R語(yǔ)言常用函數(shù)（基本）

vector：向量 numeric：數(shù)值型向量 logical：邏輯型向量 character；字符型向量 list：列表 data.frame：數(shù)據(jù)框

站在用戶(hù)的角度思考問(wèn)題，與客戶(hù)深入溝通，找到璧山網(wǎng)站設(shè)計(jì)與璧山網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶(hù)體驗(yàn)好的作品，建站類(lèi)型包括：網(wǎng)站設(shè)計(jì)、成都網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名申請(qǐng)、虛擬空間、企業(yè)郵箱。業(yè)務(wù)覆蓋璧山地區(qū)。

c：連接為向量或列表 sequence：等差序列 rep：重復(fù)

length：求長(zhǎng)度 subset：求子集 seq，from:to， NA：缺失值 NULL：空對(duì)象 sort，order，unique，rev：排序 unlist：展平列表 attr，attributes：對(duì)象屬性

mode，typeof：對(duì)象存儲(chǔ)模式與類(lèi)型 names：對(duì)象的名字屬性

character：字符型向量 nchar：字符數(shù) substr：取子串 format，formatC：把對(duì)象用格式轉(zhuǎn)換為字符串 paste，strsplit：連接或拆分

charmatch，pmatch：字符串匹配 grep，sub，gsub：模式匹配與替換

complex，Re，Im，Mod，Arg，Conj：復(fù)數(shù)函數(shù)

factor：因子 codes：因子的編碼 levels：因子的各水平的名字 nlevels：因子的水平個(gè)數(shù) cut：把數(shù)值型對(duì)象分區(qū)間轉(zhuǎn)換為因子

table：交叉頻數(shù)表 split：按因子分組 aggregate：計(jì)算各數(shù)據(jù)子集的概括統(tǒng)計(jì)量 tapply：對(duì)“不規(guī)則”數(shù)組應(yīng)用函數(shù)

+, -, *, /, ^, %%, %/%：四則運(yùn)算 ceiling，floor，round，signif，trunc，zapsmall：舍入 max，min，pmax，pmin：最大最小值

range：最大值和最小值 sum，prod：向量元素和，積 cumsum，cumprod，cummax，cummin：累加、累乘 sort：排序 approx和approx fun：插值 diff：差分 sign：符號(hào)函數(shù)

abs，sqrt：絕對(duì)值，平方根 log, exp, log10, log2：對(duì)數(shù)與指數(shù)函數(shù) sin，cos，tan，asin，acos，atan，atan2：三角函數(shù)

sinh，cosh，tanh，asinh，acosh，atanh：雙曲函數(shù)

beta，lbeta，gamma，lgamma，digamma，trigamma，tetragamma，pentagamma，choose ，lchoose：與貝塔函數(shù)、伽瑪函數(shù)、組合數(shù)有關(guān)的特殊函數(shù)

fft，mvfft，convolve：富利葉變換及卷積 polyroot：多項(xiàng)式求根 poly：正交多項(xiàng)式 spline，splinefun：樣條差值

besselI，besselK，besselJ，besselY，gammaCody：Bessel函數(shù) deriv：簡(jiǎn)單表達(dá)式的符號(hào)微分或算法微分

array：建立數(shù)組 matrix：生成矩陣 data.matrix：把數(shù)據(jù)框轉(zhuǎn)換為數(shù)值型矩陣 lower.tri：矩陣的下三角部分 mat.or.vec：生成矩陣或向量 t：矩陣轉(zhuǎn)置

cbind：把列合并為矩陣 rbind：把行合并為矩陣 diag：矩陣對(duì)角元素向量或生成對(duì)角矩陣 aperm：數(shù)組轉(zhuǎn)置 nrow, ncol：計(jì)算數(shù)組的行數(shù)和列數(shù) dim：對(duì)象的維向量

dimnames：對(duì)象的維名 row/colnames：行名或列名 %*%：矩陣乘法 crossprod：矩陣交叉乘積（內(nèi)積） outer：數(shù)組外積 kronecker：數(shù)組的Kronecker積

apply：對(duì)數(shù)組的某些維應(yīng)用函數(shù) tapply：對(duì)“不規(guī)則”數(shù)組應(yīng)用函數(shù) sweep：計(jì)算數(shù)組的概括統(tǒng)計(jì)量 aggregate：計(jì)算數(shù)據(jù)子集的概括統(tǒng)計(jì)量 scale：矩陣標(biāo)準(zhǔn)化

matplot：對(duì)矩陣各列繪圖 cor：相關(guān)陣或協(xié)差陣 Contrast：對(duì)照矩陣 row：矩陣的行下標(biāo)集 col：求列下標(biāo)集

solve：解線(xiàn)性方程組或求逆 eigen：矩陣的特征值分解 svd：矩陣的奇異值分解 backsolve：解上三角或下三角方程組 chol：Choleski分解

qr：矩陣的QR分解 chol2inv：由Choleski分解求逆

，，=，=，==，!=：比較運(yùn)算符 !，，，|，||，xor()：邏輯運(yùn)算符 logical：生成邏輯向量 all，any：邏輯向量都為真或存在真

ifelse()：二者擇一 match，%in%：查找 unique：找出互不相同的元素 which：找到真值下標(biāo)集合 duplicated：找到重復(fù)元素

optimize，uniroot，polyroot：一維優(yōu)化與求根

if，else，ifelse，switch：分支 for，while，repeat，break，next：循環(huán) apply，lapply，sapply，tapply，sweep：替代循環(huán)的函數(shù)。

function：函數(shù)定義 source：調(diào)用文件 call：函數(shù)調(diào)用 .C，.Fortran：調(diào)用C或者Fortran子程序的動(dòng)態(tài)鏈接庫(kù)。 Recall：遞歸調(diào)用

browser，debug，trace，traceback：程序調(diào)試 options：指定系統(tǒng)參數(shù) missing：判斷虛參是否有對(duì)應(yīng)實(shí)參 nargs：參數(shù)個(gè)數(shù) stop：終止函數(shù)執(zhí)行

on.exit：指定退出時(shí)執(zhí)行 eval，expression：表達(dá)式計(jì)算 system.time：表達(dá)式計(jì)算計(jì)時(shí) invisible：使變量不顯示 menu：選擇菜單（字符列表菜單）

