R语言手册

在R的官方教程里是这么给R下注解的:一个数据分析和图形显示的程序设计环境(A system for data analysis and visualization which is built based on S language.)。

R的源起

R是S语言的一种实现。S语言是由 AT&T贝尔实验室开发的一种用来进行数据探索、统计分析、做图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业 软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman 和 Ross Ihaka 及其余志愿人员开发了一个R系统。R的使用与S-PLUS有不少相似之处，两个软件有必定的兼容性。

R is free

R是用于统计分析、绘图的语言和操做环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
R是一套完整的数据处理、计算和制图软件系统。其功能包括：数据存储和处理系统；数组运算工具（其向量、矩阵运算方面功能尤为强大）；完整连贯的统计分析工具；优秀的统计制图功能；简便而强大的编程语言：可操纵数据的输入和输入，可实现分支、循环，用户可自定义功能。
R是一个免费的自由软件，它有UNIX、LINUX、MacOS和WINDOWS版本，都是能够免费下载和使用的,在那儿能够下载到R的安装程序、各类外挂程序和文档。在R的安装程序中只包含了8个基础模块，其余外在模块能够经过CRAN得到。
R的特色

(1) 有效的数据处理和保存机制。
(2) 拥有一整套数组和矩阵的操做运算符。
(3) 一系列连贯而又完整的数据分析中间工具。
(4) 图形统计能够对数据直接进行分析和显示，可用于多种图形设备。
(5) 一种至关完善、简洁和高效的程序设计语言。它包括条件语句、循环语句、用户自定义的递归函数以及输入输出接口。
(6) R语言是完全面向对象的统计编程语言。
(7) R语言和其它编程语言、数据库之间有很好的接口。
(8) R语言是自由软件，能够放心大胆地使用，但其功能却不比任何其它同类软件差。
(9) R语言具备丰富的网上资源

一   入门训练

1. 获取帮助
    > help.start() 开启帮助文档
    >help(solve) 显示某命令的帮助信息，或者
    >?solve
    对于由特殊字符指定的功能，这些参数必须用单引号或双引号括起来，使之成为一个“字符串”,如
    > help("[[")
    与某个主题相关的例子一般能够用下面的命令获得
    > example(topic)

2. 命令简介
    R对大小写是敏感的；名称不能以数字开始；
    基本的命令由表达式或者赋值语句组成。若是一个表达式被做为一条命令给出，它将被求值、打印而表达式的值并不被保存。一个赋值语句一样对表达式求值以后把表达式的值传给一个变量，不过并不会自动的被打印出来；
    命令由分号(;)来分隔，或者另起新行；
    基本命令能够由花括号(f和g)合并为一组复合表达式；
    注释几乎能够被放在任何地方，只要是以井号( # )开始，到行末结束；
    若是一个命令在行莫仍没有结束，R将会给出一个不一样的提示符，默认的是‘+’。

 

3. 命令文件的执行和输出转向到文件

若是命令存储于一个外部文件中，好比工做目录work中的commands.R，他们能够随时在R的任务中被执行
> source("commands.R")在Windows中Source也能够由File菜单执行。
函数sink，
> sink("record.lis")
将把全部后续的输出由终端转向一个外部文件，record.lis。命令
> sink()   将把信息从新恢复到终端上。

4. 数据的保持与对象的清除

R所建立、操做的实体是对象。对象能够是变量、数组、字符串、函数以及由这些元素组成的其它结构；
> objects()     用来显示目前存储在R中的对象的名字。而当前存储的全部对象的组合被称为workspace；
清除对象可使用rm命令：
> rm(x, y, z, ink, junk, temp, foo, bar)
全部在一个R任务中被建立的对象均可以在文件中被永久保存，并在其它的R任务中被使用。在每一个R任务结束时用户都有机会保存当前有效的全部对象。若是用户这样作的话，对象将被写入当前目录一个名为.RData。当R被再次启动时R会从这个文件中再载入workspace。同时相关的命令记录也被载入。
因此，推荐你们在用R进行不一样的分析时分别使用不一样的工做目录。

5. 基本数据结构

 

数值型(numeric）	1,1.2,3.1415926
复数型(complex)	1+2i
字符型(character)	‘A’/ “hello world!”
逻辑型(logical)	TRUE / FALSE

6. 基本数据对象

 

向量(vector), 见下节
矩阵(matrix)： 
更通常的说数组是向量在多维状况下的通常形式。事实上它们是能够被两个或更多的指标索引的向量，而且以特定的方式被打印出来。
因子(factors) 提供了一种处理分类数据的更简介的方式。
列表(list)：  
是向量的一种通常形式，并不须要保证其中的元素都是相同的类型，并且其中的元素常常是向量和列表自己。
数据框(data frame)：
是一种与矩阵类似的结构，其中的列能够是不一样的数据类型。能够把数据框看做一种数据"矩阵"，它的每行是一个观测单位，并且(可能)同时包含数值型和分类的变量。
函数( function)：
可以在R的workspace中存储的对象。咱们能够经过函数来扩展R的功能。

二   简单操做，数值与向量

2.1 向量与赋值

R对命名了的数据结构进行操做。最简单的数据结构是数字向量；如，
> x <- c(10.4, 5.6, 3.1, 6.4, 21.7)    c()是建立函数，赋值运算符是'<-'，与函数assign()等价
> assign("x", c(10.4, 5.6, 3.1, 6.4, 21.7))  也能够写成：
> c(10.4, 5.6, 3.1, 6.4, 21.7) -> x
若是一个表达式被看成一个完整的命令，它的值将被打印到终端但不被储存。
单独输入x则会将值打印出来。也能够打印倒数：
> 1/x
> y <- c(x, 0, x)   也能够将向量做为元素。

2.2 向量运算

    操做是按照向量中的元素一个一个进行的。同一个表达式中的向量并不须要具备相同的长度。若是它们的长度不一样,表达式的结果是一个与表达式中最长向量有相同长度的向量。表达式中较短的向量会根据它的长度被重复使用若干次(不必定是整数次)，直到与长度最长的向量相匹配。而常数很明显的将被不断重复。如，
> v <- 2*x + y + 1
经常使用运算有：
+，-，*，/，^（次方）；
log, exp, sin, cos, tan,sqrt等；
max和min的做用是选出所给向量中最大的或最小的元素；
range函数的值是一个长度为2的向量，即c(min(x),max(x))
length(x)返回了向量x中元素的个数，也就是x的长度。
sum(x)给出了x中全部元素的总和；
prod(x)给出x中全部元素的乘积；
mean(x)和var(x)，分别计算样本均值和样本方差，这两个函数分别至关于sum(x)/length(x)，sum((x-mean(x)) \^2)/(length(x) -1)。若是var()的参数是一个n*p的矩阵，那么函数的值是一个p*p的样本协方差矩阵，认为每行是一个p变量的样本向量。
sort(x)返回一个与x具备相同长度的向量，其中的元素按招升序排列。还有其余更灵活的排序功能(参见order()和sort.list())。
pmax和pmin将返回一个与最长的向量长度相等的向量，向量中的元素由参数中全部向量在相应位置的最大值(最小值)组成；
若是要使用复数，须要直接给出一个复数部分。所以sqrt(-17)将会返回NaN(无效数值)和一个警告，而sqrt(-17+0i)将按照复数进行运算。

