R函数编译

㈠ R软件的入门教程及R语言的编译

建议读一下《R语言经典实例》

㈡ r语言编译器

1. r语言是个语言环境，rstudio是编译器。

2. 实际上直接用r进行数据分析也不是不可以，但是个人使用经验，在debugging的时候不太方便。

3. rstudio本身能帮你完成模糊拼写，特别是在你不特别清楚应该使用具体哪一个函数的时候。

4. 可视化方面更好，代码能够展示得更加清晰。

5. rstudio能够直接帮助更新或者下载个中packages

6. 具体使用看个人习惯吧。

   以上。

㈢ R语言怎么写函数

R语言实际上是函数的集合，用户可以使用base，stats等包中的基本函数，也可以自己编写函数完成一定的功能。但是初学者往往认为编写R函数十分困难，或者难以理解。这里对如何编写R函数进行简要的介绍。
函数是对一些程序语句的封装。换句话说，编写函数，可以减少人们对重复代码书写，从而让R脚本程序更为简洁，高效。同时也增加了可读性。一个函数往往完成一项特定的功能。例如，求标准差sd,求平均值，求生物多样性指数等。R数据分析，就是依靠调用各种函数来完成的。但是编写函数也不是轻而易举就能完成的，需要首先经过大量的编程训练。特别是对R中数据的类型，逻辑判别、下标、循环等内容有一定了解之后，才好开始编写函数。
对于初学者来说，最好的方法就是研究现有的R函数。因为R程序包都是开源的，所有代码可见。研究现有的R函数能够使编程水平迅速提高。
R函数无需首先声明变量的类型，大部分情况下不需要进行初始化。一个完整的R函数，需要包括函数名称，函数声明，函数参数以及函数体几部分。
1.
函数名称，即要编写的函数名称，这一名称就作为将来调用R函数的依据。
2.
函数声明，包括
<-
function,
即声明该对象的类型为函数。
3.
函数参数，这里是输入的数据，函数参数是一个虚拟出来的一个对象。函数参数所等于的数据，就是在函数体内部将要处理的值，或者对应的数据类型。
函数体内部的程序语句进行数据处理，就是对参数的值进行处理
，这种处理只在调用函数的时候才会发生。函数的参数可以有多种类型。R
help的界面对每个函数，及其参数的意义及所需的数据类型都进行了说明。
4.
函数体
常常包括三部分.
（1）.
异常处理
输入的数据不能满足函数计算的要求，或者类型不符，
这时候一定要设计相应的机制告诉用户，输入的数据在什么地方有错误。
错误又分为两种。
第一种，
如果输入的数据错误不是很严重，可以经过转换，变为符合处理要求的数据时，
此时只需要给用户一个提醒，告知数据类型不符，但是函数本身已经
进行了相应的转换。
第二种，数据完全不符合要求，这种情况下，就
要终止函数的运行，而告知因为什么，函数不能运行。这样，用户在
使用函数的情况先才不至于茫然。
（2）.
运算过程
包括具体的运算步骤。
运算过程和该函数要完成的功能有关。
R运算过程中，应该尽量减少循环的使用，特别是嵌套循环。R提供了
apply，replicate等一系列函数，来代替循环，应该尽量应用这些函数，
提高效率。
如果在R中实在太慢，那么核心部分只能依靠C或者Fortran
等语言编写，然后再用R调用这些编译好的模块，达到更高的效率。
运算过程中，需要大量用到if等条件作为判别的标准。if和while都是需要数据TRUE/FALSE这样的逻辑类型变量，这就意味着，if内部，往往是对条件的判别，例如
is.na,
is.matrix,
is.numeric等等，或者对大小的比较，如，if(x
>
0)，
if(x
==
1)，
if(length(x)==
3)等等。if后面，如果是1行，则花括号可以省略，否则就必须要将所有的语句都放在花括号中。这和循环是一致的。
例子：
##
if与条件判断
fun.test
<-
function(a,
b,
method
=
"add"){
if(method
==
"add")
{
##
如果if或者for/while；
res
<-
a
+
b
##
等后面的语句只有一行，则无需使用花括号。
}
if(method
==
"subtract"){
res
<-
a
-
b
}
return(res)
##
返回值
}
###
检验结果
fun.test(a
=
10,
b
=
8,
method
=
"add")
fun.test(a
=
10,
b
=
8,
method
=
"substract")

㈣ 在编写R语言的函数中，怎么使用“...”参数 急急急

z <- function(c, b, a){ x(a) + y(b) + c}
z(c =2, b=2, a=2)；就可以解决了，没必要一定要...吧；
关于...的问题，我先想想，明天再来回答你；

㈤ R语言中如何编写自己的函数初步入门

最简单的方法就是每次引用时把写好的函数复制一下，到R console 中，然后写其他的。然后，编好的函数写成.r 文件，下次直接使用命令 source（function.r）就能导入使用了.