其它與函數(shù)有關(guān)的還有：delay，delete.response，deparse，do.call，dput，environment ，，formals，format.info，interactive，

is.finite，is.function，is.language，is.recursive ，match.arg，match.call，match.fun，model.extract，name，parse，substitute，sys.parent ，warning，machine

cat，print：顯示對(duì)象 sink：輸出轉(zhuǎn)向到指定文件 dump，save，dput，write：輸出對(duì)象 scan，read.table，load，dget：讀入

ls，objects：顯示對(duì)象列表 rm, remove：刪除對(duì)象 q，quit：退出系統(tǒng) .First，.Last：初始運(yùn)行函數(shù)與退出運(yùn)行函數(shù)。

options：系統(tǒng)選項(xiàng) ?，help，help.start，apropos：幫助功能 data：列出數(shù)據(jù)集分析

每一種分布有四個(gè)函數(shù)：d――density（密度函數(shù)），p――分布函數(shù)，q――分位數(shù)函數(shù)，r――隨機(jī)數(shù)函數(shù)。

比如，正態(tài)分布的這四個(gè)函數(shù)為dnorm，pnorm，qnorm，rnorm。下面我們列出各分布后綴，前面加前綴d、p、q或r就構(gòu)成函數(shù)名：

norm：正態(tài)，t：t分布，f：F分布，chisq：卡方（包括非中心） unif：均勻，exp：指數(shù)，weibull：威布爾，gamma：伽瑪，beta：貝塔

lnorm：對(duì)數(shù)正態(tài)，logis：邏輯分布，cauchy：柯西， binom：二項(xiàng)分布，geom：幾何分布，hyper：超幾何，nbinom：負(fù)二項(xiàng)，pois：泊松 signrank：符號(hào)秩，

wilcox：秩和，tukey：學(xué)生化極差

sum, mean, var, sd, min, max, range, median, IQR（四分位間距）等為統(tǒng)計(jì)量，sort，order，rank與排序有關(guān)，其它還有ave，fivenum，mad，quantile，stem等。

R中已實(shí)現(xiàn)的有chisq.test，prop.test，t.test。

cor，cov.wt，var：協(xié)方差陣及相關(guān)陣計(jì)算 biplot，biplot.princomp：多元數(shù)據(jù)biplot圖 cancor：典則相關(guān) princomp：主成分分析 hclust：譜系聚類(lèi)

kmeans：k-均值聚類(lèi) cmdscale：經(jīng)典多維標(biāo)度 其它有dist，mahalanobis，cov.rob。

ts：時(shí)間序列對(duì)象 diff：計(jì)算差分 time：時(shí)間序列的采樣時(shí)間 window：時(shí)間窗

lm，glm，aov：線(xiàn)性模型、廣義線(xiàn)性模型、方差

r語(yǔ)言中c“b”是什么型

Vectors 向量【當(dāng)你想用多個(gè)元素創(chuàng)建向量時(shí)，你應(yīng)該使用 c() 函數(shù)，這意味著將元素組合成一個(gè)向量?！?/p>

# c函數(shù)用來(lái)將元素組成為一個(gè)向量

v - c('a', 'b','c')

print(v)

# 輸出結(jié)果即為元素的值，可以看出，vector類(lèi)型里面只能有一種元素

print(class(v))

1

2

3

4

5

1

2

3

4

5

1] “a” “b” “c”

[1] “character”

那么問(wèn)題來(lái)了，假如我就是想什么東西都往向量里面塞呢，這種做法并不會(huì)引發(fā)報(bào)錯(cuò)，但是R會(huì)暗中把那些亂七八糟的東西全部轉(zhuǎn)換為一種類(lèi)型。比如在下面這個(gè)例子，R就取了vector的第一個(gè)元素，將其轉(zhuǎn)換為了character類(lèi)型。

在這里插入圖片描述

Lists 列表【列表是一個(gè) R 對(duì)象，它可以在其中包含許多不同類(lèi)型的元素，如向量，函數(shù)甚至其中的另一個(gè)列表?！?/p>

# 列表里面就什么都可以塞

l - list(1,"666",c(2,3,4))

print(l)

print(class(l))

1

2

3

4

1

2

3

4

[[1]]

[1] 1

[[2]]

[1] “666”

[[3]]

[1] 2 3 4

[1] “l(fā)ist”

Matrices 矩陣【矩陣是二維矩形數(shù)據(jù)集。 它可以使用矩陣函數(shù)的向量輸入創(chuàng)建?！?/p>

# 第一個(gè)參數(shù)指的是矩陣中的元素內(nèi)容，第二三個(gè)參數(shù)指的是矩陣的行和列，最后一個(gè)參數(shù)指的是按行排列還是按列排列

M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)

print(M)

M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = FALSE)

print(M)

print(class(M))

1

2

3

4

5

6

1

2

3

4

5

6

在這里插入圖片描述

Arrays 數(shù)組【雖然矩陣被限制為二維，但陣列可以具有任何數(shù)量的維度。 數(shù)組函數(shù)使用一個(gè) dim 屬性創(chuàng)建所需的維數(shù)?！?/p>

a - array(c(1,2,3,4),dim = c(3,3,2))

print(a)

print(class(a))

print(a[2,2,1])

1

2

3

4

1

2

3

4

在這里插入圖片描述

Factors 因子【因子是使用向量創(chuàng)建的 r 對(duì)象。 它將向量與向量中元素的不同值一起存儲(chǔ)為標(biāo)簽。 標(biāo)簽總是字符，不管它在輸入向量中是數(shù)字還是字符或布爾等。 它們?cè)诮y(tǒng)計(jì)建模中非常有用。】

color - c('green','green','yellow','red','red','red','green')

f - factor(color)

print(color)

print(f)

print(nlevels(f))

print(class(s))

