本篇文章為大家展示了怎樣理解R語言，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。
涪陵網(wǎng)站建設(shè)公司創(chuàng)新互聯(lián)公司,涪陵網(wǎng)站設(shè)計(jì)制作，有大型網(wǎng)站制作公司豐富經(jīng)驗(yàn)。已為涪陵1000+提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)營銷網(wǎng)站建設(shè)要多少錢，請找那個(gè)售后服務(wù)好的涪陵做網(wǎng)站的公司定做！
包是R函數(shù)、數(shù)據(jù)、預(yù)編譯代碼以一種定義完善的格式組成的集合。計(jì)算機(jī)上存儲(chǔ)包的目錄稱為庫（library）。函數(shù).libPaths()能夠顯示庫所在的位置， 函數(shù)library()則可以顯示庫中有哪些包。
R自帶了一系列默認(rèn)包（包括base、datasets、utils、grDevices、graphics、stats以及methods），它們提供了種類繁多的默認(rèn)函數(shù)和數(shù)據(jù)集。其他包可通過下載來進(jìn)行安裝。安裝好以后，它們必須被載入到會(huì)話中才能使用。命令search()可以告訴你哪些包已加載并可使用。
第一次安裝一個(gè)包，使用命令install.packages()即可，不加參數(shù)執(zhí)行install.packages()將顯示一個(gè)CRAN鏡像站點(diǎn)的列表，選擇其中一個(gè)鏡像站點(diǎn)之后，將看到所有可用包的列表，選擇其中的一個(gè)包即可進(jìn)行下載和安裝。如果知道自己想安裝的包的名稱，可以直接將包名作為參數(shù)提供給這個(gè)函數(shù)。
一個(gè)包僅需安裝一次。但和其他軟件類似，包經(jīng)常被其作者更新。使用命update.packages()可以更新已經(jīng)安裝的包。要查看已安裝包的描述，可以使用installed.packages()命令，這將列出安裝的包，以及它們的版本號、依賴關(guān)系等信息。
進(jìn)入官方網(wǎng)站進(jìn)行下載
https://cran.r-project.org/
數(shù)值（numeric）
字符（character）
邏輯值（logical）
復(fù)數(shù)型（complex）
x[9]<-9;x # 當(dāng)向量x不夠長時(shí)，指定第9個(gè)元素為9
seq(length=,from=, to=)
length:指定生成個(gè)數(shù)
from:是指開始生成的點(diǎn)
to:截止點(diǎn)
如果不指定，則默認(rèn)條件下：
seq(N1,N2,BY=)
n1：開始位置
n2：截止位置
by=指定間隔
#<,>,<=,>= 大于，小于，大于等于，小于等于
# %/% 整除
# %% 求余數(shù)
#abs絕對值，sqrt平方根
#簡單統(tǒng)計(jì)函數(shù)：sum求和，min最小值，
max最大值，mean平均值，
sort();
輸出排序后的結(jié)果；
order()；
輸出排序后的各個(gè)向量位置
矩陣的存儲(chǔ)默認(rèn)是按列進(jìn)行存儲(chǔ)的
創(chuàng)建一個(gè)c(1:12)的三行四列的矩陣
y<-t(x)
若是針對的是一個(gè)向量
y<-(1:10)
轉(zhuǎn)置后得到的是行向量
用class( )函數(shù)獲得的類型分別是數(shù)值型和字符型
若要得到列向量則
4. 創(chuàng)建對角矩陣和單位陣
5.代數(shù)意義下的矩陣乘法"%*%"
yy<- matrix(1:6, 3, 2); zz <- matrix(1:6, 2, 3)
yy%*% zz; zz %*% yy
6. 矩陣行和列的維數(shù)
xx<- matrix(1:20, 4, 5)
dim(xx)#行和列的維數(shù)
nrow(xx);ncol(xx) #行數(shù)和列數(shù)
7.矩陣合并
aa<- matrix(1:6, 3, 2); bb <- matrix(7:12, 3, 2)
cbind(aa,bb) #按列合并
rbind(aa,bb) #按行合
8.矩陣apply()運(yùn)算函數(shù)：
語法是apply(data, dim,function),dim取1表示對行運(yùn)用函數(shù)，取2表示對列運(yùn)用函數(shù)。
