① SPSS、 R語言、PHYTHON可不可以安裝在32位WIN7操作系統中啊
可以的，這些軟體都有32位版本，可以兼容WIN7
② 如何在64位win7系統中搭建R語言
第一步，下載Android開發的程序現在簡稱ADT，下載完就可以使用，已經不需要再另外下載eclipse了，直接到安卓官方下載即可。
進入下載頁面後，點擊下載SDK的藍色按鈕。
復選框打勾，選擇64位，點擊下載按鈕。這個文件也就4百多兆。
接下來下載第二個程序，就是SUN公司的Java包。進入SUN公司網站。
下載頁面後，選擇accept，並選擇最下面的X64程序包，它就是專門用於64位的。程序也不大，只有125MB。
JDK安裝完畢後，顯示有兩個文件夾。
Eclipse安裝完畢後，點擊紅色方框的應用程序。
Eclipse開始載入
載入後，運行界面如下。
點擊圖片布局，可以進行拖拉控制項操作。這樣，界面完全搭建完畢。
③ R語言是一種什麼樣的語言
R 語言，一種自由軟體編程語言與操作環境，主要用於統計分析、繪圖、數據挖掘。R 本來是由來自紐西蘭奧克蘭大學的羅斯·伊哈卡和羅伯特·傑特曼開發，現在由「R 開發核心團隊」負責開發。R 基於 S 語言的一個 GNU 計劃項目，所以也可以當作 S 語言的一種實現，通常用 S 語言編寫的代碼都可以不作修改的在 R 環境下運行。
R 語言
R 的源代碼可自由下載使用，亦有已編譯的可執行文件版本可以下載，可在多種平台下運行，包括 UNIX（也包括 FreeBSD 和 Linux）、Windows 和 MacOS。R 主要是以命令行操作，同時有人開發了幾種圖形用戶界面，其中 RStudio 是最為廣泛使用的集成開發環境。
功能
R 內置多種統計學及數字分析功能。R 的功能也可以透過安裝包（Packages，用戶撰寫的功能）增強。因為 S 的血緣，R 比其他統計學或數學專用的編程語言有更強的面向對象（面向對象程序設計, S3, S4 等）功能。
R 的另一強項是繪圖功能，制圖具有印刷的素質，也可加入數學符號。
雖然 R 主要用於統計分析或者開發統計相關的軟體，但也有人用作矩陣計算。其分析速度可媲美專用於矩陣計算的自由軟體 GNU Octave 和商業軟體 MATLAB。
④ win7下c語言編程軟體有哪些
Microsoft Visual C++ 、Microsoft Visual Studio、 DEV C++、Code::Blocks、Borland C++、WaTCom C++、Borland C++ Builder、GNU DJGPP C++、Lccwin32 C Compiler3.1、High C、Turb C、gcc、C-Free和Win-TC、My Tc等等，太多了，由於C語言比較成熟，所以編程環境很多。建議使用Microsoft Visual C++。
⑤ 如何在win7系統下安裝r語言中rgtk2這個包
你的圖上顯示你的系統只有「簡體中文」的語言包，而下面的圖顯示那是你的輸入法IME。你說的卸載「日文包」，應該是日文的輸入法，不是語言包，因為你壓根就沒裝日文包。卸載輸入法，右鍵點擊輸入法，直接remove就成。
⑥ 在win7 x64上安裝Rstudio後，再打開，它提示我R沒安裝，可是我已經安裝了。
把原來安裝的R刪除，然後按著他的頁面重新安裝R，安裝過程中的目錄保留為默認，不要修改。再打開就ok了。
⑦ R語言是什麼
R語言是什麼？為什麼要使用R語言？歷數R的優勢與缺點
R編程語言在數字分析與機器學習領域已經成為一款重要的工具。隨著機器逐步成為愈發核心的數據生成器，該語言的人氣也必然會一路攀升。不過R語言當然也擁有著自己的優勢與缺點，開發人員只有加以了解後才能充分發揮它的強大能力。
正如Tiobe、PyPL以及Redmonk等編程語言人氣排名所指出，R語言所受到的關注程度正在快速提升。作為一款誕生於上世紀九十年代的語言，R已經成為S統計編程語言的一類實現方式。已經擁有十八年R編程經驗的高校教授兼Coursera在線平台培訓師Roger Peng指出，「R語言已經成為統計領域最具人氣的語言選項」。
「我之所以喜愛R語言，是因為它易於從計算機科學角度出發實現編程，」Peng表示。而R語言隨時間推移正呈現出愈發迅猛的發展態勢，並成為能夠將不同數據集、工具乃至軟體包結合在一起的膠水型語言，Peng解釋道。