1

2

3

4

5

6

1

2

3

4

5

6

在這里插入圖片描述

Data Frames 數(shù)據(jù)幀【數(shù)據(jù)幀是表格數(shù)據(jù)對(duì)象。 與數(shù)據(jù)幀中的矩陣不同，每列可以包含不同的數(shù)據(jù)模式。 第一列可以是數(shù)字，而第二列可以是字符，第三列可以是邏輯的。 它是等長(zhǎng)度的向量的列表?！?/p>

BMI - data.frame(

gender = c("Male", "Male","Female"),

height = c(152, 171.5, 165),

weight = c(81,93, 78),

Age = c(42,38,26)

)

print(BMI)

print(class(BMI))

1

2

3

4

5

6

7

8

1

2

3

4

5

6

7

8

在這里插入圖片描述

參考網(wǎng)址：w3c

打開(kāi)CSDN，閱讀體驗(yàn)更佳

R語(yǔ)言基礎(chǔ)之第六部分 分類(lèi)(史上最全含ddply、aggregate、split、b...

R語(yǔ)言基礎(chǔ)之第六部分 分類(lèi)(史上最全含ddply、aggregate、split、by) 數(shù)據(jù): 某市2014年-2018年空氣質(zhì)量指數(shù)日數(shù)據(jù),需要按年分類(lèi)計(jì)算每年 warm值為1和 0的均值。 數(shù)據(jù)長(zhǎng)這個(gè)樣子: 目標(biāo):求下列的均值 一、數(shù)據(jù)處理(提取年月) 首先需要...

R語(yǔ)言:數(shù)據(jù)類(lèi)型及屬性_woooooood的博客

R語(yǔ)言:數(shù)據(jù)類(lèi)型及屬性 1.數(shù)據(jù)類(lèi)型 R語(yǔ)言可以處理的數(shù)據(jù)類(lèi)型主要有6種:數(shù)值型、整數(shù)型、字符型、復(fù)數(shù)型、邏輯型和原生型 若輸入的數(shù)據(jù)為一個(gè)數(shù)字,則數(shù)據(jù)類(lèi)型為數(shù)值型(numeric),若想數(shù)據(jù)類(lèi)型為整數(shù)(integer),則需要在所賦值后加“L”...

二、數(shù)據(jù)集與數(shù)據(jù)類(lèi)型【R與統(tǒng)計(jì)】

引言 按照要求格式來(lái)創(chuàng)建含有研究信息的數(shù)據(jù)集是任何數(shù)據(jù)分析的第一步。在R中，這個(gè)任務(wù)包括以下兩步： ?選擇一種數(shù)據(jù)結(jié)構(gòu)來(lái)存儲(chǔ)數(shù)據(jù)； ?將數(shù)據(jù)輸入或?qū)氲皆摂?shù)據(jù)結(jié)構(gòu)中 因此，本文將先敘述了R中用于存儲(chǔ)數(shù)據(jù)的多種結(jié)構(gòu)，具體為向量、因子、矩陣、數(shù)據(jù)框以及列表的用法。熟悉這些數(shù)據(jù)結(jié)構(gòu)和訪(fǎng)問(wèn)其中元素的表述方法將十分有助于了解R的工作方式，便于后續(xù)的編程。 我將在下一篇博客介紹一些在R中導(dǎo)入數(shù)據(jù)的可行方法。手工輸入數(shù)據(jù)當(dāng)然可以，除此之外，我們也可以從外部源導(dǎo)入數(shù)據(jù)。數(shù)據(jù)源可以是文本文件、電子表格、統(tǒng)計(jì)軟件和各類(lèi)數(shù)據(jù)庫(kù)管

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言中的數(shù)據(jù)集

R語(yǔ)言中的數(shù)據(jù)存儲(chǔ)形式主要有以下幾種方式 數(shù)組，向量，矩陣，數(shù)據(jù)框，列表 R語(yǔ)言中的可以處理的數(shù)據(jù)類(lèi)型有以下幾種方式 數(shù)值類(lèi)型，字符類(lèi)型，邏輯類(lèi)型，原聲類(lèi)型（二進(jìn)制類(lèi)型），復(fù)數(shù)類(lèi)型 數(shù)值類(lèi)型 包括 實(shí)例標(biāo)示，日期類(lèi)型 字符類(lèi)型 包括 標(biāo)稱(chēng)變量，序數(shù)變量 R語(yǔ)言針對(duì)不同的數(shù)據(jù)類(lèi)型處理的方式是不同的 一、向量（每一個(gè)向量中的元素都是相同的數(shù)據(jù)類(lèi)型） a b c

繼續(xù)訪(fǎng)問(wèn)

最新發(fā)布 R語(yǔ)言基礎(chǔ)數(shù)據(jù)類(lèi)型

R語(yǔ)言主要有三種基本的數(shù)據(jù)類(lèi)型，分別是數(shù)值型（Numeric）、整型（integer）以及字符型（character）。

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言數(shù)據(jù)類(lèi)型基礎(chǔ)1 數(shù)值型、邏輯型與文本型

基礎(chǔ)的R語(yǔ)言數(shù)據(jù)類(lèi)型操作，包括了字符串、數(shù)值向量以及邏輯向量的一點(diǎn)簡(jiǎn)單介紹

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言----對(duì)數(shù)據(jù)進(jìn)行分類(lèi)匯總(GROUP_BY使用)

library(dplyr) ###加載dplyr模塊 A-read.csv("f:\\TEST\\TDD.csv") ####加載數(shù)據(jù) D=data.frame(A) ##### A1-group_by(D,Date_ID) ####分組項(xiàng) A2-summarise(A1,cells=n(), ####統(tǒng)計(jì)個(gè)數(shù) RRC_ch...

