《R for Data Science (2e)》免費中文翻譯 (第2章) --- Workflow: basics

寫在前面

本系列推文為《R for Data Science (2)》的中文翻譯版本。所有內容都通過開源免費的方式上傳至Github，歡迎大家參與貢獻，詳細信息見：
Books-zh-cn 項目介紹：
Books-zh-cn：開源免費的中文書籍社區
r4ds-zh-cn Github 地址：
https://github.com/Books-zh-cn/r4ds-zh-cn
r4ds-zh-cn 網站地址：
https://books-zh-cn.github.io/r4ds-zh-cn/

你現在已經有一些運行 R 代碼的經驗了。雖然我們沒有給你太多細節，但顯然你已經掌握了基礎知識，否則你就會因為沮喪而放棄這本書了！當你開始使用 R 編程時，沮喪是很自然的，因為它對標點符號非常嚴格，即使一個字符放錯位置也會引起錯誤。但是盡管你可能會感到一些挫敗，要安慰自己的是，這種經歷是典型的和暫時的：每個人都會經歷這個階段，克服它的唯一辦法就是不斷嘗試。

在我們繼續之前，讓我們確保你在運行 R 代碼方面有堅實的基礎，并且了解一些最有幫助的 RStudio 功能。

2.1 編程基礎

讓我們回顧一些基礎知識，為了盡快讓您開始繪圖，我們在之前省略了一些內容。您可以使用 R 進行基本的數學計算：

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

您可以使用賦值運算符 <- 創建新的對象：

x?<-?3?*?4

請注意，變量 x 的值不會被打印出來，它只是被存儲起來了。如果您想查看該值，請在控制臺中輸入 x。

您可以使用 c() 將多個元素組合（combine）成一個向量：

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

對向量進行基本的算術運算會應用到向量的每個元素：

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

所有在 R 中創建對象的語句，也就是賦值（assignment）語句，都具有相同的形式：

object_name?<-?value

在閱讀這段代碼時，在腦海中可以說 “object name gets value”。

您將會進行很多賦值操作，而 <- 的輸入可能會很麻煩。您可以使用 RStudio 的快捷鍵來節省時間：Alt + - （減號）。請注意，RStudio 會自動在 <- 周圍添加空格，這是一個很好的代碼格式化習慣。代碼有時可能很難閱讀，因此請給你的眼睛一些休息，并使用空格來提高可讀性。

2.2 注釋

R 會忽略 # 后面的任何文本。這允許您編寫注釋（comments），即 R 忽略但供其他人閱讀的文本。我們有時會在示例中包含注釋，以解釋代碼的運行過程。

注釋可以用于簡要描述以下代碼的作用。

#?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

像這樣的短小代碼片段，可能不需要為每一行代碼都留下注釋。但是當你編寫的代碼變得更加復雜時，注釋可以節省你（和你的合作者）很多時間，幫助你理解代碼的操作。

使用注釋來解釋代碼的 why，而不是 how 或 what。代碼的 what 和 how 總是可以通過仔細閱讀來弄清楚，即使可能會有些繁瑣。如果你在注釋中描述了每個步驟，然后更改了代碼，你就必須記住同時更新注釋，否則當你將來返回到代碼時會感到困惑。

弄清楚 why 某些事情被做是更加困難的，甚至是不可能的。例如，geom_smooth() 函數有一個名為 span 的參數，用于控制曲線的平滑程度，較大的值會產生更平滑的曲線。假設你決定將 span 的值從默認的 0.75 更改為 0.9：未來的讀者很容易理解正在發生的是 what，但除非你在注釋中記錄你的思考過程，否則沒有人會明白你 why 改變了默認值。

對于數據分析代碼，使用注釋來解釋你的整體攻擊計劃，并在遇到重要發現時記錄下來。從代碼本身無法重新獲取這些知識。

2.3 名稱叫什么？

對象名稱必須以字母開頭，只能包含字母、數字、_ 和 .。你希望你的對象名稱具有描述性，因此你需要采用一種適用于多個單詞的約定。我們推薦使用蛇形命名法（snake_case），其中你用下劃線（_）分隔小寫單詞。

i_use_snake_case
otherPeopleUseCamelCase
some.people.use.periods
And_aFew.People_RENOUNCEconvention