㈥ 在用R语言编程中，界面上出现了“+”号，是什么意思如何删除错误的输入，如何清屏谢谢

“+”标示语句没有闭合，比如在循环中，在分支中，或者写函数等，分多行都会有加号；

直接键盘按Esc键退出就可以把+号去掉，恢复正常的编辑状态。清屏用快捷键Ctrl+L 就可以清除所有编辑的语句。

例如；

td<-function(fx,a,b,r){ #(fx:是表达式，方程是fx=0,变量是x；a，b，区间[a,b],r是精度。

x<-a;da<-eval(fx);

调用函数：

fx<-expression(x*x-x-1);

a<-1;b<-2;r<-1e-5;

td(fx,a,b,r);

(6)R函数编译扩展阅读：

R语言有程序的控制结构和函数function。尽管R语言是解释型语言，但是可以用编译的方式实现，调用方法是source(file.R)命令。R语言的软件包能在编程环境中，通过子菜单下载后安装，因此是无障碍的。

程序中加载软件包的命令，

>library(parallel) #并行计算软件包，单线程多核

查找软件包中所有函数，

>library(help=parallel)

>help(packet=parallel)

R语言和解释型语言一样，没有变量声明。R语言能编写c++程序，应用Rcpp软件包。

㈦ 如何在windows中编写R程序包

在Windows环境下如何编写R程序包，即生成供linux环境编译运行的tar.gz文件，也生成供windows下使用的.zip文件呢？其实并不复杂，只要下载一些工具软件，按照相应的步骤填写相应的“表格”，继而运行一些简单的指令，就可以生成R的程序包了。

编写R程序包通常包括以下几步：

（1） 工具软件Rtools的安装和备选软件的安装。
（2） r脚本的准备，也就是用来生成程序包的函数脚本。
（3） 利用R中自带的package.skeleton()函数，生成制作包所需要的Description 文件和帮助文件帮助文件.rd。
（4） 编辑该函数生成的Description 文件和帮助文件.rd
（5） 在windows cmd的命令行中输入相应的命令，生成zip文件或者.tar.gz

下面我们来一起建立只有一个函数的R程序包，来详细说明：

一 工具软件安装和配置
制作r包的工具软件包括Rtools，HTML编译器，MikTeX 或Cte等（备选软件不一定要安装）：

1 工具软件安装
（1）Rtools（制作R包的主要工具）
Rtools是在windows下制作R包的一系列工具，其中包括
1） CYGWIN 在Windows下模拟UNIX环境
2） MinGW编译器，可用来编译C和Fortran语言。
3） Perl
下载地址： http://www.murdoch-sutherland.com/Rtools/

（2） 微软HTML编译器(备选):

用来从源文件生成HTML格式的帮助文件
下载地址：http://go.microsoft.com/fwlink/?LinkId=14188

（3） MikTeX 或CteX（备选）
用来生成pdf格式的帮助文件
下载地址：http://www.miktex.org/ www.ctex.org/
分别按照要求安装好。

2 设置文件启动路径：
我的电脑>属性>高级>环境变量>系统变量 PATH一项，点击“编辑”，检查是否具有以下路径，如果没有，需要手工添加：
c:\Rtools\bin;c:\Rtools\perl\bin;c:\Rtools\MinGW\bin; C:\CTEX\MiKTeX\miktex\bin;C:\CTEX\CTeX\ctex\bin;C:\CTEX\CTeX\cct\bin;C:\CTEX\CTeX\ty\bin;C:\CTEX\Ghostscript\gs8.64\bin;C:\CTEX\GSview\gsview;C:\CTEX\WinEdt;C:\Program Files\R\R-2.9.0\bin\;
设置启动路径的目的是在cmd命令行可以直接调用相应的exe文件。

如果只是简单制作一个个人使用的包，只需将c:\Rtools\bin;c:\Rtools\perl\bin;c:\Rtools\MinGW\bin; 添加到系统路径即可

二 R脚本的准备
假如现在我们已经有了一个编好的R函数，用来给出回归的精确结果,存成了r脚本的格式,文件名为linmod.r
其内容如下所示，那么该如何制作R程序包呢？

linmod<- function(x, y)
{
## compute QR-decomposition of x
qx <- qr(x)
## compute (x'x)^(-1) x'y
coef <- solve.qr(qx, y)
## degrees of freedom and standard deviation of resials
df <- nrow(x)-ncol(x)
sigma2 <- sum((y - x%*%coef)^2)/df
## compute sigma^2 * (x'x)^-1
vcov <- sigma2 * chol2inv(qx$qr)
colnames(vcov) <- rownames(vcov) <- colnames(x)
list(coefficients = coef,
vcov = vcov,
sigma = sqrt(sigma2),
df = df)
}

三 R包框架的准备
1 生成准备文件
登陆R ：开始>所有程序>R>R.2.9.0
(1)清除内存中的对象：
rm(list=ls())
(2)设定工作目录，这里设定为 c:/pa
setwd("c:/pa")
(3)将制作包的源文件 linmod.r拷贝到c:/pa/文件夹下,
之后输入：
package.skeleton(name="linmod",code_files="c:/pa/linmod.r")

此时，R控制台中显示
Creating directories ...
Creating DESCRIPTION ...
Creating Read-and-delete-me ...
Saving functions and data ...
Making help files ...
Done.
Further steps are described in './linmod/Read-and-delete-me'.
>

可以看到c:/pa文件夹下新出现了一个linmod文件夹
该文件夹下的内容就是R包的框架，包括data文件夹，man文件夹，只要按要求将其填写完整，再进行相应的编译即可。
首先查看Read-and-delete-me文件
文件内容如下：

* Edit the help file skeletons in 'man', possibly combining help
files for multiple functions.
* Put any C/C++/Fortran code in 'src'.
* If you have compiled code, add a .First.lib() function in 'R' to
load the shared library.
* Run R CMD build to build the package tarball.
* Run R CMD check to check the package tarball.
Read "Writing R Extensions" for more information.

