R在数据科学中的应用，第2版

第 2 章 工作流程 工作流程：基础知识

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

现在你已经有了一些运行 R 代码的经验。我们没有给你提供太多细节，但你显然已经掌握了基础知识，否则你早就沮丧地扔掉这本书了！当你开始使用 R 编程时，沮丧是很自然的，因为它对标点符号的要求非常严格，哪怕一个字符错位都会引起它的抱怨。不过，虽然你应该预料到会有一点挫败感，但这种经历是典型的、暂时的：它发生在每个人身上，克服它的唯一方法就是不断尝试。

在进一步了解之前，让我们先确保你已经在运行 R 代码方面打下了坚实的基础，并了解一些最有用的 RStudio 功能。

编码基础

让我们回顾一下迄今为止我们省略的一些基础知识，以便让您尽快绘制地图。您可以使用 R 进行基本的数学计算：

1 / 200 * 30
#> [1] 0.15
(59 + 73 + 2) / 3
#> [1] 44.66667
sin(pi / 2)
#> [1] 1

您可以使用赋值运算符<- 创建新对象：

x <- 3 * 4

请注意，x 的值不会打印出来，只是存储起来。如果要查看值，请在控制台中键入x 。

您可以使用 c():

primes <- c(2, 3, 5, 7, 11, 13)

矢量的基本运算适用于矢量的每个元素：

primes * 2
#> [1]  4  6 10 14 22 26
primes - 1
#> [1]  1  2  4  6 10 12

所有创建对象的 R 语句、赋值语句都有相同的形式：

object_name <- value

阅读这段代码时，请在脑海中默念 "对象名称获取值"。

您会做很多作业，而<- 输入起来很麻烦。您可以使用 RStudio 的快捷键来节省时间：Alt+-（减号）。请注意，RStudio 会自动在<- 周围加上空格，这是很好的代码格式化做法。在天气好的时候，代码读起来会很费劲，所以请使用空格，让你的眼睛休息一下。

评论

R 将忽略该行# 之后的任何文本。这样，您就可以编写注释，即 R 忽略但人类可以阅读的文本。我们有时会在示例中加入注释，以解释代码中发生了什么。

注释有助于简要说明代码的作用：

# create vector of primes
primes <- c(2, 3, 5, 7, 11, 13)

# multiply primes by 2
primes * 2
#> [1]  4  6 10 14 22 26

对于像这样的短代码，也许没有必要为每一行代码都留下注释。但是当你编写的代码变得越来越复杂时，注释就能为你（和你的合作者）节省大量的时间来弄清代码中做了什么。

使用注释来解释代码的原因，而不是如何或做什么。代码中的"是什么 "和"如何做"总是可以通过仔细阅读弄清楚的，即使这可能会很乏味。如果您在注释中描述了每一个步骤，然后又修改了代码，那么您就必须记得更新注释，否则将来再看您的代码时就会很混乱。

要弄清为什么要这样做，即使不是不可能，也要困难得多。例如，geom_smooth() 有一个名为span 的参数，用于控制曲线的平滑度，数值越大曲线越平滑。假设您决定将span 的值从默认的 0.75 改为 0.9：未来的读者很容易理解发生了什么，但除非您在注释中注明您的想法，否则没有人会理解您为什么要更改默认值。

对于数据分析代码，使用注释来解释您的整体攻击计划，并记录您遇到的重要见解。从代码本身是无法重新获取这些知识的。