xx<- matrix(1:20, 4, 5)
colMeans(xx)#列均值
colSums(xx)#列和
rowMeans(xx)#行均值
rowSums(xx)#行和
i
由于不同的列可以包含不同模式（數(shù)值型、字符型等）的數(shù)據(jù)，數(shù)據(jù)框的概念較矩陣來說更為一般。數(shù)據(jù)框?qū)⑹窃赗中常處理的 數(shù)據(jù)結(jié)構(gòu)。
數(shù)據(jù)框可通過函數(shù)data.frame()創(chuàng)建，其中的列向量col1, col2, col3,…可為任何類型（如字符型、數(shù)值型或邏輯型）。每一列的 名稱可由函數(shù)names指定。
每一列數(shù)據(jù)的模式必須唯一，不過卻可以將多個(gè)模式的不同列放到一起組成數(shù)據(jù)框。
選取數(shù)據(jù)框中元素的方式有若干種?？梢允褂们笆觯ㄈ缇仃囍械模┫聵?biāo)記號，亦可直接指定列名。如：
第三個(gè)例子中的記號$是新出現(xiàn)的 。它被用來選取一個(gè)給定數(shù)據(jù)框中的某個(gè)特定變量。例 如，如果你想生成糖尿病類型變量diabetes和病情變量status的列聯(lián)表，使用以下代碼即可
在每個(gè)變量名前都鍵入一次patientdata$可能會(huì)讓人生厭，所以不妨走一些捷徑。可以聯(lián) 合使用函數(shù)attach()和detach()或單獨(dú)使用函數(shù)with()來簡化代碼。
attach()、detach()和with() 函數(shù)attach()可將數(shù)據(jù)框添加到R的搜索路徑中。R在遇到一個(gè)變量名以后，將檢查搜索路 徑中的數(shù)據(jù)框，以定位到這個(gè)變量。
函數(shù)detach()將數(shù)據(jù)框從搜索路徑中移除。
當(dāng)名稱相同的對象不止一個(gè)時(shí)，這種方法的局限性就很明顯了。
類別（名義型）變量和有序類別（有序型）變量在R中稱為因子（factor）。因子在R中非常重要，因?yàn)樗鼪Q定了數(shù)據(jù)的分析方式以及如何進(jìn)行視覺呈現(xiàn)。函數(shù)factor()以一個(gè)整數(shù)向量的形式存儲(chǔ)類別值，整數(shù)的取值范圍是[1… k ]（其中k 是名義型變量中唯一值的個(gè)數(shù)），同時(shí)一個(gè)由字符串（原始值）組成的內(nèi)部向量將映射到這些整數(shù)上。
語句diabetes <- factor(diabetes)將此向量存儲(chǔ)為(1, 2,1, 1)，并在內(nèi)部將其關(guān)聯(lián)為 1=Type1和2=Type2（具體賦值根據(jù)字母順序而定）。針對向量diabetes進(jìn)行的任何分析都會(huì)將 其作為名義型變量對待，并自動(dòng)選擇適合這一測量尺度的統(tǒng)計(jì)方法。 要表示有序型變量，需要為函數(shù)factor()指定參數(shù)ordered=TRUE。給定向量:
語句status <- factor(status, ordered=TRUE)會(huì)將向量編碼為(3, 2, 1, 3)，并在內(nèi)部將這 些值關(guān)聯(lián)為1=Excellent、2=Improved以及3=Poor。
對于字符型向量，因子的水平默認(rèn)依字母順序創(chuàng)建。這對于因子status是有意義的，因?yàn)?“Excellent”、“Improved”、“Poor”的排序方式恰好與邏輯順序相一致。如果“Poor”被編碼為 “Ailing”，會(huì)有問題，因?yàn)轫樞驅(qū)椤癆iling”、“Excellent”、“Improved”。如果理想中的順序是 “Poor”、“Improved”、“Excellent”，則會(huì)出現(xiàn)類似的問題。按默認(rèn)的字母順序排序的因子很少能夠讓人滿意。 你可以通過指定levels選項(xiàng)來覆蓋默認(rèn)排序。
例如：
上述內(nèi)容就是怎樣理解R語言，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲(chǔ)備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
重慶分公司
重慶分公司