2.3 生成序列

最简单的方法是用冒号‘：’，冒号具备最高运算优先级。例如1:30就是向量c(1,2,. . .,29,30)。30:1构造一个递减序列。
利用seq()函数构造序列：有五个参数，from, to, by, length, along
                                       from, to能够不写参数名，seq(2,10)就至关于2:10。
                                       by指定步长，默认为1，如seq(-5, 5, by=.2)即为c(-5.0, -4.8, -4.6, ..., 4.6, 4.8, 5.0)
                                       length指定序列长度，如seq(length=51, from=-5, by=.2)，等同于seq(-5, 5, by=.2)
                                       along=vector只能单独使用，产生一个“1:length(vector)”序列。相似的函数是rep(),这个函数能够用多种复杂的方法来                          
                                           复制一个对象。最简单的形式是> s5 <- rep(x, times=5)

2.4 逻辑向量

 

TRUE, FALSE, 和NA(not available), 前两个能够简写为T和F，但T/F并非系统保留字，能够被用户覆盖，因此最好仍是不要简写。
逻辑向量是由条件给出的，以下列语句令temp成为一个与x长度相同，相应位置根据是否与条件相符而由TRUE或FALSE组成的向量：
> temp <- x > 13
逻辑操做符包括<, <=, >, >=,彻底相等==和不等于!=，与或非分别为&, |, !。
在普通运算中，FALSE当作0而TRUE当作1。

2.5 缺失值

NA(not available): 通常来说一个NA的任何操做都将返回NA。
     is.na(x)返回一个与x等长的逻辑向量，而且由相应位置的元素是不是NA来决定这个逻辑向量相应位置的元素是TRUE仍是FALSE。
     x==NA是一个与x具备相同长度而其全部元素都是NA的向量。
NaN(Not a Number): 由数值运算产生，如0/0, Inf-Inf.
     is.na(x)对于NA和NaN值都返回TRUE，
     is.nan(x)只对NaN值返回TRUE。

2.6 字符向量

 

字符串在输入时可使用单引号(')或双以号(");  在打印时用双引号(有时不用引号)。
R使用与C语言风格基本相同的转义符, 因此输入\\打印的也是\\, 输入\" 打印引号",  \n: 换行, \t: tab, \b: 回格。
字符向量能够经过函数c()链接；
paste()能够接受任意个参数，并从它们中逐个取出字符并连成字符串，造成的字符串的个数与参数中最长字符串的长度相同。若是参数中包含数字的话，数字将被强制转化为字符串。在默认状况下，参数中的各字符串是被一个空格分隔的，不过经过参数sep=string 用户能够把它更改成其余字符串，包括空字符串。例如：
> labs <- paste(c("X","Y"), 1:10, sep="")  使变量labs成为字符变量c("X1", "Y2", "X3", "Y4", "X5", "Y6", "X7", "Y8", "X9", "Y10")

2.7 index vector---数据集子集的选择与修改

 

任何结果为一个向量的表达式均可以经过追加索引向量(index vector)来选择其中的子集。
1 逻辑的向量。
> y <- x[!is.na(x)]    表示将向量x中的非NA元素赋给y；
> (x+1)[(!is.na(x)) & x>0] -> z     表示建立一个对象z，其中的元素由向量x+1中与x中的非缺失值和正数对应的向量组成。
2. 正整数的向量
> x[6]    是x的第六个元素
> x[1:10]       选取了x的前10个元素(假设x的长度不小于10)。
> c("x","y")[rep(c(1,2,2,1), times=4)]     产生了一个字符向量，长度为16，由"x", "y", "y", "x"重复4次而组成。
3. 负整数的向量
> y <- x[-(1:5)]       表示向量y取向量x前5个元素之外的元素。
4. 字符串的向量
只存在于拥有names属性并由它来区分向量中元素的向量。这种状况下一个由名称组成的子向量起到了和正整数的索引向量相同的效果。
> fruit <- c(5, 10, 1, 20)
> names(fruit) <- c("orange", "banana", "apple", "peach")
> lunch <- fruit[c("apple","orange")]
子集的修改
> x[is.na(x)] <- 0    表示将向量x中因此NA元素用0来代替
> y[y < 0] <- -y[y < 0]      表示将向量(-y)中 与向量y的负元素对应位置的元素 赋值给 向量y中 与向量y负元素对应的元素。做用至关于：
> y <- abs(y)

三  对象，模式和属性

3.1 固有属性：模式和长度

对象是R所进行操做的实体，对象能够是向量、列表等，详见1.6.
对象的模式包括numeri，ccomplex，character，logical，list，function，expression等。能够用mode(object)查看。
对象的长度是对象的另外一固有属性。能够用length(object)查看。
attribute(object)能够查看更深刻的属性。

模式的转换
在容许的状况下(大多数状况都是容许的)，R能够完成各类模式的转换。例如：d<-as.character(z)，将数值向量z<-(0:9)转化为字符向量c("0", "1", "2", ..., "9")。as.integer(d)将d转化为数值向量。
R中不少形式为as.something()的函数，能够完成从一个模式向另外一个模式的转化，或者是令对象取得它当前模式不具备的某些属性。

3.2 改变对象的长度

> e <- numeric()    产生一个numeric型的空向量e。character()等相似。此时长度为对象0。
此时新添加一个元素会使e的长度自动调整。
> e[3] <- 17    令e为一个长度为3的向量（此时，该向量的前两个元素都是NA）
缩短（截断）一个对象的长度，只须要一个赋值命令。所以，若alpha是一个长度为10的对象，下面的命令
> alpha <- alpha[2 * 1:5]

3.3 属性的获取和设置

 

函数attributes(object)将给出当前对象所具备的全部非基本属性（长度和模式属于基本属性）的一个列表。
函数attr(object,name)能够被用来选取一个指定的属性。除了为某些特殊的目的建立新属性这样特殊的环境下，这些函数不多被用到。
当函数attr()用在赋值语句左侧时，既能够是将对象与一种新的属性关联，也能够是对原有属性的更改。例如
> attr(z,"dim") <- c(10,10)         另R将z做为一个10X10的矩阵看待。

