,by=2)
    
80. print(x)
    
81. x <- seq(from=1,to=2,length.out=10)
    
82. print(x)
    
83. round(x)
    
84. x > 1.5
    
85. all(x>1.5)
    
86. any(x>1.5)
    
87. 
    
88. # 如何自定义一个求圆面积的函数
    
89. myfunc <- function(r) {
    
90.   area <- pi*r^2
    
91.   return(area)
    
92. }
    
93. print(myfunc(4))
    
94. 
    
95. # 同时求四个不同半径圆的面积
    
96. r <- c(2,2,4,3)
    
97. sapply(X=r,FUN=myfunc)
    
98. 
    
99. # Project Euler 3
    
100. # 找到600851475143这个数的最大质因子
     
101. # 先建立一个函数以判断某个数是否为质数
     
102. 
     
103. findprime <- function(x) {
     
104.   if (x %in% c(2,3,5,7)) return(TRUE)
     
105.   if (x%%2 == 0 | x==1) return(FALSE)
     
106.   xsqrt <- round(sqrt(x))
     
107.   xseq <- seq(from=3,to=xsqrt,by=2)
     
108.   if (all(x %% xseq !=0)) return(TRUE)
     
109.   else return(FALSE)
     
110. }
     
111. # 列出1到100的质数，看函数对不对
     
112. x = 1:100
     
113. x[sapply(x,findprime)]
     
114. 
     
115. # 寻找最大的质因子
     
116. n <- 600851475143
     
117. for (i in seq(from=3, to=round(sqrt(n)), by=2)) {
     
118.   if (findprime(i) & n %% i == 0) {
     
119.     n <- n / i
     
120.     prime.factor <- i
     
121.     if (i >= n)
     
122.       break
     
123.   }
     
124. }
     
125. print(prime.factor)
     
126. 
     
127. 
     
128. 
     
129. x <- y <- 1:9
     
130. data <- expand.grid(x=x,y=y)
     
131. print(data)
     
132. z <- data$x * data$y
     
133. # 一个九九乘法表
     
134. z <- matrix(z,ncol=9)
     
135. 
     
136. set.seed(1)
     
137. x <- round(runif(10),2)
     
138. print(x)
     
139. order(x)
     
140. x[order(x)[1]]
     
141. which.min(x)
     
142. x[which.min(x)]
     
143. x[order(x)]
     
144. y <- 1:10
     
145. data <- data.frame(x,y)
     
146. class(data)
     
147. head(data)
     
148. data[1,]
     
149. data[,1]
     
150. data$x
     
151. data[order(data$x),]
     
152. 
     
153. # Project Euler 4
     
154. # 在两个三位数字的乘积中，找出最大的回文数
     
155. # 先建立一个将数字顺序进行反转的函数
     
156. reverse <- function(n) {
     
157.   reversed <- 0
     
158.   while (n > 0) {
     
159.     reversed <- 10 * reversed + n %% 10
     
160.     n <- n%/%10
     
161.   }
     
162.   return(reversed)
     
163. }
     
164. 
     
165. # 从大到小搜索回文数
     
166. x <- y <- 999:100
     
167. data <- expand.grid(x=x,y=y)
     
168. data$prod <- data$x * data$y
     
169. data <- data[order(data$prod,decreasing=T),]
     
170. head(data)
     
171. value <- data$prod
     
172. for (i in 1:length(value))
     
173. {    isequal <- (value == reverse(value))   
     
174.      if (isequal)
     
175.      {        print(data[i,])        break    }}
     
176. 
     
177. 
     
178. # 预备练习
     
179. mat <- matrix(1:12,ncol=4)
     
180. print(mat)
     
181. t(mat)
     
182. colnames(mat) <- c('one','two','three','four')
     
183. rownames(mat) <- c('a','b','c')
     
184. print(mat)
     
185. apply(mat,1,sum)
     
186. apply(mat,2,sum)
     
187. sum(apply(mat,2,sum))
     
188. prod(apply(mat,2,sum))
     
189. # 之前建立的判断是否为质数的函数
     
190. findprime <- function(x) {
     
191.   if (x %in% c(2,3,5,7)) return(TRUE)
     
192.   if (x%%2 == 0 | x==1) return(FALSE)
     
193.   xsqrt <- round(sqrt(x))
     
194.   xseq <- seq(from=3,to=xsqrt,by=2)
     
195.   if (all(x %% xseq !=0)) return(TRUE)
     
196.   else return(FALSE)
     
197. }
     
198. x = 1:20
     
199. prime <- x[sapply(x,findprime)]
     
200. 
     
201. # 欧拉问题五，寻找最小的能被1到20所整除的数。
     
202. # 建立分解质因子的函数
     
203. primefactor <- function(x,prime) {
     
204.   m <- length(prime)
     
205.   fac.count <- numeric(m)
     
206.   names(fac.count) <- prime
     
207.   for (i in 1:m) {
     
208.     prime.num <- prime
     
209.     while (x %% prime.num == 0 & x !=1 ) {
     
210.       fac.count <- fac.count + 1
     
211.       x = x / prime.num
     
212.     }  
     
213.   }
     
214.   return(fac.count)
     
215. }
     
216. 
     
217. # 上面的函数负责对一个20以下的数分解为多个质数之积
     
218. # 返回每个质因子对应的自乘次数
     
219. primefactor(18,prime)
     
220. 
     
221. # 对1到20每个数进行质因子分解，形成一个表格
     
222. result <- t(sapply(1:20,primefactor,prime))
     
223. # 求每列的极大值
     
224. prime.power <- apply(result,2,max)
     
225. prod(prime^prime.power)
     
226. 
     
227. 
     
228. 
     
229. 
     
230. seq(from =1 ,to = 4,by = 1)   # style like python!
     
231. seq(from =1 ,by = 1,to = 4)
     
232. a<-seq(by = 1,from =1 ,to = 4)
     
233. 
     
234. rep(a,8)
     
235. rep(a,each = 8)
     
236. rep(each = 8,a)

复制代码

r_dummy.zip (3.22 KB) 本附件包括：

• r_dummy.R

2014-7-23 01:06:20 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：笨办法学R编程 R编程 Project RStudio Article 倚天屠龙记 python 技巧 信息 知识

真棒！这是看过的关于学习R操作的最好的办法，谢谢楼主！

非常好的东东，多分享一些啊