「R語言是創建可重復性及高質量分析的最佳途徑。它擁有數據處理所必需的一切靈活性及強大要素，」在線編程教育機構Code School數據科學家Matt Adams指出。「我用R語言編寫的大部分程序實際上都是在將各類腳本整理到項目當中。」
R語言擁有強大的軟體包生態系統與圖表優勢
R語言的優勢主要體現在其軟體包生態系統上。「龐大的軟體包生態系統無疑是R語言最為突出的優勢之一——如果某項統計技術已經存在，那麼幾乎必然存在著一款R軟體包與之對應，」Adams指出。
「其中內置有大量專門面向統計人員的實用功能，」Peng表示。R語言具備可擴展能力且擁有豐富的功能選項，幫助開發人員構建自己的工具及方法，從而順利實現數據分析，他進一步解釋稱。「隨著時間的推移，越來越多來自其它領域的用戶也被吸引到了R身邊來，」其中包括生物科學乃至人文學科等。
「人們能夠在無需申請許可權的前提下對其進行擴展。」事實上，Peng回憶稱多年之前R的使用方式就已經給相關工作帶來了巨大便利。「當R語言剛剛誕生之時，它最大的優勢就是以自由軟體的姿態出現。其源代碼以及所有一切都可供我們直接查看。」
Adams也表示，R語言在圖形及圖表方面的一切能夠都是「無與倫比」的。其dplyr與ggplot2軟體包分別用於進行數據處理與繪圖，且「能夠非常直觀地提升我的生活質量，」他感嘆道。
在機器學習方面，R語言的優勢則體現在與學術界的強大聯動效應，Adams指出。「在這一領域的任何新型研究成果可能都會馬上以R軟體包的形式體現出來。因此從這個角度看，R語言始終站在技術發展的尖端位置，」他表示。「這種接入軟體包還能夠提供良好的途徑，幫助我們利用相對統一的API在R語言環境下實現機器學習研究。」Peng進一步補充稱，目前已經有眾多主流機器學習演算法以R語言作為實現手段。
R的短板在於安全性與內存管理
說了這么多優勢，R語言當然也存在著一定不足。「內存管理、速度與效率可能是R語言面臨的幾大最為嚴峻的挑戰，」Adams指出。「在這方面，人們仍然需要努力推動——而且也確實正在推動——其進展與完善。此外，從其它語言轉投R懷抱的開發人員也會發現後者在某些設定上確實有些古怪。」
R語言的基本原理來自上世紀六十年代出現的各類編程語言，Peng解釋道。「從這個意義上講，R語言在設計思路上屬於一項古老的技術成果。」這種語言的設計局限有時候會令大規模數據集處理工作遇到難題，他強調稱。因為數據必須被保存在物理內存當中——但隨著計算機內存容量的不斷提升，這個問題已經在很大程度上得到了解決，Peng指出。
安全等相關功能並沒有被內置在R語言當中，Peng指出。此外，R語言無法被嵌入到網路瀏覽器當中，Peng表示。「我們不能利用它開發Web類或者互聯網類應用程序。」再有，我們基本上沒辦法利用R語言當作後端伺服器執行計算任務，因為它在網路層面缺乏安全性保障，他表示。不過Amazon Web Services雲平台上的虛擬容器等技術方案的出現已經在很大程度上解決了此類安全隱患，Peng補充道。
長久以來，R語言當中始終缺少充足的交互元素，他表示。但以JavaScript為代表的各類編程語言介入其中並填補了這項空白，Peng指出。雖然我們仍然需要利用R語言處理分析任務，但最終結果的具體顯示方式則可以由JavaScript等其它語言來完成，他總結道。
R語言並不單純面向高端程序員
不過Adams與Peng都會R視為一種易於接受的語言。「我本人並沒有計算機科學教育背景，而且從來沒想過要當一名程序員。將編程基礎知識納入技能儲備當然很不錯，但這並不是上手R語言的必要前提，」Adams指出。
「我甚至並不認為R語言只適用於程序員。它非常適合那些面向數據並試圖解決相關問題的用戶——無論他們的實際編程能力如何，」
以上是小編為大家分享的關於 R語言是什麼？的相關內容，更多信息可以關注環球青藤分享更多干貨
⑧ windows7下r怎麼使用sql語句查詢'
R中還有一個有趣的sqldf包，它可以讓你用SQL來操作dataframe，這種功能能讓會R的人能練習SQL，會SQL的人能練習R，不得不感嘆R語言的強大技能和神奇魅力。
