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
站在用戶(hù)的角度思考問(wèn)題，與客戶(hù)深入溝通，找到金華網(wǎng)站設(shè)計(jì)與金華網(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：成都網(wǎng)站設(shè)計(jì)、做網(wǎng)站、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、空間域名、虛擬空間、企業(yè)郵箱。業(yè)務(wù)覆蓋金華地區(qū)。
R語(yǔ)言常用函數(shù)整理本篇是基礎(chǔ)篇，即R語(yǔ)言自帶的函數(shù)。
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
c：連接為向量或列表
length：求長(zhǎng)度
subset：求子集
seq，from:to，sequence：等差序列
rep：重復(fù)
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，class，typeof：對(duì)象存儲(chǔ)模式與類(lèi)型
names：對(duì)象的名字屬性
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()、paste0()不僅可以連接多個(gè)字符串，還可以將對(duì)象自動(dòng)轉(zhuǎn)換為字符串再相連，另外還能處理向量。
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)
dev.new() 新建畫(huà)板
plot()繪制點(diǎn)線圖,條形圖,散點(diǎn)圖.
barplot( ) 繪制條形圖
dotchart( ) 繪制點(diǎn)圖
pie( )繪制餅圖.
pair( )繪制散點(diǎn)圖陣
boxplot( )繪制箱線圖
hist( )繪制直方圖
scatterplot3D( )繪制3D散點(diǎn)圖.
par()可以添加很多參數(shù)來(lái)修改圖形
title( ) 添加標(biāo)題
axis( ) 調(diào)整刻度
rug( ) 添加軸密度
grid( ) 添加網(wǎng)格線
abline( ) 添加直線
lines( ) 添加曲線
text( ) 添加標(biāo)簽
legend(） 添加圖例
+, -, *, /, ^, %%, %/%：四則運(yùn)算 ceiling，floor，round，signif
1、round() #四舍五入
例：x - c(3.1416, 15.377, 269.7)
round(x, 0) #保留整數(shù)位
round(x, 2) #保留兩位小數(shù)
round(x, -1) #保留到十位
2、signif() #取有效數(shù)字(跟學(xué)過(guò)的有效數(shù)字不是一個(gè)意思)
例：略
3、trunc() #取整
floor() #向下取整
ceiling() #向上取整
例：xx - c(3.60, 12.47, -3.60, -12.47)
trunc(xx)
floor(xx)
ceiling(xx)
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
rownames，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 函數(shù)能將字符串轉(zhuǎn)換為表達(dá)式expression
deparse 將表達(dá)式expression轉(zhuǎn)換為字符串
eval 函數(shù)能對(duì)表達(dá)式求解
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，readlines, 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
head()查看數(shù)據(jù)的頭幾行
tail()查看數(shù)據(jù)的最后幾行
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：線性模型、廣義線性模型、方差分析
quo()等價(jià)于quote()
enquo()等價(jià)于substitute(）
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?！?/p>
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)言中的c()函數(shù)，用來(lái)把一些數(shù)據(jù)組合成向量。
如：x-c(1,2)
把1，2兩個(gè)數(shù)，組合成向量（1，2），并存入變量x。
重慶分公司
重慶分公司