3.4 对象的类别

对象的一个特别属性，类别，被用来指定对象在R编程中的风格。好比：若是对象类别"data.frame"则会以特定方式处理。
unclass()能够去除对象的类别。
summary()能够查看对象的基本信息（min, max, mean, etc.）

四  有序因子和无序因子

 

因子是一种向量对象，它给本身的组件指定了一个离散的分类（分组），它的组件由其余等长的向量组成。R提供了有序因子和无序因子。
通俗点说，因子就是将对象的值分红不一样的组（levels）。
用函数factor()建立一个因子，levels按序排列(字母序或数值序)。

例如province<-c("四川","湖南","江苏","四川","四川","四川","湖南","江苏","湖南","江苏")，为province建立因子：
> pf<-factor(province)   建立province的因子pf
> pf     打印出来
 [1] 四川 湖南 江苏 四川 四川 四川 湖南 江苏 湖南 江苏
Levels: 湖南 江苏 四川
函数levels()能够用来观察因子中有多少不一样的levels。

假如咱们拥有这些省份考生的分数：
> score<-c(95,86,84,92,84,79,86,99,85,90)
函数tappley()能够用来计算各省的平均分数，函数tapply()的做用是对它第一个参数的组件中所包含的每一个组应用一个参数三指定的函数。
> smeans<-tapply(score,pf,mean)
> smeans
    湖南     江苏     四川 
85.66667 91.00000 87.50000 
再例如，下面命令会给出各组的length
> tapply(score,pf,length)
湖南 江苏 四川 
   3    3    4 

 

函数ordered()能够建立有序因子
> ordered(province)
 [1] 四川 湖南 江苏 四川 四川 四川 湖南 江苏 湖南 江苏
Levels: 湖南 < 江苏 < 四川

 

五 数组和矩阵

5.1 数组

数组能够当作一个由递增下标表示的数据项的集合，例如数值。
数组的生成
若是一个向量须要在R中以数组的方式被处理，则必须含有一个维数向量做为它的dim属性。
维度向量由dim()指定，例如，z是一个由1500个元素组成的向量。下面的赋值语句
> dim(z) <- c(3,5,100)        使它具备dim属性，而且将被看成一个3X5X100的数组进行处理。 c(3,5,100) 就是他的维度向量。
还能够用到像matrix()和array()这样的函数来赋值。好比
> array(1:20, dim=c(4,5))
> matrix(1:24, 3,4)
数据向量中的值被赋给数组中的值时，将遵循与FORTRAN相同的原则"主列顺序"，即第一个下标变化的最快，最后的下标变化最慢。
数组的运算
数组能够在算数表达式中使用，结果也是一个数组，这个数组由数据向量逐个元素的运算后组成，一般参与运算的对象应当具备相同的dim属性。

5.2 数组的索引和数组的子块

 

数组中的单个元素能够经过下标来指定，下标由逗号分隔，写在括号内。
咱们能够经过在下标的位置给出一个索引向量来指定一个数组的子块，不过若是在任何一个索引位置上给出空的索引向量，则至关于选取了这个下标的所有范围。
如a[2,,]，a[,3,]等

5.3 索引数组

除了索引向量，还可使用索引数组来指定数组的某些元素。
例如：有4X5的数组a，若要获得a中的a[1,3], a[2,2] 和a[3,1]这三个元素，能够生成索引向量i，而后用a[i]获得它们。
> a <- array(1:20,dim=c(4,5)) # Generate a 4 by 5 array.
> i <- array(c(1:3,3:1),dim=c(3,2))
> i
[,1] [,2]
[1,] 1 3
[2,] 2 2
[3,] 3 1
> a[i]
[1] 9 6 3
> a[i] <- 0   # 将这三个元素用0替换。

5.4 向量，数组的混合运算

表达式从左到右被扫描；
参与运算的任意对象若是大小不足，都将被重复使用直到与其余参与运算的对象等长；
当较短的向量和数组在运算中相遇时，全部的数组必须具备相同的dim属性，不然返回一个错误；
若是有任意参与运算的向量比参与运算的矩阵或数组长，将会产生错误；
若是数组结构正常声称，而且没有错误或者强制转换被应用于向量上，那么获得的结果与参与运算的数组具备相同的dim属性。

5.5 矩阵的运算

构建分区矩阵：cbind()和rbind()，cbind()按照水平方向，或者说按列的方式将矩阵链接到一块儿。rbind()按照垂直的方向，或者说按行的方式将矩阵链接到一块儿。

 

外积：操做符是%o%:
> ab <- a %o% b   或者
> ab <- outer(a, b, "*")
其中的乘法操做能够由任意一个双变量的函数替代。

广义转置：函数t(A)，或aperm(A, c(2,1))；

获取行数/列数：nrow(A)和ncol(A)分别返回矩阵A的行数和列数。

矩阵乘法：操做符为%*%；

交叉乘积（cross product）：crossprod(X，Y)等同于t(X) %*% y，crossprod(X)等价于crossprod(X, X)；

diag(v)：若是v是向量，diag(v)返回一个由v的元素为对角元素的对角矩阵。
               若是v为矩阵，diag(v)返回一个由v主对角元素组成的向量。
               若是v只是一个数值，那么diag(v)是一个vXv的单位矩阵。

 

特征值和特征向量：eigen(Sm)。这个函数的结果是由名为values和vectors的两部分组成的列表。若是只是须要特征值：eigen(Sm)$values

最小二乘拟合即QR分解：lsfit(), qr()。

强制转换为向量：as.vector()，或者直接c().

