R语言|1.4 R语言读取数据（csv，txt，xlsx）
1.4.1获取R的内置数据集1.4.2模拟特定分布数据1.4.3导入数据1）导入txt与csv2）导入xls与xlsx1.4.1获取R的内置数据集1.4.2模拟特定分布数据1.4.3导入数据1）导入txt与csv2）导入xls与xlsx1.4.1获取R的内置数据集
1.4.2模拟特定分布数据
1.4.3导入数据
1）导入txt与csv
2）导入xls与xlsx
1.4.1获取R的内置数据集
R的内置数据集存在于各个包中。R基础包datasets中提供了100多个数据集，使用代码可以查看：
// An highlighted blockdata(packages="datasets")
我们以iris数据集为例，首先查看iris数据集的描述信息：
// An highlighted block？iris
加载iris数据集：
// An highlighted blockdata（iris）
ps：如果使用的数据集为别的包，我们需要安装了对应的包之后并加载，才能成功调用目标数据集。
1.4.2模拟特定分布数据
针对数值模拟，R提供了一些函数，示例如下。
生成服从正态分布的函数：
// An highlighted blockr1<-rnorm(n=100,mean=0,sd=1)#生成100个均值为0，标准差为1的服从正态分布的数
生成服从均匀分布：
// An highlighted blockr1<-runif(n=1000,min=0,max=100)#生成1000个[0,100]上服从均匀分布的数
生成二项分布的数：
// An highlighted blockr1<-rbinom(n=80,size=100,prob=0.1)#生成80个
生成泊松分布的数：
// An highlighted blockr1<-rpois(n=50,lambda=1)#生成50个lambda=1的服从泊松分布的数
1.4.3导入数据
1）导入txt与csv
txt：假设我们已经创建了数据文件“abc.txt”，我们再当前工作空间中可以直接读取：
// An highlighted blockdata<-read.table("abc.txt",head=TRUE)
csv:有文件abc.csv
// An highlighted blockdata<-read.csv("abc.csv",head=TRUE)
2）导入xls与xlsx
R在读取xls与xlsx需要借助第三方包，我们常用的有openxlsx、rwadxl、gdata。本文以openxlsx为例，这个包还需要借助java，因此除了需要安装openxlsx外，还需要安装java。
使用install.packags(‘openxlsx’)
在java官网下载java安装即可（安装所需空间不大）
上述准备工作完成后，可以进行xls文件的读取。
xls：设有文件abc.xls
// An highlighted blocklibrary(openxlsx)data<-read.xls("abc.xls",sheet=1)
如果数据文件没有保存在当前的工作空间下，我们需要在文件名称前添加该文件的存放路径 eg: data<-read.xls(“C:/user/ABC/abc.txt”,sheet=1),才能将文件成功读取