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言--R語(yǔ)言數(shù)據(jù)類(lèi)型（2）

一、矩陣與數(shù)組 創(chuàng)建 # 1.1 利用array函數(shù)，創(chuàng)建二維數(shù)組m1，每一行記錄不同人（A,B,C）的各科成績(jī)（math，english，physics），成績(jī)請(qǐng)隨意輸入（要求每行至少有一個(gè)90分以上，每一列至少有一個(gè)60分以下） print('----1.1') m1 - array(c(95,40,80,55,92,98,86,93,55), dim = c(3,3), dimnames = list(c('A','B','C'),

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言之對(duì)象和類(lèi)

理解什么是對(duì)象R是一種基于對(duì)象(object)的語(yǔ)言，所以我們?cè)赗語(yǔ)言中看到的一切事物都是對(duì)象，向量是對(duì)象，函數(shù)是對(duì)象，圖形是對(duì)象。簡(jiǎn)單說(shuō)，我們可以把整個(gè)R看成是一個(gè)儲(chǔ)物室，它的內(nèi)容是由內(nèi)在不同的儲(chǔ)物盒(對(duì)象)組成, 每個(gè)盒子有不同屬性(attribute), 最重要的一種屬性是它的類(lèi)(class).查看、刪除ls：list的縮寫(xiě)，我們要查看物品，所以要先列出目錄。

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言中的類(lèi)和對(duì)象

#####類(lèi)和對(duì)象##### #之前學(xué)習(xí)的字符向量、數(shù)值向量、數(shù)據(jù)框、列表以及數(shù)組都是一個(gè)類(lèi)。 #用class函數(shù)定義類(lèi) teams-c("PHI","NYM","FLA","ATL","WSN") w-c(92,89,94,72,59) l-c(70,73,77,90,102) nleast-data.frame(teams,w,l) #定義teams類(lèi) class(teams) cla

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言數(shù)據(jù)類(lèi)型

文章目錄基本概念向量字符串矩陣列表數(shù)組因子數(shù)據(jù)框 基本概念 R 語(yǔ)言中的最基本數(shù)據(jù)類(lèi)型主要有三種：數(shù)字，邏輯，文本 邏輯類(lèi)型在許多其他編程語(yǔ)言中常稱(chēng)為布爾型（Boolean），常量值只有 TRUE和FALSE。 注意：R 語(yǔ)言區(qū)分大小寫(xiě)，true 或 True 不能代表 TRUE。 最直觀(guān)的數(shù)據(jù)類(lèi)型就是文本類(lèi)型。文本就是其它語(yǔ)言中常出現(xiàn)的字符串（String），常量用雙引號(hào)包含。 在 R語(yǔ)言中，文本常量既可以用單引號(hào)包含，也可以用雙引號(hào)包含，例如： 按對(duì)象類(lèi)型來(lái)分是以下6種：向量（vector），列表（

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言分類(lèi)匯總

R語(yǔ)言分類(lèi)匯總 ##加載包 library(dplyr) ##函數(shù) group_by 制定數(shù)據(jù)集 data 中針對(duì) type 變量進(jìn)行分類(lèi)匯總 grou - group_by(data,type) ##summarise函數(shù)計(jì)算分類(lèi)結(jié)果——sd 標(biāo)準(zhǔn)差，還可計(jì)算其他類(lèi)，分類(lèi)匯總 type_sd - summarise(grou ,sd(range ,na.rm = T)) dat...

繼續(xù)訪(fǎng)問(wèn)

熱門(mén)推薦 R語(yǔ)言：排序、篩選以及分類(lèi)匯總操作

在Excel中我們可以很方便的對(duì)數(shù)據(jù)進(jìn)行排序、篩選、分類(lèi)匯總等基本操作，R語(yǔ)言中沒(méi)有這種傻瓜式的一鍵操作，如何才能完成這種操作？一、排序1、單變量序列排序單變量序列的排序常用到rank、sort和order函數(shù)。給一個(gè)例子： a - c(3, 1, 5) rank(a) [1] 2 1 3 sort(a) [1] 1 3 5 order(a...

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言 查看與轉(zhuǎn)換數(shù)據(jù)類(lèi)型

數(shù)據(jù)對(duì)象類(lèi)型 R語(yǔ)言的對(duì)象常見(jiàn)的數(shù)據(jù)類(lèi)型有：數(shù)值型、字符型、邏輯型、整數(shù)型、復(fù)數(shù)型等。此外，也可能是缺省值（NA） 數(shù)據(jù)對(duì)象類(lèi)型及其判別和轉(zhuǎn)化函數(shù) 類(lèi)型 中文釋義 示例 辨別 轉(zhuǎn)換 numeric 數(shù)值型 2、-3、4.5 is.numeric() as.numeric() character 字符型 “ZhangHenghua” is.character() as.chara...

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言的數(shù)據(jù)類(lèi)型

一、數(shù)據(jù)類(lèi)型 概括來(lái)說(shuō)，R可以識(shí)別六種基本的數(shù)據(jù)類(lèi)型，分別是，雙整型（double）、整型（integer）、字符型（character）、邏輯型（logical）、復(fù)數(shù)類(lèi)型（complex）以及原始類(lèi)型（raw）. 1.雙整型（double） 儲(chǔ)存普通數(shù)值型數(shù)據(jù)，可正可負(fù)，可大可小，可含小數(shù)可不含 R中鍵入的任何一個(gè)數(shù)值都默認(rèn)以double型存儲(chǔ) 想知道某個(gè)對(duì)象是什么類(lèi)型，可以使用typeof() 函數(shù)進(jìn)行查看 在數(shù)據(jù)科學(xué)里，它更常被稱(chēng)為數(shù)值型（numeric） 2.整型（integer） 顧名思義，只能