解线性方程和求矩阵的逆，奇异值分解与行列式见<R语言笔记>；

六  列表和数据帧

6.1 列表

列表是由称做组件的有序对象集合构成的对象。组件的模式或类型不必定相同。
形如Lst <- list(name_1=object_1, . . ., name_m=object_m)的赋值将建立一个包含m个组件的列表，并根据参数中指定的名称为其命名。（其名称能够自由选取）。若是它们的名称被省略，组件将只是被编号。例如：
> Lst <- list(name="Fred", wife="Mary", no.children=3,child.ages=c(4,7,9))

所使用的组件是被复制到新的列表中的，对原始对象没有影响。
组件老是被编号的，而且能够经过编号指定。
Lst[[1]] 即为"Fred"，也能够用 Lst$name，Lst[["name"]]指定。若是Lst[[4]]是一个有下标的数组，Lst[[4]][1]就是它的第一项。
区分Lst[[1]]和Lst[1]，'[[...]]'是选择单个元素时使用的操做符，而'[...]'是一个通常的下标操做符。所以，前者表明列表Lst中的第一个对象；后者是列表Lst的子列表，仅包含列表的第一项。
组件的名称能够缩写，可缩写的程度是只要能令组件被惟一的识别就能够了。如：Lst$na等价于Lst$name， Lst$w等价于Lst$wife。

扩展列表
能够经过指定额外组件的方式。例如
> Lst[5] <- list(matrix=Mat)

链接列表
当链接函数c()的参数为列表时，其结果也是一个模式为列表的对象。由参数中的列表做为组件依次链接而成。
> list.ABC <- c(list.A, list.B, list.C)

6.2 数据帧

 

数据帧是类别为"data.frame"的列表；
数据帧会被看成各列具备不一样模式和属性的矩阵。
数据帧按照矩阵的方式显示，选取的行或列也按照矩阵的方式来索引。

建立数据帧

直接建立：那些知足对数据帧的列（组件）限制的对象能够经过函数data.frame来构建成为一个数据帧
> t <- data.frame(home=statef, loot=income, shot=incomef)
强制转换：若是一个列表的组件与数据帧的限制一致，这个列表就能够经过函数as.data.frame()强制转化为一个数据帧。
外部文件：建立数据帧最简单的方法应当是使用read.table()函数从外部文件中读取整个数据帧。

数据帧和列表的限制

1 组件必须是向量（数值型，字符形，逻辑型），因子，数值矩阵，列表，或其余数据帧；
2 矩阵，列表，数据帧向新数据帧提供的变量数分别等于它们的列数，元素数和变量数；
3 数值向量，逻辑值和因子在数据帧中保持不变，字符向量将被强制转化为因子，其水平是字符向量中所出现的值；
4 数据帧中做为变量的向量结构必须具备相同的长度，而矩阵结构应当具备相同的行大小。

 

挂接和卸载数据帧

当以为使用'$'引用数据帧元素(如't$home')麻烦时，能够进行数据帧挂接
> attach(t)      这样能够直接引用数据帧内的元素，而无需'$'，前提是数据帧外没有同名的变量(如name)。
挂接后若要对数据帧元素进行赋值操做，仍需用'$'，不然视为赋值给数据帧外的元素。
赋值后必需要先卸载(detach)再从新挂接后，新值才可见。
> detach(t)

 

attach()是具备通常性的函数，即它不只可以将目录和数据帧挂接在搜索路径上，还能挂接其余类别的对象。特别是模式为"list"的对象能够经过相同的方式挂接：
> attach(any.old.list)     
任何被挂接的对象均可以用detach来卸载，经过指定位置编号或者指定名称这样的方式.

搜索路径
函数search()将显示目前的搜索路径，能够用来查看数据帧/列表的挂接状态。
ls()（或objects()）命令能够用来检查搜索路径任意位置上的内容。如：ls(), ls(2), ls(t)
R能够在搜索路径中包含至多20个项目,列表和数据帧只能在位置2或更靠后的位置上挂接。

 

数据帧使用惯例

 

1 将每一个独立的，适当定义的问题所包含的全部变量收入同一个数据帧中，并赋予合适的、易理解、易辨识的名称；
2 处理问题时，当相应的数据帧挂接于位置2，同时在第1层工做目录下存放操做的数值和临时变量；
3 在结束一次工做以前，将你认为对未来有参考价值的变量经过$标记的形式添加到数据帧里面，而后detach()；
4 最后，将工做目录下全部不须要的变量剔除，而且尽可能将剩下多余的临时变量都清除干净。
这样咱们能够很简单的在同一个目录下处理多个问题，并且对每一个问题均可以使用x,y,z这样的变量名。

七  从文件中读取数据

7.1 函数read.table()

该函数能够直接将文件中完整的数据帧读入。此时文件要符合特定的格式：
1 第一行应当提供数据帧中每一个变量的名称；
2 每一行(除变量名称行)应包含一个行标号和各变量的值。
3 若没有表头(变量名称行)，也没有行标号，只有变量值，则默认变量名称为"v1","v2"...
4 如有表头，但没有行标号，则能够指定参数header=TRUE.

7.2 函数scan()

该函数从键盘或文件中读取数据，并存入向量或列表中。
> inp <- scan(file, what)
第一个参数是文件名,如“test.txt”，若为“”或空，则从键盘读入数据；
第二个参数用于肯定读入数据的模式。  如：list("",0,0) 指定读入到列表中，列表有三项，且列表第一项是字符型，第二三项是数值型。若为0，则指定读入到一个数值向量中，若为“”则指定读入到字符向量中。

7.3 内置数据集的读取

 

R自己提供超过50个数据集，同时在功能包（包括标准功能包）中附带更多的数据集。与S-Plus不一样，这些数据即必须经过data函数载入。
> data()   #得到基本系统提供的数据集列表，而后经过形如
> data(infert)    #来载入名为infert的数据集

从其余package中载入数据集
data(package="nls")      #查看nls中数据集
data(Puromycin, package="nls")     #读取nls中Puromycin数据集。
用library()挂接package后，它的数据集也自动包含到搜索路径中了。
library(nls)    #载入package nls
data()      #查看数据集
date(Puromycin)    #载入Puromycin数据集

 

7.4  编辑数据

在使用一个数据帧或矩阵时，edit提供一个独立的工做表式编辑环境。
> xnew <- edit(xold)       #对数据集xold进行编辑。并在完成时将改动后的对象赋值给xnew
> xnew <- edit(data.frame())        #能够经过工做表界面录入新数据。

fix()函数用于直接修改已有的对象，等价于  x<-edit(x).

