• R语言基础一


    运行环境 RStudio

    一、设置类

    library()加载; getwd()当前目录; setwd()设置默认目录; history()记录; ctrl+l清空; alt+-赋值;save.image()保存工作空间;

    install.package("vcd")安装包; update.package()升级安装包;.libPaths() 库位置; search()已加载函数; require()加载不报错;

    help(package="")/library(help="") 查看包内容; ls("package:")列出包含函数; data(package="")列出包含所有数据集; 

    detach("package:")将包从内存中移除; remove.package()删除包; 

    Rpack <- installed.packages()[,1] 将第一列已安装包打包save(Rpack,file="Rpack.Rdata") Rpack for (i in Rpack) install.packages(i)

    ?=help; args; example; demo; method; vigmette()文档说明 ; ?? help.search("")本地搜索; 

    apropos("",mod="function")所有包含关键字的内容 本地文档搜索; RSiteSearch("")官网搜索; 

    二、查询类

    head头 tail 尾 ls() 变量; ls.str() 变量信息; ls(all.names = TRUE) 全部变量; rm (x)删除变量; rm(list=ls()) 删除全部变量;

    data(package="MASS") data(package=.packages(all.available = TRUE))载入R内置数据集; 

    mode() typeof 查看元素; 

    三、定义类

    x<-c("") 定义向量 x <- c(T,F) c(1:100) ;

    seq(from=1,to=100,by=2) 生成向量 seq(from=1,to=100,length.out = 10);

    rep(2,5) 重复生成 rep(x,each=3,times=2) 每个重复3次,运行2次;

    向量需要统一类型才能进行计算

    操作length(x) x[1] x[-19]去除第19个元素 x[c(4:18)]

    > y[c(T,F)] [1] 1 3 5 7 9
    > y[c(T,F,F)] [1] 1 4 7 10
    > y[y>5] [1] 6 7 8 9 10

    判断 "one" %in% z

    > k <- z %in% c("one","two")
    > z[k] [1] "one" "two"

    向量 names(y)<-c("")给向量添加访问名称; y[""]访问向量名 ;

    x[6]<-6 增加向量 v[c(4,5,6)]<-c(4,5,6);
    append(x=v,values=99,after=4)插入向量 y["two"] <- 3;
    rm()去除向量 y <- y[-c(3:8)];
    四、运算类

    ** ^乘幂 %%求余 %/%整除 长度不等循环运算
    %in%包含 sqrt abs log exp指数 ceiling向上取整 floor向下取整 trunc返回整数 round四舍五入 signif保留多少位数字
    max min range最大最小 mean var方差 sd标准差 prod连乘积 median中位数 quantile(vec,c(0.4,0.5,0.8))分位数 which返回索引

    矩阵

    m <- matrix(x,nrow=4,ncol=5) 矩阵20个元素
    m <- matrix(x,4,byrow=T) 按行排列
    m[c(2:4),c(2,4)] m[-1,2]去除第一行,第二列
    dimnames(m) <- list(rname,cname) 给矩阵行列命名
    dim(x) 快速生成矩阵
    dim(x) <- c(2,2,5) 长宽高为225的数组体
    z <- array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3)) 定义z为1:24的2行3列4个矩阵并命名
    rowSums colSums 先取行列再求和
    m*n矩阵内积,m%*%n矩阵外积
    diag(n) n阶对角矩阵的对角线 方阵
    t(n) 行和列进行互换

    列表

    向量只能包含一种数据结构,列表可以多种
    列表无序,可通过名称访问
    > a <- 1:20
    > b <- matrix(1:20,4)
    > c <- mtcars
    > d <- "This is a test list"
    > mlist <- list(a,b,c,d)
    > mlist <- list(first=a,second=b,third=c,forth=d)
    一个中括号为列表,两个中括号为元素本身
    两个中括号一次只能输出一个元素,无法访问矩阵
    列表不能直接复制,需要对元素复制,双中括号
    > mlist[[5]] <- iris

    数据框
    每一列长度相同,列表,列必须命名
    state$行列名 访问索引
    lm(formula=weight~height,data=women)线性回归
    attach(数据包) with(mtcar,{hp}) 直接访问名 detach取消加载

    因子factor 水平变量
    table(mtcars$cyl)
    factor(c(""),order=,levels=)
    plot(factor(mtcars$cyl)) 将因子作为轴画图

    NA为缺失值,无法计算 NaN不存在 Inf无穷
    sum(a,na.rm=TRUE) 将NA值移除计算
    is.na(a) 判断是否存在na
    colSums rowSums计算每列行的缺失值数
    na.omit()去除缺失值

    字符串 正则 nchar()统计每个字符串长度 nchar(c(数值))
    month.name十二个月份
    paste()合并字符串 paste(names,"love women")
    substr(x=month.name,start=1,stop=3) 提取字符串
    toupper tolower转换大小写
    sub替换 gsub全局替换
    gsub("^(\w)","\U\1",tolower(temp)) 在第一个字母插入U
    [1] "Ujan" "Ufeb" "Umar" "Uapr" "Umay" "Ujun" "Ujul" "Uaug"
    [9] "Usep" "Uoct" "Unov" "Udec"
    gsub("^(\w)","\U\1",tolower(temp),perl=T) 正则 U首字母转化为大写
    [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct"
    [11] "Nov" "Dec"
    grep查找字符串返回序号 grep("A+",x,fixed=T)查找多个
    match 不支持正则 相当于%in%
    strsplit(str,"/")分割字符串 返回列表
    outer(suit,face,FUN=paste,sep="")用paste函数连接两组向量,用sep分割

    as.Date(a,format="%Y-%m-%d") 转化数字为日期格式
    strftime格式介绍
    seq(as.Date("2017-01-01"),as.Date("2017-07-05"),by=5)间隔5天生产时间序列
    sales <- round(runif(48,min=50,max=100))生成48个随机整数
    ts(sales,start=c(2010,5),end=c(2014,4),frequency = 12)
    生成时间序列

    > data2 <- data.frame(patientID=character(0),admdate=character(0),age=numeric())
    > data2 <- edit(data2)
    edit创造可编辑界面
    fix()修改

     

  • 相关阅读:
    我回来了
    wget 官方jdk
    linux rpm命令安装卸载 初步使用
    关于一些对location认识的误区(转)
    直接插入排序
    冒泡排序
    Wireshark下TCP三次握手四次挥手
    linux内存使用率详解
    Linux下硬盘使用率详解及shell脚本实现
    Linux下CPU使用率详解
  • 原文地址:https://www.cnblogs.com/ybxw/p/13157976.html
Copyright © 2020-2023  润新知