R语言及RStudio下载与安装方法

现如今,R语言是统计领域广泛使用的工具,是属于GNU系统的一个自由、免费、源代码开放的软件,是用于统计计算和统计绘图的优秀工具。而RStudio是R的集成开发环境,用它进行R编程的学习和实践会更加轻松和方便。下面就教大家如何下载并安装R和RStudio,比较简单。R的维护工作由一个国际化的开发者团队负责。R软件的官方下载页面叫作The Comprehensive R Archive Network,即CRAN。

一、官网下载R安装包

下载地址为:https://cran.r-project.org   进入链接,如下图所示,在页面顶部提供了三个下载链接,分别对应三种操作系统:Windows、Mac和Linux。请选择自己操作系统对应的链接,接下来我将以windows为例给大家展示安装过程。

接下来单击【Download R for Windows】——>【base】——>【Download R 3.3.1 for Windows】,即可下载相应安装包。

单击base,进入下面页面:

二、安装R

下载完R安装包(我下的按转包名称为:“R-3.3.1-win.exe”),之后双击开始安装,跟一般的软件安装一样,根据需要进行相关安装设置并不断点击下一步即可。

step1、选择安装位置

可改成自己的安装路径。

step2、安装组件

注意:根据自身电脑操作系统的位数选择,但64位系统可全选,因为64位向下兼容32位系统。(要想知道R语言的32位和64位区别请查看文末知识点扩展。

step3、启动选项

step4、正在安装

step5、安装完成,并生成桌面快捷方式

下面是桌面快捷方式,分为32位和64位:i386为32位的,x64为64位的。

step6、打开R

双击两个快捷方式中任意一个即可打开R的原生IDE,如下图所示:

三、官网下载RStudio安装包

下载地址: http://www.rstudio.com/ide   进入下载页面后,可以发现有Desktop和Server两个版本,我们选择Desktop。

单击蓝色圆形图标,进入跳转到Desktop版本下载窗口,Desktop版本又分为两个版本:Open Source Edition(免费)和Commercial License(付费)。

初学者自己用的话可选择前者,单击【DOWNLOAD RSRUDIO DESKTOP】。

单击【DOWNLOAD RSRUDIO DESKTOP】后进入下载页面,根据自己电脑的操作系统选择下载的版本,因为我的操作系统是win7,所以我选择【RStudio 0.99.903-Windows Vista/7/8/10】,单击并下载得到【RStudio-0.99.903.exe】。

不知为何在官网一直下载不了,可能是(qiang),so,同志们可以到这个镜像地址:https://www.rstudio.org/download/daily/desktop/windows/

四、安装RStudio

step1、双击【RStudio-0.99.903.exe】进行安装

step2、选择安装位置

可自行更改安装路径。

step3、正在安装

step4、安装完成

step5、IDE功能介绍

打开RStudio之后,会出现上图所示的窗口,其中有三个独立的面板。最大的面板是控制台窗口,这是运行R代码和查看输出结果的地方。也就是运行原生R时看到的控制台窗口。其他面板则是RStudio所独有的。隐藏在这些面板中的包括一个文本编辑器、一个画图界面、一个代码调试窗口、一个文件管理窗口等。

注意:有的人可能会问,有了RStudio还需要下载R吗?

即使使用RStudio,还是需要事先为计算机安装好R。RStudio只是辅助你使用R进行编辑的工具,它自身不附带R程序。

知识点扩展:

R的32位与64位的区别!

提问:

R既有32位版本也有64位版本。那么我们该选择使用哪个版本呢?

答:

除了32位操作系统不能安装64位版本以外,在大多数情况下,你可以任意选择。两个版本都使用32位整数,也就意味着他们在数值计算时具有相同的数值精度。

两者的主要区别在于内存管理方面。64位的R使用了64位的指针,而32位的R使用的则是32位指针。这意味着64位的R可以使用和搜索更大的内存空间。

从经验来看,32位版本的R要比64位版本的R更快,虽然并不总是如此。但从另一角度来看,64位版本的R在处理更大型的文件和数据集时所面临的内存管理问题更少。两个版本允许的最大向量长度都是20亿左右。

推荐:

如果你的操作系统不支持64位程序,或者你的计算机内存小于4GB,那么应该选择32位版本的R。如果操作系统支持64位版本的R,那么适用于windows系统和Mac系统的R安装程序会自动安装两个版本的R。

到此这篇关于R语言及RStudio下载与安装方法的文章就介绍到这了,更多相关R、RStudio下载 安装内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • 用R语言绘制函数曲线图