當然也可以將R與外部資料庫連接，直接在R中操作資料庫，並生成最終結果，這也是一種可行的方法。在R中連接資料庫需要安裝其它的擴展包，根據連接方式不同我們有兩種選擇：一種是ODBC方式，需要安裝RODBC包並安裝ODBC驅動。另一種是DBI方式，可以根據已經安裝的資料庫類型來安裝相應的驅動。因為後者保留了各資料庫原本的特性，所以個人比較偏好用DBI連接方式。有下面這幾種主要的包提供了DBI連接：RMySQL，RSQLite，ROracle，RPostgreSQL。由名字看得出它們分別對應了幾種主流的資料庫。
註：以上文字來自R-blogger—–《在R語言中使用SQL》
值得一提的是在運用sqldf包時可能要對R軟體升級到3.1.0版以上，否則安裝不會成功，這里簡單介紹一種在Windows環境下對R軟體自動升級的方法。
Windows上升級R語言：
install.packages("installr");
library(installr) #載入包
updateR()
之後選擇「確定」就可以自動更新了
雖然在R語言中有很多優秀的函數如aggregate()和daply()可以對數據框統計，但sql功能強大，不僅能實現數據的清洗、統計、運算,還可以實現數據存儲、控制、定義和調用。越來越多的公司在招聘的時候都要求數據分析師除了要掌握統計建模和數據挖掘的理論方法和編程能力外，還要求其具備使用sql的能力，樓主也在積極學習sql當中。
下面是我利用sqldf()完成的一些程序,雖然簡單，但這是學習的第一步
> name<-c(rep('張三',1,3),rep('李四',3))
> subject<-c('數學','語文','英語','數學','語文','英語')
> score<-c(89,80,70,90,70,80)
> stuid<-c(1,1,1,2,2,2)
> stuscore<-data.frame(name,subject,score,stuid)
> library(sqldf)
1.計算每個人的總成績並排名(要求顯示欄位：姓名，總成績)
> sqldf('select name,sum(score) as allscore from stuscore group by name order by allscore')
name allscore
1 張三 239
2 李四 240
2.計算每個人的總成績並排名(要求顯示欄位: 學號，姓名，總成績)
> sqldf('select name,stuid,sum(score) as allscore from stuscore group by name order by allscore')
name stuid allscore
1 張三 1 239
2 李四 2 240
3.計算每個人單科的最高成績(要求顯示欄位: 學號，姓名，課程，最高成績)
> sqldf('select stuid,name,subject, max(score) as maxscore from stuscore group by stuid')
stuid name subject maxscore
1 1 張三 數學 89
2 2 李四 數學 90
4.計算每個人的平均成績（要求顯示欄位: 學號，姓名，平均成績）
> sqldf('select stuid,name,subject, avg(score) as avgscore from stuscore group by stuid')
stuid name subject avgscore
1 1 張三 英語 79.66667
2 2 李四 英語 80.00000
5.列出各門課程成績最好的學生(要求顯示欄位: 學號，姓名,科目，成績)
> sqldf('select stuid,name,subject,max(score) as maxscore from stuscore group by subject order by stuid')
stuid name subject maxscore
1 1 張三 語文 80
2 2 李四 數學 90
3 2 李四 英語 80
8．列出各門課程的平均成績（要求顯示欄位：課程，平均成績）
> sqldf('select subject,avg(score) as avgscore from stuscore group by subject')
subject avgscore
1 數學 89.5
2 英語 75.0
3 語文 75.0