大致意思如下：
可以man文件夹下编辑帮助文件
C/C++/Fortran 的源代码应该放入src文件夹下
需要在登录时载入包
可以运行R CMD建立和检查相应的包
查看更多信息，应该阅读Writing R Extensions

2 编辑Description文件和rd文件
（1） Description文件的编辑
按照提示，填好各项

Package: linmod
Type: Package
Title: test for linear regression
Version: 1.0
Date: 2009-07-20
Author: helixcn
Maintainer: helixcn <[email protected]>
Description: To give the exactly results of linear regression.
License: GNU 2 or later
LazyLoad: yes

（2）man文件夹中.rd文件编辑
man文件夹中包含两个文件 linmod.Rd和linmod-package.Rd，分别是对linmod()函数和linmod包的介绍，下面逐项填写:

1） linmod.Rd
\name{linmod}
\Rdversion{1.1}
\alias{linmod}
%- Also NEED an '\alias' for EACH other topic documented here.
\title{
linear regression
}
\description{
to give the more exactly results of linear regression
}
\usage{
linmod(x, y)
}
%- maybe also 'usage' for other objects documented here.
\arguments{
\item{x}{
a numeric design matrix for the model
}
\item{y}{
a numeric vector of responses
}
}
\details{
%% ~~ If necessary, more details than the description above ~~
}
\value{

%% ~Describe the value returned
%% If it is a LIST, use
%% \item{comp1 }{Description of 'comp1'}
%% \item{comp2 }{Description of 'comp2'}
%% ...
}
\references{
Friedrich Leisch,2008 Creating R Packages: A Tutorial
}
\author{
helixcn
}
\note{
Please read Friedrich Leisch,2008
}
%% ~Make other sections like Warning with \section{Warning }{....} ~

\seealso{
%% ~~objects to See Also as \code{\link{help}}, ~~~
}
\examples{
##---- Should be DIRECTLY executable !! ----
##-- ==> Define data, use random,
##-- or do help(data=index) for the standard data sets.
## The function is currently defined as
function (x, y)
{
qx <- qr(x)
coef <- solve.qr(qx, y)
df <- nrow(x) - ncol(x)
sigma2 <- sum((y - x \%*\% coef)^2)/df
vcov <- sigma2 * chol2inv(qx$qr)
colnames(vcov) <- rownames(vcov) <- colnames(x)
list(coefficients = coef, vcov = vcov, sigma = sqrt(sigma2),
df = df)
}
}
% Add one or more standard keywords, see file 'KEYWORDS' in the
% R documentation directory.
\keyword{ ~kwd1 }
\keyword{ ~kwd2 }% __ONLY ONE__ keyword per line

2）linmod-package.Rd
\name{linmod-package}
\Rdversion{1.1}
\alias{linmod-package}
\alias{linmod}
\docType{package}
\title{Linear Regression Modification}
\description{to Give the more exactly output of linear regression rather than R default}
\details{
\tabular{ll}{
Package: \tab linmod\cr
Type: \tab Package\cr
Version: \tab 1.0\cr
Date: \tab 2009-07-20\cr
License: \tab GNU 2.0 or later\cr
LazyLoad: \tab yes\cr
}
~~The aim of the package was to give the more exactly output of linear regression~~ linmod~~
}
\author{helixcn
Maintainer: helixcn <[email protected]>}
\references{
Friedrich Leisch,2008,Creating R Packages: A Tutorial
}
\seealso{lm}
\examples{
data(cats, package="MASS")
mod1 <- linmod(Hwt~Bwt*Sex, data=cats)
mod1
summary(mod1)
}

四 通过cmd创建R包

开始>运行>cmd
键入 cd c:\pa\ 将工作目录转移到c:/pa下

键入 Rcmd build --binary linmod 制作window zip包
键入 Rcmd build linmod 制作linux平台下可运行的tar.gz包
命令运行完之后可以发现，在c:/pa/文件夹下分别生成了linmod.zip和linmod.tar.gz压缩包。

注意R CMD 系列命令是在windows控制台下运行，而非R控制台

参考网址
[1]http://www.robjhyndman.com/researchtips/building-r-packages-for-windows/
[2]http://cran.r-project.org/doc/contrib/Leisch-CreatingPackages.pdf
[3]http://faculty.chicagobooth.e/peter.rossi/research/bayes%20book/bayesm/Making%20R%20Packages%20Under%20Windows.pdf
[4]http://www.biostat.uni-hannover.de/teaching/fallstudien/schaarschmidt2.pdf