當我們在 Chapter 4 中討論代碼風格時，我們將再次回到命名問題。

你可以通過輸入對象的名稱來檢查它：

x
#>?[1]?12

提供另一個賦值：

this_is_a_really_long_name?<-?2.5

要檢查這個對象，可以嘗試使用 RStudio 的自動補全功能：輸入 "this"，按下 TAB 鍵，在唯一前綴之前添加字符，然后按回車鍵。

假設你犯了一個錯誤，this_is_a_really_long_name 的值應該是 3.5，而不是 2.5。你可以使用另一個鍵盤快捷鍵來幫助你進行修正。例如，你可以按 ↑ 鍵來調出你最后輸入的命令并進行編輯。或者，輸入 “this”，然后按下 Cmd/Ctrl + ↑ 鍵，以列出以這些字母開頭的所有命令。使用箭頭鍵導航，然后按回車鍵重新輸入命令。將 2.5 更改為 3.5 并重新運行。

提供另一個賦值：

r_rocks?<-?2^3

讓我們嘗試檢查它：

r_rock
#>?Error:?object?'r_rock'?not?found
R_rocks
#>?Error:?object?'R_rocks'?not?found

這說明了你和 R 之間的默契協議：R 會為你完成繁瑣的計算，但作為交換，你必須在指令上完全準確。如果不準確，你可能會收到一個錯誤，提示找不到你要查找的對象。拼寫錯誤是有影響的；R 無法讀懂你的心思，說：“哦，他們在輸入 r_rock 時可能是想表達 r_rocks。” 大小寫也很重要；同樣，R 無法讀懂你的心思，說：“哦，他們在輸入 R_rocks 時可能是想表達 r_rocks。”

2.4 調用函數

R 有一個龐大的內置函數集合，調用方式如下所示：

function_name(argument1?=?value1,?argument2?=?value2,?...)

讓我們嘗試使用 seq() 函數，它可以創建序列（sequences）的數字。同時，我們也可以了解一些 RStudio 的其他有用功能。輸入 se，然后按下 TAB 鍵。一個彈出窗口將顯示可能的自動補全選項。通過輸入更多字符（例如，q）來指定 seq()，以消除歧義，或者使用 ↑/↓ 箭頭選擇。注意彈出的浮動工具提示，提醒你函數的參數和用途。如果需要更多幫助，按下 F1 鍵可以在右下方的幫助選項卡中獲取所有細節。

當你選擇了你想要的函數后，再次按下 TAB 鍵。RStudio 將會為你添加匹配的左括號（(）和右括號（)）。輸入第一個參數的名稱 from，并將其設置為 1。然后，輸入第二個參數的名稱 to，并將其設置為 10。最后，按下回車鍵。

seq(from?=?1,?to?=?10)
#>??[1]??1??2??3??4??5??6??7??8??9?10

在函數調用中，我們經常省略前幾個參數的名稱，因此我們可以將其重寫如下：

seq(1,?10)
#>??[1]??1??2??3??4??5??6??7??8??9?10

輸入以下代碼，并注意 RStudio 提供了類似的幫助來配對引號：

x?<-?"hello?world"

引號和括號必須總是成對出現。RStudio 盡力幫助你，但仍然有可能出錯，導致不匹配。如果出現這種情況，R 會顯示續行字符 “+”：

>?x?<-?"hello
+

+ 符號告訴你 R 正在等待更多的輸入；它認為你還沒有完成。通常，這意味著你可能忘記了一個 " 或者一個 )。要么添加缺失的配對，要么按下 ESCAPE 鍵中斷表達式，然后重試。

請注意，右上方的環境選項卡（Environment tab）顯示了你創建的所有對象：

2.5 練習

為什么這段代碼不工作？

my_variable?<-?10
my_var?able
#>?Error:?object?'my_var?able'?not?found

仔細看！（這可能看起來毫無意義，但當你編程時，訓練你的大腦注意到即使是微小的差異也會有所回報。）

調整以下每個 R 命令，使其能夠正確運行：

libary(todyverse)ggplot(dTA?=?mpg)?+?geom_point(maping?=?aes(x?=?displ?y?=?hwy))?+geom_smooth(method?=?"lm)

按下 Option + Shift + K / Alt + Shift + K。會發生什么？如何通過菜單到達相同的位置？
讓我們重新審視 Section 1.6 中的一個練習。運行以下代碼行。兩個圖中的哪一個會保存為 mpg-plot.png？為什么？

my_bar_plot?<-?ggplot(mpg,?aes(x?=?class))?+geom_bar()
my_scatter_plot?<-?ggplot(mpg,?aes(x?=?cty,?y?=?hwy))?+geom_point()
ggsave(filename?=?"mpg-plot.png",?plot?=?my_bar_plot)