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言——數(shù)據(jù)類(lèi)型詳解

R語(yǔ)言——數(shù)據(jù)類(lèi)型詳解 R語(yǔ)言支持的數(shù)據(jù)類(lèi)型 數(shù)值型 整數(shù)型 邏輯型 字符型 復(fù)數(shù)型 原生型 R語(yǔ)言的數(shù)據(jù)對(duì)象類(lèi)型包括 向量：一個(gè)向量只能有一種數(shù)據(jù)類(lèi)型 矩陣：一個(gè)矩陣只能有一種數(shù)據(jù)類(lèi)型 數(shù)組：一個(gè)數(shù)組只能有一種數(shù)據(jù)類(lèi)型 數(shù)據(jù)框：不同的列允許不同的數(shù)據(jù)類(lèi)型 因子：一個(gè)因子只能有一種數(shù)據(jù)類(lèi)型 列表：允許不同的數(shù)據(jù)類(lèi)型 如上圖所示，標(biāo)量、向量、矩陣和數(shù)組可以按同一類(lèi)型來(lái)理解，這四種類(lèi)型要求對(duì)象包含的數(shù)據(jù)均為同一類(lèi)型，數(shù)組是多維度的一串?dāng)?shù)據(jù)，向量是維度為1的數(shù)組，標(biāo)量是單元素的向量，矩陣是維度為2的數(shù)

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言自用筆記:復(fù)數(shù)

介紹了R語(yǔ)言中虛數(shù)的表示、相關(guān)函數(shù)

繼續(xù)訪(fǎng)問(wèn)

[R語(yǔ)言]2. R語(yǔ)言中的數(shù)據(jù)類(lèi)型和數(shù)據(jù)結(jié)構(gòu)

R語(yǔ)言中數(shù)據(jù)類(lèi)型和數(shù)據(jù)結(jié)構(gòu)是兩種不同的概念，初學(xué)者經(jīng)常容易搞混，因此有必要對(duì)這兩個(gè)概念進(jìn)行詳細(xì)說(shuō)明。

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言數(shù)據(jù)類(lèi)型：Logical、Numeric、Integer、Complex、Character、Vectors、Lists、Matrices、Arrays、Factors、DataFrames

R語(yǔ)言數(shù)據(jù)類(lèi)型：Logical、Numeric、Integer、Complex、Character、Vectors、Lists、Matrices、Arrays、Factors、DataFrames 通常，在使用任何編程語(yǔ)言進(jìn)行編程時(shí)，都需要使用各種變量來(lái)存儲(chǔ)各種信息。變量只不過(guò)是用來(lái)存儲(chǔ)值的內(nèi)存位置或者區(qū)間。這意味著，當(dāng)我們創(chuàng)建一個(gè)變量時(shí)，系統(tǒng)在內(nèi)存中保留了一些空間。 我們可能喜歡存儲(chǔ)各種數(shù)據(jù)類(lèi)型的信息，如字符、寬字符、整數(shù)、浮點(diǎn)、雙浮點(diǎn)、布爾等。根據(jù)變量的數(shù)據(jù)類(lèi)型，操作系統(tǒng)進(jìn)行內(nèi)存的分配并

繼續(xù)訪(fǎng)問(wèn)

R語(yǔ)言 常用數(shù)據(jù)類(lèi)型

一般來(lái)講，R語(yǔ)言中有三種數(shù)據(jù)結(jié)構(gòu)，第一種是數(shù)組，第二種是列表，第三種是數(shù)據(jù)框。第一種： 數(shù)組（包括向量和矩陣）。數(shù)組可以用來(lái)儲(chǔ)存數(shù)值型（numeric)、邏輯型（logical)和字符型（character）三種類(lèi)型的數(shù)據(jù)。例如：儲(chǔ)存字符型數(shù)據(jù) x = array(rep("a",6),dim=c(2,3)) x [,1] [,2] [,3] [1,] "a" "a" "a"

R語(yǔ)言基礎(chǔ)知識(shí)筆記

1、向量是用于存儲(chǔ)數(shù)值型，字符型或者邏輯型數(shù)據(jù)的一維數(shù)組。執(zhí)行組合功能的函數(shù)為c()，可以用來(lái)創(chuàng)建向量。向量可根據(jù)位置進(jìn)行索引，需要用[]。

2、矩陣是一個(gè)二維數(shù)組，每個(gè)元素都擁有相同的模式，可通過(guò)函數(shù)matrix()創(chuàng)建矩陣。

3、數(shù)組是一個(gè)可以在兩個(gè)以上維度存儲(chǔ)數(shù)據(jù)的數(shù)據(jù)對(duì)象。例如，如果創(chuàng)建尺寸(2,3,4)的數(shù)組，那么就是創(chuàng)建4個(gè)矩形矩陣每個(gè)2行3列。數(shù)組只能存儲(chǔ)數(shù)據(jù)類(lèi)型。

4、矩陣和數(shù)組一樣都只能包含一種數(shù)據(jù)類(lèi)型，當(dāng)有多種模式的數(shù)據(jù)時(shí)，使用數(shù)據(jù)框就更為方便。數(shù)據(jù)框可以用函數(shù)data.frame () 創(chuàng)建。

5、$? 被用來(lái)選取一個(gè)給定數(shù)據(jù)框中的某個(gè)特定變量。

6、attach()綁定數(shù)據(jù)集，detach()解除數(shù)據(jù)集。

7、with：attach，detach最好在單獨(dú)的數(shù)據(jù)框內(nèi)使用，在多個(gè)同名對(duì)象最好不要使用，函數(shù)with()，可以再具有多個(gè)同名對(duì)象的數(shù)據(jù)框內(nèi)使用，但是必須加入花括號(hào){}，這樣就無(wú)須擔(dān)心名稱(chēng)沖突了，但是它也有局限性，賦值僅在此函數(shù)的括號(hào)內(nèi)生效。