八 几率分布

8.1 R是一个统计表集合(略读)

 

R提供了一套完整的统计表集合。函数能够对累积分布函数P(X<=x)，几率密度函数，分位函数（对给定的q，求知足P(X<=x) > q的最小x）求值，并根据分布进行模拟。

对于所给的名称，加前缀'd'表明密度(density)，'p'表明CDF，'q'表明分位函数，'r'表明模拟（随即散布）。这几类函数的第一个参数是有规律的，形为dxxx的函数为x，pxxx的函数为q，qxxx的函数为p，rxxx的函数为n（rhyper和rwilcox是特例，他们的第一个参数为nn）。目前为止，非中心参数(non-centrality parameter)仅对CDF和少数几个其余函数有效，细节请参考在线帮助。
全部pxxx和qxxx的函数都具备逻辑参数lower.tail和log.p，而全部的dxxx函数都有参数log，这个是咱们能够直接经过
- pxxx(t, ..., lower.tail = FALSE, log.p = TRUE)
获取，好比说，累积失效函数（cumulative/integrated hazard function），H(t) =-log(1-F(t))，以及更精确的对数似然（经过dxxx(..., log = TRUE)）。
此外，对于来自正态分布，具备学生化样本区间的分布还有ptukey和qtukey这样的函数。下面是一些例子
> ## 2-tailed p-value for t distribution
> 2*pt(-2.43, df = 13)
> ## upper 1% point for an F(2, 7) distribution
> qf(0.99, 2, 7)

8.2 检测数据集的分布

 

函数summary和fivenum这两个函数能够给出摘要，后者只给出数值；
函数stem能够将数值统计结果以相似直方图的方式显示出来；
函数hist()能够绘制直方图；
函数density和line能够得到更漂亮的密度图；
功能包fun中的ecdf函数能绘制经验累积分布函数；
还能够进行拟合正态分布，覆盖拟合CDF；
还能够绘制Quantile-quantile (Q-Q)图有助于咱们更细致的检测其分布形态；

8.3 单样本和两样本检验（略读）

九  语句组、循环和条件操做

 

R是一种表达式语言，也就是说其命令类型只有函数或表达式，并由它们返回一个结果。
语句组由花括号‘{ }’肯定，此时结果是该组中最后一个能返回值的语句的结果。

条件语句

> if (expr_1) expr_2 else expr_3 
其中条件表达式expr1必须返回一个逻辑值，操做符&&和||常常被用于条件部分。
&和|与&&，||的区别在于，&和|按照逐个元素的方式进行计算，&&和||对向量的第一个元素进行运算，只有在必需的时候才对第二个参数求值。
if/else结构的向量版本是函数ifelse，其形式为ifelse (condition,a,b)，产生函数结果的规则是：若是condition[i]为真，对应a[i]元素；反之对应的是b[i]元素。根据这个原则函数返回一个由a,b中相应元素组成的向量，向量长度与其最长的参数等长。

循环语句

> for (name in expr_1) expr_2
其中name是循环变量，expr1是一个向量表达式（一般是1:20这样的序列），而expr2常常是一个表达式语句组，expr2随着name依次取expr1结果向量的值而被屡次重复运行。

> repeat(expr)

> while(condition) expr

 

break语句能够用来中断任何循环，多是非正常的中断。并且这是停止repeat循环的惟一方式。

next语句能够停止一个特定的循环，跳至下一个.

十 编写本身的函数

10.1 函数的定义

> name <- function(arg_1, arg_2, ...) expression 
expression是一个R表达式（一般是表达式语句组），并使用参数arg_i来计算出一个数值，表达式的值就是函数的返回值。
函数调用的形式一般都是name(expr1,expr2,...)

10.2 定义新的二元操做符

能够将函数定义为新的二元操做符：
> "%!%" <- function(X, y) { ... }
正如矩阵乘法运算符，%*%，和矩阵外积运算符%o%

10.3 指定参数和默认值

 

若是被调用函数的参数按照"name = obj"的形式给出，那么参数的次序能够是任意的。
并且，参数序列能够在开始依次序给出，而将指定名称的参数置于后面。
所以，若是由一个函数fun1被定义为
> fun1 <- function(data, data.frame, graph, limit) {
[function body omitted]
}
那么函数能够有多种等价的使用方法，例如
> ans <- fun1(d, df, TRUE, 20)
> ans <- fun1(d, df, graph=TRUE, limit=20)
> ans <- fun1(data=d, limit=20, graph=TRUE, data.frame=df)
默认值 ：在不少状况下，参数都会被赋予一个广泛适用的默认值。
> fun1 <- function(data, data.frame, graph=TRUE, limit=20) { ... }
则函数能够这样被调用
> ans <- fun1(d, df)
此时与上面三种状况等价，也能够这样调用
> ans <- fun1(d, df, limit=10)
此时改变了一个默认值。
NOTE：参数能够是任意表达式，甚至能够是包含其余参数的表达式；

10.4 额外参数“...”

 

当须要将一个函数的参数传递给另外一个函数时，能够经过包含一个额外的参数"..."实现。
fun1 <- function(data, data.frame, graph=TRUE, limit=20, ...) {
[omitted statements]
if (graph)
par(pch="*", ...)
[more omissions]
}

10.5 全局变量和局部变量

函数内的赋值都是局部变量，退出函数就丢失了。
若是要在函数内进行永久赋值（定义全局变量），须要用到“超赋值”操做符, <<-或者函数assign()。

10.6 一些高级示例

区组设计的效率因子 (E±ciency factors)
删除打印数组中的全部名称
递归的数值积分

10.7 范畴（Scope）

 

函数主体内出现的标识(symbol)能够被分为3类；正式参数、局部变量和自由变量。
正式参数就是出如今函数参数列表中的参数，他们的值由实际的函数参数与正式参数的绑定（binding）过程决定。
局部变量是在参数主体中，由表达式求值过程决定的变量。
自由变量为既不是正式参数又不是局部变量的变量。赋值以后自由变量成为局部变量。

 

在R中，自由变量的值由函数被建立的环境中与其同名的第一个变量值决定（我理解为最近的同名变量），这种方式被称为词汇式范畴(lexical scope)。
而在S中，该值由同名的全局变量决定。
例以下面的函数cube，在R中cube（2）=8，在S中报错为sq()找不到n。
cube <- function(n) {
sq <- function() n*n
n*sq()
}

一个银行帐户的例子，详见《R语言笔记》。

10.8 定制环境

详见《R语言笔记》。

10.9 类别，通用函数和对象定位

 

一个对象的类别(class)决定了他会如何被通用函数(generic function)处理。
若是参数自己没有任何类别属性，或者其类别在特定问题中并不知足通用函数的要求，一般会有一个默认的动做被执行。
类别机制使用户能够为特定的目的设计和编写通用函数。
使用> methods(class="data.frame")能够查看数据帧的通用函数。
使用> methods(plot)能够查看plot函数能处理的类别。

十一   R的统计模型

待阅。

十二 图形过程

在Windows下用window()命令能够打开图形窗口。

12.1 高级绘图命令

 

    高级绘图函数，由函数参数提供数据生成一幅完整的图形。其中适当的坐标轴，标签和标题都自动生成了（除非你另外指定了）。高级绘图命令每次都生成一幅新的图形，清除当前的图形（若是须要的话）。

1  plot()函数

 