    函数曲线图是研究函数的重要工具. R 中 curve() 函数可以绘制函数的图像,代码格式如下: curve(expr, from = NULL, to = NULL, n = 101, add = FALSE, type = "l", xname = "x", xlab = xname, ylab = NULL, log = NULL, xlim = NULL, -) # S3 函数的方法 plot(x, y = 0, to = 1, from = y, xlim

  • R语言如何实现多元线性回归

    R小白几天的摸索 红色为输入,蓝色为输出 输入数据 先把数据用excel保存为csv格式放在"我的文档"文件夹 打开R软件,不用新建,直接写 回归计算 求三个平方和 置信区间(95%) 散点图(最显著的因变量) 拟合图 一元线性回归 结果:(看图) 变量系数  Estimate 变量系数标准误  Std. Error T检验值  t value T检验p值  Pr(>|t|) 均方根误差  Residual standard error 判定系数  R-squared 调整判定系

  • R语言绘图如何支持中文

    不同系统的字体库目录: Linux 一般在 /usr/share/fonts 下,我们可以使用 fc-list 命令查看: # fc-list /usr/share/fonts/truetype/dejavu/DejaVuSerif-Bold.ttf: DejaVu Serif:style=Bold /usr/share/fonts/truetype/dejavu/DejaVuSansMono.ttf: DejaVu Sans Mono:style=Book /usr/share/fonts/t

  • R语言利用plot()函数画图的基本用法

    plot()函数在R语言画图中位置十分重要,现在就对其具体用法做一个总结. 基本用法: plot(x=x轴数据,y=y轴数据,main="标题",sub="子标题",type="线型",xlab="x轴名称",ylab="y轴名称",xlim = c(x轴范围,x轴范围),ylim = c(y轴范围,y轴范围)) 示例代码为: plot(c(1:6),c(1:6),main="test"

  • R语言开发之CSV文件的读写操作实现

    在R中,我们可以从存储在R环境外部的文件读取数据,还可以将数据写入由操作系统存储和访问的文件.这个csv文件应该存在于当前工作目录中,以方便R可以读取它, 当然,也可以设置自己的目录,并从那里读取文件. 我们可以使用getwd()函数来检查R工作区指向哪个目录,并且使用setwd()函数设置新的工作目录,如下: 输出结果如下: csv文件是一个文本文件,其中列中的值用逗号分隔,我们可以将以下数据保存入txt文件中,并且修改后缀名称为csv: id,name,salary,start_date,d

  • R语言修改下载安装包install.package的默认存储路径的操作方法

    这次遇到的问题是:R语言下载安装包时会先将下载下来的二进制zip文件保存在本地,然后将其解压安装到R的library文件夹下.包被下载后会默认将二进制zip文件保存在本地C盘的临时会话的downloaded_packages目录下,不希望保存在该目录下,想手动修改保存路径. 查找了一下方法,发现很多都让用.libPaths()或者lib参数来修改.这里说明一下.libPaths和lib参数的作用. libPaths {base} 文档中给出的说明大致意思就是这是一个获取或者设定R存放已经安装的包

  • R语言统计结果输出至本地文件的几种方法示例

    1.sink() 在代码开始前加一行:sink("output.txt"),就会自动把结果全部输出到工作文件夹下的output.txt文本文档.这时在R控制台的输出窗口中是看不到输出结果的.代码结束时用sink()切换回来. 示例: sink("a.txt") x<-rnorm(100,0,1) mean(x) sink() 注:此处输出为mean(x). 2.stargazer() library(stargazer) #导入数据 mydata <-

  • R语言中对数据框的列名重命名的实现

    报错类型 Error: All arguments must be named plyr中的rename和dplyr中的rename用法是不同的. plyr::rename rename(data, c(old=new)) dplyr::rename rename(data, new = old) Example 比如, 默认的是plyr的rename, 运行下面命令, 会报错: d <- data.frame(old1=1:3, old2=4:6, old3=7:9) d library(ti

  • R语言实现线性回归的示例

    在统计学中,线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析. 简单对来说就是用来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法. 回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析.如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析. 一元线性回归分析法的数学方程: y = ax + b

  • R语言如何进行线性回归的拟合度详解

    R语言进行线性回归的拟合度. 本文只是使用 R做回归计算,查看拟合度等,不讨论 R 函数的内部公式 在R中线性回归分析的函数是lm(),基本语法是 一元回归: lm(y ~ x,data) 多元回归:lm(y ~ x1+x2+x3-,data) 创建关系模型并获取系数 x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131) y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48) # 使用lm()函数

随机推荐