8、列表是一些對(duì)象的有序集合。

9,、數(shù)據(jù)導(dǎo)入?read.table()，其中header =?T，代表第一行為變量名稱(chēng)，不作為數(shù)據(jù)，header =?F相反。sep代表數(shù)據(jù)分隔符，txt為"\t",csv為","。

10、table函數(shù)，用 table() 函數(shù)統(tǒng)計(jì)因子各水平的出現(xiàn)次數(shù)（稱(chēng)為頻數(shù)或頻率）。

sex =?c("女","女","女","男","男")

table(sex)

sex

男 女

2 3

求眾數(shù)

aim =?table(sex)[table(sex)==max(table(sex))]

aim

女

3

max(table(sex))

[1] 3

table(sex)==max(table(sex))

sex

男??? 女

FALSE?TRUE

11、 無(wú)尺度網(wǎng)絡(luò)： 是指在某一復(fù)雜的 系統(tǒng) 中，大部分節(jié)點(diǎn)只有少數(shù)幾個(gè)連結(jié)，而某些節(jié)點(diǎn)卻擁有與其他節(jié)點(diǎn)的大量連結(jié)。這些具有大量連結(jié)的節(jié)點(diǎn)稱(chēng)為“集散節(jié)點(diǎn)”，所擁有的連結(jié)可能高達(dá)數(shù)百、數(shù)千甚至數(shù)百萬(wàn)。這一特性說(shuō)明該網(wǎng)絡(luò)是無(wú)尺度的，因此，凡具有這一特性的網(wǎng)絡(luò)都是無(wú)尺度網(wǎng)絡(luò)。

12、options(stringsAsFactors = F)

#在調(diào)用as.data.frame的時(shí)，將stringsAsFactors設(shè)置為FALSE可以避免character類(lèi)型自動(dòng)轉(zhuǎn)化為factor類(lèi)型。

13、class()：查看數(shù)據(jù)結(jié)構(gòu)：vector、matrix、array、dataframe、list。

14、str()：作用用英語(yǔ)來(lái)表示是：check classification of viriables,一般用于檢查數(shù)據(jù)框當(dāng)中有哪些數(shù)據(jù)。

15、mode() ：查看數(shù)據(jù)元素類(lèi)型。

16、typeof() ：查看數(shù)據(jù)元素類(lèi)型，基本等同于mode（），比mode()更為詳細(xì)。

17、example()：假設(shè)有一個(gè)函數(shù)foo，example("foo")，函數(shù)foo的使用示例。

18、apropos()：列出名稱(chēng)中含有foo的所有可用函數(shù)。apropos("foo",mode="function")。

19、data()：列出當(dāng)前已加載包中所含的所有可用示例數(shù)據(jù)集。

20、ls()：列出當(dāng)前工作空間中的對(duì)象。

21、rm()：移除（刪除）一個(gè)或多個(gè)對(duì)象。

22、history(#)：顯示最近使用過(guò)的#個(gè)命令（默認(rèn)值為25）。

23、options()：顯示或設(shè)置當(dāng)前選項(xiàng)。有一個(gè)收藏文件有介紹options的功能。

24、boxplot()：生成盒型圖。

25、sum()：計(jì)算和。sum(x,na.rm = TRUE)。

26、median()：計(jì)算中位數(shù)。

27、cbind()：以列結(jié)合變量。cbind(x,y,z)。

28、rbind()：以行結(jié)合變量。

29、vector()：以向量形式結(jié)合數(shù)據(jù)。vector(length = 10)。

30、rep()：以矩陣形式結(jié)合數(shù)據(jù)。rep(c(1,,2,3),each = 10)

31、seq()：生成一個(gè)有序的數(shù)列。seq(1,10)。

32、dim()：矩陣或者cbind輸出的維數(shù)。dim(Mydata)。

33、scan()：從ascii文件中讀取數(shù)據(jù)。scan(file = "test.txt")。

34、write.table()：把一個(gè)變量寫(xiě)入到ascii文件。write.table(Z,file = "test.txt")。

35、order()：確定數(shù)據(jù)的順序。order(x)。

36、merge()：合并兩個(gè)數(shù)據(jù)框。merge(x,y,by = "ID")。

37、str()：顯示一個(gè)對(duì)象的內(nèi)部結(jié)構(gòu)。str(Mydata)。

38、factor()：定義變量作為因子。factor(x)。

39、tapply()：tapply(X =?Veg$R,INDEX = Veg$Transect,FUN = mean).tapply函數(shù)根據(jù)第二個(gè)變量(Transect)的不同水平對(duì)第一變量(R)進(jìn)行了求平均值運(yùn)算。還可以求sd，var，length等操作。R語(yǔ)言初學(xué)者指南P75詳細(xì)介紹了這個(gè)函數(shù)。

40、下一頁(yè)介紹了sapply和lapply。

41、summary()：計(jì)算基本信息。

42、table()：計(jì)算列聯(lián)表，統(tǒng)計(jì)因子各水平的出現(xiàn)次數(shù)(頻數(shù)或頻率)。table(x,y)。

43、plot()：y對(duì)x的圖形。pch形狀，col顏色。

44、par()：par(mfrow = c(2,2),mar = c(3,3,2,1))

mfrow生成一個(gè)具有4個(gè)面板的圖形窗口。mar選項(xiàng)指定每個(gè)圖形周?chē)瞻椎拇笮?，底部、左?cè)、頂部、右側(cè)。

45、paste()：將變量連接成字符串。paste("a","b",sep = "")。

46、log()：?log = "x",log = "y",log = "xy",生成對(duì)數(shù)軸。

47、%in%：

a-c(1,3,13,1443,43,43,4,34,3,4,3)

b-c(1,13,11,1313,434,1)

a%in%b

# 返回內(nèi)容#?

[1] TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

# 取反操作

!(a%in%b)