这是一个通用函数：生成图形的类型取决于第一个参数的类型或类别(class)。
plot(x,y)  plot(xy)：
若是x，y是向量，plot(x,y)生成一幅y对x的散点图。用包含两个元素x，y的一个列表或一个两列的矩阵做为一个参数（第二种形式那样的）也能达成相同的效果。
plot(x)：
若是x是一个时间序列，这个命令生成一个时间序列图，若是x是一个数值型向量，则生成一个向量值对它们向量索引的土，而若是x是一个复向量，则生成一个向量中元素的虚部对实部的图。
plot(f)   plot(f,y)：
f是一个因子对象，y是一个数值型向量。第一种形式生成一个f的条形图；第二种形式生成y对应于f各个水平的箱线图。
plot(df)   plot( expr)    plot(y expr)：
df是一个数据帧，y是任意对象，expr是由对象名称组成的列表，分隔符'+'(例如，a + b + c)。前两种形式生成分布式的图形，第一种是数据帧中的变量，第二种是一系列被命名的对象。第三种形式生成y对expr中每一个对象的图。

2 显示多元数据

 

若是X是一个数值矩阵或数据帧，下面的命令
> pairs(X) 
生成一个配对的散点图矩阵，矩阵由X中的每列的列变量对其余各列列变量的散点图组成，获得的矩阵中每一个散点图行、列长度都是固定的。

 

当问题涉及到3、四个变量时，使用coplot更好些。若是a和b是数值向量，c是数值向量或因子对象（全都是相同长度的），下面的命令
> coplot(a ~ b | c)
对应c的某些给定值生成数个a对b的散点图。当c是一个因子时，这个命令也就是对c的每一个水生平成a对b的散点图。当c是数值向量的时候，这个数值向量被分为一系列的条件区间（conditioning intervals），对应c的每一个区间生成一个a对b的散点图。区间的数量和位置能够经过coplot()的参数given.values来控制，函数co.intervals()也能够用来选择区间。咱们也可使用两个给定变量经过命令
>coplot(a ~ b | c+d)
对c和d的每一个联合条件区间生成a对b的散点图。

 

函数coplot()和pairs()均可以使用参数panel=，这个参数能够用来定制咱们获得的图形类型。默认的是points()函数，生成一个散点图，不过经过在参数panel=中提供某些其它的低级图形函数，咱们能够生成须要的各类图形。一个颇有用的函数例子是panel.smooth()。

3 显示图形

 

qqnorm(x)   qqline(x)    qqplot(x,y)
分布比较图。第一种形式生成向量x对指望正态分数（一个正态记分图），第二个在上面的图上添加一条穿过度布分位点和数据分位点的直线。第三个命令生成x的分位点对y分位点图，用于分别比较它们的分布。

hist(x)     hist(x,nclass=n)       hist(x,breaks=b, . . . )
生成数值变量x的直方图。一般会自动选定一个合理的类别数，不过能够经过nclass=参数来指定一个推荐值。或者经过参数breaks=来指定分界点。若是给定了probability=TRUE参数，那么条形图表明相对频数而不是累计数。

dotchart(x, . . . )
建立一个x中数据的点图(dotchart)。点图中y轴给出x中数据的标签，x轴给出它们的值。它容许对落入某一特定区间的全部数据项方便的进行可视化选择。

image(x,y,z, . . . )     contour(x,y,z, . . . )    persp(x,y,z, . . . )
生成三个变量的图。函数image是用不一样的颜色绘制一些矩形方格来展现z的值，函数contour经过绘制等高线来展现z的值，函数persp绘制一个3D面。

4 参数配置

 

add=TRUE      强制函数按照低级图形函数的方式操做，将图形置于当前图形上（仅对某些函数有效）。
axes=FALSE       暂时禁止坐标轴的生成|以便使用axis()函数添加你本身定制的坐标轴。默认状况是axes=TRUE，即包含坐标轴。
log="x"   log="y"   log="xy"      令x,y或者二者全都对数化。这个参数对许多函数都有效，不过不是所有。
type=          参数type=控制所生成图形的类型：
        type="p" 绘制单独的点（默认值）
        type="l" 绘制线
        type="b" 绘制由线链接的点（both）
        type="o" 将点绘在线上
        type="h" 绘制从点到零轴的垂线（high-density）
        type="s" 阶梯式图。第一种形式中，点由垂线的顶部定义；第二种形式里用底部定义。
        type="n" 不绘制。不过坐标轴是绘出的（默认状况）并且要根据数据绘出坐标系统。用来给后续的低级图形函数建立图形做基础。
xlab=string    ylab=string          x轴或y轴的标签。使用这些参数来改变默认的标签，一般的默认值是调用高级绘图函数时所使用对象的名称。
main=string          图表标题，位于图形的顶部，大字体显示。 
sub=string         子标题，位于x轴下面，用较小的字体显示。

12.2   低级绘图命令

 

有些时候高级绘图函数并不能很精确的生成咱们想要的图形。这种状况下，咱们能够经过低级绘图命令在当前图形上添加信息（例如，点、线或文本）。

points(x,y)    lines(x,y)
在当前图形上添加点或线。函数plot()的参数type=也能够用于这些函数（默认的是"p"表明points()和"l"表明lines()）。

text(x,y,labels, . . . )
给定点坐标x,y，在该点添加文本。一般labels是一个整数或字符向量，其中labels[i]出如今点(x[i],y[i])。默认值是1:length(x)。
Note： 这个函数一般用于这样的序列中
 > plot(x, y, type="n"); text(x, y, names)
图形参数type="n"阻止了点的生成，可是创建了坐标轴，由函数text()提供字符向量names所指定的特定字符。

 

abline(a, b)   abline(h=y)   abline(v=x)    abline(lm.obj)
在当前图上添加一条斜率为b，截距为a的直线。h=y在图形指定的高度上绘制一条贯穿图形的水平线，一样的，v=x在x轴的指定位置绘制一条贯穿的垂线。而lm.obj是一个包含coefficients组件的列表，该组件的长度为2，分别看成截距和斜率。

polygon(x, y, . . . )
绘制一个多边形，其顶点由(x,y)指定。同时还（可选的）能够加上阴影线，若是图形设备容许的话还能够将多边形填充。

legend(x, y, legend, . . . )
这当前图形的指定位置添加图例。绘制的字符，线条类型，颜色等等由字符向量legend指定。除此以外至少还要给出一个参数v，与绘图单元的相应值，分别有：
legend( , fill=v)填充方框的颜色
legend( , col=v)绘制点线的颜色
legend( , lty=v)线条类型
legend( , lwd=v)线条宽度
legend( , pch=v)绘制字符(字符向量)