48、sort()函數(shù)是對(duì)向量進(jìn)行從小到大的排序

rank()函數(shù)返回的是對(duì)向量中每個(gè)數(shù)值對(duì)應(yīng)的秩

order()函數(shù)返回的值表示位置，依次對(duì)應(yīng)的是向量的最小值、次小值、第三小值……最大值等（位置索引）

arrange()函數(shù)（需加載dplyr包）針對(duì)數(shù)據(jù)框，返回基于某列排序后的數(shù)據(jù)框，方便多重依據(jù)排序。

49、subset()： df - data.frame( a = 1:10, b = 2:11, c = 3:12 )

df - subset(df, select = c(a,c)) #選取列a和c

df - subset(df, select = -c(a,c) ) #去除列a和c

R語(yǔ)言中的函數(shù)c中的c代表什么意思

R軟件不只是一種統(tǒng)計(jì)工具，它還是一種語(yǔ)言，就語(yǔ)法形式而言跟S語(yǔ)言非常相識(shí)。所以類(lèi)似與數(shù)據(jù)庫(kù)一樣，在客戶(hù)端不是就只能調(diào)用一些函數(shù)，而是可以用數(shù)據(jù)庫(kù)提供的SQL語(yǔ)言編寫(xiě)出擁有靈活多變，滿(mǎn)足各種需求的功能。R語(yǔ)言也一樣，可以在客戶(hù)端，用S語(yǔ)言編寫(xiě)程序，傳送到R軟件，R軟件計(jì)算完成后將結(jié)果在傳回C#。既然需要來(lái)回傳送，必然需要中間的橋梁，就像數(shù)據(jù)庫(kù)需要驅(qū)動(dòng)程序一樣，在C#中調(diào)用R軟件，需要安裝R（D）COM，R（D）COM是一種DCOM組件，可以注冊(cè)到Windows的組件服務(wù)中，供程序調(diào)用。如果用C#開(kāi)發(fā)Web程序，由于ASP.NET是用ASPNET這個(gè)用戶(hù)在執(zhí)行，而這個(gè)用戶(hù)的權(quán)限很低，所以如果要調(diào)用R（D）COM的服務(wù)的化，需要給ASPNET授予權(quán)限。所有具體的操作，使用方法，可以參考：/KB/cs/RtoCSharp.aspx

R語(yǔ)言數(shù)據(jù)結(jié)構(gòu)-向量

R語(yǔ)言數(shù)據(jù)結(jié)構(gòu)主要有以下四種：

向量：一串相同類(lèi)型的數(shù)據(jù)，不限于數(shù)字，字符，邏輯都可以，單獨(dú)拿出來(lái)的一列。什么是看做一個(gè)整體，一個(gè)向量里有若干個(gè)數(shù)據(jù)，它們組成一個(gè)整體之后，可以擁有一個(gè)共同的名字。

以下主要講向量：

向量就是一串?dāng)?shù)據(jù)，串聯(lián)在一起，組成一個(gè)整體，向量由元素組成。

很長(zhǎng)的向量要么從數(shù)據(jù)框提取一列，或是有規(guī)律地生成，如連續(xù)的數(shù)據(jù)：

paste0函數(shù)連接兩個(gè)向量，逗號(hào) , 前后各有一個(gè)向量，如字符型和數(shù)值型向量。

paste0和paste的區(qū)別是：

paste0函數(shù) 把兩個(gè)向量的元素一一對(duì)應(yīng)進(jìn)行 無(wú)縫 連接，而 paste函數(shù) 把兩個(gè)向量的元素一一對(duì)應(yīng)進(jìn)行 空格 連接。paste函數(shù)有默認(rèn)值為空格，在空格處把空格去掉sep=""引號(hào)里把默認(rèn)的空格去掉，即什么沒(méi)有，就變成無(wú)縫連接，也可以用其它的符號(hào)連接sep="/"，sep="_"等。

數(shù)值型、字符型、邏輯型：只要有字符型在，用c()生成向量為字符型。只有邏輯型和數(shù)值型，用c()生成向量為數(shù)值型。

c()函數(shù)生成向量時(shí)，要求為生成同一種數(shù)據(jù)類(lèi)型

注意的地方：

變量名 ：c()為生成向量函數(shù)，一般除字母c外，取單個(gè)字母或是單詞及縮寫(xiě)，組成變量名的字母之間不要有空格，不能以數(shù)字為變量名或是以數(shù)字開(kāi)頭，變量名不能是中文名，特殊符號(hào)等。

- 與c()函數(shù)之間沒(méi)有空格。

- 的快捷鍵輸入：

mac電腦： option 和 - ；

windows電腦： Alt 和 -

= 在任何情況下可替代 - ，但是 = 除了賦值，還有其它用法，比如函數(shù)里參數(shù)用法。 - 不能在任意情況下代替 = 。

強(qiáng)大的計(jì)算是體現(xiàn)在批量計(jì)算上，先把一些數(shù)據(jù)組成一個(gè)整體，

還是以向量x為單位進(jìn)行

其中五個(gè)重要函數(shù)，一定要掌握。

能用函數(shù)代替的東西，堅(jiān)決不用手和眼睛去數(shù)，比如length()統(tǒng)計(jì)向量元素個(gè)數(shù)。

結(jié)論：unique(x)與x[!duplicated(x)]函數(shù)相同

用identical()可以判斷兩個(gè)函數(shù)是否相同（數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)類(lèi)型是否完全相同）

重點(diǎn)和難點(diǎn)：

x==y ：x和對(duì)應(yīng)位置的y相等嗎？（x和y里的元素，按順序一一對(duì)應(yīng)比較，講究位置對(duì)應(yīng)，兩者里第一個(gè)元素相同就返TRUE，比較完兩個(gè)向量的第一位置上的元素，接著比較兩個(gè)向量第二個(gè)位置元素...到兩個(gè)向量最后）。

x和y不一樣長(zhǎng)：理解“循環(huán)補(bǔ)齊”