 

title(main,sub)
在当前图形的顶部用大字题添加一个标题main，在底部用较小的字体添加子标题sub。

axis(side, . . . )
在当前图形的指定边上添加坐标，在哪一个边上由第一个参数指定（1到4，从底部按照顺时针顺序）。其余参数控制坐标的位置|在图形内或图形外，以及标记的位置和标签。适合在调用参数为axes=FALSE的函数plot()后添加定制的坐标轴。

低级绘图函数一般都须要一些位置信息（例如，x,y坐标）来决定在哪里添加新的元素。坐标以用户坐标(user coordinates)的形式给出，这个坐标系是根据所提供的数据由以前的高级绘图语句定义的。须要x,y参数的地方还能够选用一个单独的参数，即一个由名为x,y的元素组成的列表。类似的，一个两列的矩阵也能够。像locator()（后面会提到）这样的函数也能够按照这种方式交互的指定图形中的位置。

添加数学注释
某些状况下须要在图形中加入数学符号或公式。在R中能够经过在text, mtext,axis或title中指定一个表达式来实现。例如，下面的代码绘制了二项几率函数的公式：
> text(x, y, expression(paste(bgroup("(", atop(n, x), ")"),p^x, q^{n-x})))
更多的信息，包括其特性的一个完整列表能够在R中经过下面的命令获得：
> help(plotmath)
> example(plotmath)

添加Hershey矢量字体
> help(Hershey)
> example(Hershey)

12.3 图形的交互

R提供了函数，使用户能够经过鼠标从图形中释放信息或添加信息。

 

locator(n,type)
等待用户使用鼠标左键在当前图形上选择位置。直到n(默认是512)个点都选完或者点击了鼠标另外一个键（Unix,Windows)，在Mac下用鼠标点击图形窗口外的部分也能够结束。参数type的效果和在高级绘图函数中使用时是同样的，即在选择的点绘制指定的图形。默认状况是不绘制图形。函数locator()将所选点的坐标返回到一个列表中，列表包含x,y两个组件。
一般locator()在调用的时候并不带参数。这个功能在为图例或标签这样的图形元素选择位置时比较有用，尤为是这些位置很差经过计算获得的时候。举个例子，若是要在一个野点附近添加一些信息，可使用下面的命令
> text(locator(1), "Outlier", adj=0)

 

identify(x, y, labels)
容许用户在x,y（使用鼠标左键）定义的点附近绘制相应的labels的组件（若是没有给出labels就给出该点的序号），突显该点。当鼠标的另外一个键被点击时（Unix,Windows）返回被选点的序号，在Mac下经过点击图形窗口外来实现这个效果。
有时咱们更想肯定图形中的点，而非它们的位置。例如，咱们可能但愿从图示中选出某些感兴趣的观测点，而后进行某些操做。经过两个数值向量x,y给定一系列坐标(x; y)，咱们可使用identify()函数：
> plot(x,y) > identify(x,y)
函数identify()自己不绘图，可是容许用户移动鼠标，在某点附近点击左键。离鼠标指针最近的点将被突显，并标出其序号（也就是它在向量x/y中的位置）。或者使用identify()的labels参数，把某些信息（例如案例名称）做为突显的标志；或者经过plot=FALSE参数取消全部突显标志。当选点的过程结束后，identify()返回所选点的序号；用户可使用这些序号从x和y中释放所选的点。

12.4 使用图形参数

 

经过图形参数能够定制图形显示的几乎全部方面。R包含大量的图形参数，能够控制的包括线条类型，颜色，图标排列，文本对齐等等。

1 持续性变动 (Permanent changes): par()函数

 

经过par()函数设定图形参数的值会持续性的更改参数的值，也就是说这以后（在当前设备上）全部对图形函数的调用都受到新值的影响。
函数par()用于存取和修改当前图形设备的图形参数列表。
par()不带任何参数，返回当前设备全部图形参数和它们的值的列表。
par(c("col","lty"))
参数为一个字符向量，仅返回参数中指定的图形参数（也是做为一个列表）。
par(col=4, lty=2)
带指定参数（或一个列表型参数），设定指定图形参数的值，并将参数的原始值做为一个列表返回。
因此若是想设定参数绘制一些图形后再恢复成原来的设定，能够这么作：
> oldpar <- par(col=4, lty=2) 
. . . plotting commands . . . 
> par(oldpar)

2 临时性变动：图形函数的参数

 

图形参数也能够做为（几乎）全部图形函数的命名参数。这种方式的效果和用于par()函数的效果是同样的，只不过这种改变只在函数调用的区间内有效。好比：
> plot(x, y, pch="+")
生成一个以加号做为绘图符号的散点图，而不改变后续图形的默认的绘图符号。

3 图形参数列表

A  图形元素
R图表由点、线、文本和多边形（填充区）组成。下面的图形参数控制了图形元素的绘制：
pch="+" 用来绘点的字符。这个默认值随不一样的图形驱动是不一样的，不过一般都是'±'。除非使用"."做为绘图字符，不然绘制的点都会比适当的位置高一点或者低一点，而不是刚好在指定位置。
pch=4当给定一个0到18的整数时，会生成一个特殊的绘图符号。经过下面的命令能够看这些符号都有什么。
> legend(locator(1), as.character(0:18), pch=0:18)
lty=2 线条类型。并非全部图形设备都支持多种线条类型（在那些支持的设
备上也不全同样），不过线条类型1始终是实线，2及以上的是点、划线或者它们的组合。
lwd=2 线条宽度。所需的线条宽度，是"标准"线条宽度的倍数。对line()等函数绘制的线条和坐标轴都有效果。
col=2 点、线、文本、填充区和图像使用的颜色。每种图形元素都有其可用的颜色列表，这个参数的值就是颜色在列表中的序号。显然，这个参数值对有限的一类设备有效。
font=2 指定文本所使用字体的一个整数。若是可能的话，设备驱动会把1对应普通文本，2对应粗体，3对应斜体，4对应粗斜体。
font.axis   font.lab    font.main   font.sub 这几个参数分别指定坐标轴注释，x,y轴的标签，主、副标题所用的字体。
adj=-0.1 文本对齐和绘图位置有关。0表明左对齐，1表明右对齐，0.5表明水平的中间位置。当前的值使会图位置到左端距离的比例，因此-0.1在文本和绘图位置之间留10%的空白。
cex=1.5 字符缩放。这个值是所需文本字符（包括绘图字符）的大小，与默认文本大小相关。

B  坐标轴和标记
不少R的高级图形都有坐标轴，你可使用低级图形函数axis()本身建立坐标轴。坐标轴包含三个主要组件：轴线axis line（线条类型由参数lty控制），标记tick mark（沿着轴线划分单元），标号tick label（用来标出这些单元）。这些组件能够用下面这些参数定制。
lab=c(5,7,12)前两个数字分别是x和y轴上所要划分的区间数。第三个数字是坐标轴标签的长度，用字符数来衡量（包括小数点）。参数的值若是选得过小可能致使全部标号都聚在一块儿。
las=1 坐标轴标签的方向。0表明老是和坐标轴平行，1表明老是水平的，2表明老是垂直于坐标轴。
mgp=c(3,1,0)坐标轴组件的位置。第一个组件是坐标轴标签到坐标轴的距离，单位是文本行(text lines)。第二个组件是到标号的距离，最后一个是轴的巍直到轴线的距离（通常都是0）。正数表明绘图区域外，负数表明区域内。
tck=0.01 标号的长度，绘图区域大小的一个分数做单位。当tck比较小时（小于0.5），就强制x和y轴上的标记为相同大小。tck=1就是生成网格线。取负值时标记画向绘图区域外。内部标记可使用tck=0.01和mgp=c(1,-1.5,0)。
xaxs="s"   yaxs="d" 分别是x、y轴的类型。若是是s(standard)或e(extended)类型，那最大和最小的标记都始终在数据区域以外。若是有某个点离边界很是近，那么扩展型(extended)的轴会稍稍扩展一下。这种类型的轴有时会在边界附近留出大片空白。而i(internal)或r(默认值)类型的轴，标记始终在数据区域内，不过r类型会在边界留出少许空白。
若是这个参数设为d，就锁定当前轴，对以后绘制的全部图形都用这个轴（直到参数被从新设定为其余的那几个值）。这个参数适用于生成一系列固定尺度的图。

C  图边缘（Figure margins）
在R中一个单独图形，图（figure），包含一个绘图区(plot region)，以及环绕着这个区域的边缘（其中可能含有坐标轴标签、标题等等），（一般）这两部分以轴为边界。
一个典型的图是

控制图的样式的图形参数包括：
mai=c(1,0.5,0.5,0)分别是底部，左侧，顶部，右侧的宽度，单位是英寸。
mar=c(4,2,2,1)与mai类似，只是单位是文本行(text lines)。
因为更改一个就会改变另外一个的值，因此在这个意义上，mai和mar是等价的。这个参数的默认值一般都太大了；右侧边缘不多用到，若是没标题，顶部边缘也不须要，左侧和底部的边缘应当足够大，以容纳坐标轴和标号。此外，默认值并无考虑到设备表面的大小：好比，使用postscript()驱动，height=4参数时，除非用mar，mai另外设定，不然图的边缘就要占上大约50%。使用多图环境时（后面会提到）。边缘会减小一半，不过这在多图共用一页的时候可能还不够。

D 多图环境
R容许在一页上建立一个n£m的图的阵列。每一个图由本身的边缘，图的阵列还有一个可选的外部边缘，以下图所示。

与多图环境相关的图形参数有：
mfcol=c(3, 2)    mfrow=c(2, 4)
   设定多图阵列的大小。第一个值是行数，第二个值是列数。这两个参数惟一的区别是mfcol把图按列排入，mfrow把图按行排入。上图所示的版式可用mfrow=c(3,2)建立；上图显示的是绘制四幅图后的状况。
mfg=c(2, 2, 3, 2)
    当前图在多图环境下的位置。前两个数字是当前图的行、列数；后两个是其在多图阵列中的行列数。这个参数用来在多图阵列中跳转。你甚至能够在后两个数中使用和真值(true value)不一样的值，在同一页上获得大小不一样的图。
fig=c(4, 9, 1, 4)/10
    当前图在页面的位置，取值分别是左下角到左边界，右边界，下、上边界的距离与对应边的百分比数。给出的例子是一个页面右下角的图。这个参数能够设定图在页面的绝对位置。
oma=c(2, 0, 3, 0)   omi=(0, 0, 0.8, 0)  
       外部边缘的大小。与mar和mai类似，第一个用文本行做单位，第二个以英寸做单位，从下方开始按照顺时针顺序指定。
外部边缘对页标题这类东西颇有用。文本能够经过带outer=TRUE参数的mtext()函数加入外部边缘。默认状况下是没有外部边缘的所以必须经过oma或omi指定。
函数split.screen()和layout()能够对多个图形做更复杂的排列。

12.6 设备驱动

 

R几乎能够在任何一种类型的显示器和打印设备上生成（不一样质量的）图形。不过，在这以前，须要告诉R要处理的是哪种设备。这经过启动一个设备驱动来完成。
设备驱动经过调用设备驱动函数来启动。
某些经常使用的设备驱动有：
X11()[Unix] 使用X11视窗系统
windows()[Windows]   使用 Windows 视窗系统 
postscript()在PostScript打印机上打印或者建立PostScript图形文件
pictex()生成一个LATEX文件
当一个设备使用完以后，能够经过下面的命令终止设备驱动
> dev.off()
这个命令能够确保设备已经结束；例如，在某些硬拷贝的设备中，这个命令能够保证每页都已经完成，而且都被传送到打印机了。

PostScript文档
经过给postscript()函数带上file参数，咱们能够把图形以PostScript格式存储到文件中。若是没有给出horizontal=FALSE参数，图形是横向的，你能够经过width和height参数控制图形的大小（图形会自动适应）。例如，命令
> postscript("file.ps", horizontal=FALSE, height=5, pointsize=10)
为一个五英寸的图生成一个包含PostScript代码的文件，能够放在文当中。若是命令中的指定的文件名已经存在，将会被覆盖。

多重图形设备
每一个对设备驱动的新调用都会打开一个新的图形设备，在设备列表中加入新的一项。这个设备就成为当前设备，图形输出就传送到这个设备。
dev.list()      返回全部活动中设备的序号和名称。在列表位置1的设备始终是空设备(null device)，这个设备不接收任何图形命令。
dev.next()    dev.prev()     分别返回当前设备的后一个和前一个设备的序号和名称。
dev.set(which=k)     用来把当前设备更改成设备列表中位置k的那个。返回设备的序号和标签。
dev.off(k)    终止图形列表位置k的那个图形设备。对于某些设备，好比postscript，这个命令会马上打印文件或者正常结束文件，具体怎样处理取决于设备是怎样初始化的。
dev.copy(device,. . . ,which=k)      dev.print(device,. . . ,which=k)
创建一个设备k的拷贝。其中device是一个设备函数，例如postscript，若是须要的话能够在'. . . '中指定其它的参数，dev.print效果类似，不过复制的设备会马上关闭，因此打印硬拷贝这样的终止操做也会被当即执行。
graphics.off()      终止列表中的全部图形设备，空设备除外。