結(jié)論： 如果x與y的向量元素長(zhǎng)度不相等，以長(zhǎng)度向量說(shuō)了算，不是由在==前的向量決定。

x%in%y ：x的每個(gè)元素在y中存在嗎？（x的元素挨個(gè)到y(tǒng)里和所有元素比較，在y里有的相同的返回TRUE，不講究位置，有就是TRUE，沒(méi)有為FALSE）。比如y向量加了一個(gè)元素2，返回還是9個(gè)邏輯值，返回的邏輯值是與x一一對(duì)應(yīng)，和y沒(méi)有關(guān)系。

加減乘除，兩個(gè)向量直接可以進(jìn)行，等位運(yùn)算。前提是兩個(gè)向量必須等長(zhǎng)，即元素個(gè)數(shù)一樣。

用paste0或是paste連接兩個(gè)向量，兩個(gè)向量的長(zhǎng)度（元素個(gè)數(shù)）不一致，循環(huán)補(bǔ)齊。

intersect(x,y)，union(x,y)，setdiff(x,y)，setdiff(y,x)，x與y順序顛倒（setdiff()與%in%有點(diǎn)兒相似）。

[] ：取子集符號(hào)，將TRUE對(duì)應(yīng)的值挑選出來(lái)，F(xiàn)ALSE丟棄.

例：在13個(gè)數(shù)中，取出大于7的數(shù)，首先把13個(gè)數(shù)值組成一個(gè)向量x，x7返回是邏輯值。

取值子集的對(duì)象放在中括號(hào)的外面，取子集的邏輯值向量放在中括號(hào)里面。

單獨(dú)運(yùn)行中括號(hào)里的向量，中括號(hào)里各種條件的返回結(jié)果有共同的規(guī)律，是一個(gè)與x等長(zhǎng)的邏輯值向量。

下標(biāo)：代表在哪個(gè)位置上。

符號(hào) ： []

按照邏輯值： 中括號(hào)里是與x等長(zhǎng)的邏輯值向量

按照位置： 中括號(hào)里是由x的下標(biāo)組成的向量（支持反選）

思考：從13個(gè)彩色（綠，藍(lán)，黃）球中，選出屬于藍(lán)色和綠色的：

使用x %in% y還是x ==y，用x %in% y，不是等位循環(huán)補(bǔ)齊運(yùn)算，%in%比較靈活，可以在很多場(chǎng)景中使用，如3選2，50選2，50選20等。

13個(gè)球的顏色賦值給向量x，藍(lán)色和綠色賦值給y。

x %in% y

x[x %in% y]

修改向量的元素，修改x里的第四個(gè)元素

注意：R于語(yǔ)言里所有的修改，都要賦值，沒(méi)有賦值就是沒(méi)有發(fā)生過(guò)

把隨機(jī)函數(shù)生成的數(shù)永遠(yuǎn)為一組數(shù)據(jù)：用隨機(jī)函數(shù)生成向量，后運(yùn)行set.seed(10086)

x[match(y,x)] 和 x[order(x)]

排序，如何調(diào)整元素順序

結(jié)論：sort(x)等于x[order(x)]，背誦下來(lái)

兩個(gè)向量沒(méi)有做關(guān)聯(lián)的操作，可以用order函數(shù)排序?qū)?yīng)信息

向量匹配排序-match，match函數(shù)是連線(xiàn)用的

x[match(y,x)] 的以后用法：以y作為模版，給x調(diào)順序。

match：誰(shuí)在中括號(hào)外面，誰(shuí)就在后面， x[match(y,x)] ，以y作為模板，用x作為原料去取子集，按照一個(gè)順序取子集，取出來(lái)的子集和y一樣。

需要背誦的兩個(gè)用法： x[match(y,x)] 和 x[order(x)]

練習(xí)題：在以下x和y表格里如何將y的列名一對(duì)一替換為ID

切換Rproj的時(shí)候出現(xiàn)彈窗：是否將工作空間保存到 .Rdata ？

答案是：不保存，之前單獨(dú)保存好腳本和圖片，這里出現(xiàn)的提示是否臨時(shí)保存，不需要保存。

.Rdata ？是什么：

以 . 開(kāi)頭的文件，通常用作配置，系統(tǒng)默認(rèn)隱藏這類(lèi)文件

.Rdata 是保存工作空間的默認(rèn)文件

.History 是保存歷史命令的默認(rèn)文件

如果打開(kāi)Rstudio特別慢，可能是因?yàn)?.Rdata 保存了很大的變量，可以找到 .Rdata 文件將其刪除。

在Rproj右下角打開(kāi)腳本時(shí)，編輯器腳本的中文注釋出現(xiàn)亂碼，解決如下：

以上內(nèi)容是聽(tīng) 生信技能樹(shù) 小潔老師的 R語(yǔ)言線(xiàn)上課 ，根據(jù)自己的理解記錄下來(lái)，小潔老師授課非常細(xì)心，對(duì)不同水平的同學(xué)都照顧到，并且補(bǔ)充很多技巧以及注意事項(xiàng)。

之前學(xué)習(xí)過(guò)R語(yǔ)言，那時(shí)對(duì)向量認(rèn)識(shí)不夠深，也沒(méi)有重視，數(shù)據(jù)框的列單獨(dú)拿出來(lái)就是一個(gè)向量。認(rèn)真聽(tīng)小潔老師的講解以及最近跑幾個(gè)GEO數(shù)據(jù)集發(fā)現(xiàn)學(xué)會(huì)對(duì)向量的熟練操作以及熟練一些重要的函數(shù)，在實(shí)戰(zhàn)過(guò)程中會(huì)順利些。

r語(yǔ)言中xlim=c(0,30)是什么意思？

xlim可以用于plot函數(shù)作圖，它的意思是xlim = c（min, max）。就是說(shuō)縮放函數(shù)的x軸，范圍在min與max之間。

如題中xlim = c（0，30） 就是將圖像放至0到30間來(lái)看函數(shù)的圖像。

請(qǐng)問(wèn)，您懂了嗎？