用法：assign(x, value, pos = -1, envir = as.environment(pos),? inherits = FALSE, immediate = TRUE)
為臺前等地區(qū)用戶提供了全套網(wǎng)頁設計制作服務，及臺前網(wǎng)站建設行業(yè)解決方案。主營業(yè)務為成都網(wǎng)站制作、網(wǎng)站設計、臺前網(wǎng)站設計，以傳統(tǒng)方式定制建設網(wǎng)站，并提供域名空間備案等一條龍服務，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務。我們深信只要達到每一位用戶的要求，就會得到認可，從而選擇與我們長期合作。這樣，我們也可以走得更遠！
assign函數(shù)在循環(huán)時候，給變量賦值。
舉例說明：
1、
for (i in 1:(length(rowSeq)-1)){
assign(paste("nginx_server_fields7_", i, sep = ""), nginx_server_fields7[(rowSeq[(i-1)+1]):(rowSeq[i+1]), ])
}
2、
for (i in 1:3){
assign(paste("a", i, sep = ""), i:10)
}
ls()
[1] "a1" "a2" "a3" "i"
a1
[1]? 1? 2? 3? 4? 5? 6? 7? 8? 9 10
a2
[1]? 2? 3? 4? 5? 6? 7? 8? 9 10
a3
[1]?3? 4? 5? 6? 7? 8? 9 10
1、paste函數(shù)可用于字符串連接
用法：paste (..., sep = " ", collapse = NULL)，分隔符默認為空格
我們簡單舉個例子
1）paste("a","b") ##能連接a b
[1] "a b"
paste("a","b","c")
[1] "a b c"
2）設置分隔符paste("a","b",sep="=") ##注意到用等號分隔了
[1] "a=b"
3）連接多個元素paste("a",1:5,sep="") ##會自動每個元素與a相連
[1] "a1""a2""a3""a4""a5"
4）paste("a",1:5,".pdf",sep="") ##比如想批量輸出文件名
[1] "a1.pdf""a2.pdf""a3.pdf""a4.pdf""a5.pdf"、
2、collapse參數(shù)
謝益輝大佬說這個參數(shù)引無數(shù)英雄競折腰啊，大家只會sep
1）paste("a",1,collapse="+") ##注意到了吧，collapse沒用上
[1] "a 1"
2）paste(c("a","b","c"),collapse="+") ##這樣就很容易理解了，collapse折疊起了元素
[1] "a+b+c"
3）paste("a",1:5,sep="") ##再來更明顯的舉例
[1] "a1""a2""a3""a4""a5"
4）paste("a",1:5,sep="",collapse="+")?##先在元素間連接，然后折疊
[1] "a1+a2+a3+a4+a5"
3、與paste0函數(shù)的區(qū)別
paste0函數(shù)，默認sep=""是兩個函數(shù)唯一的區(qū)別
paste(c("a","b","c"),1:3)##默認空格符
[1] "a 1""b 2""c 3"
paste(c("a","b","c"),1:3,sep=" ")
[1] "a 1""b 2""c 3"
paste(c("a","b","c"),1:3,sep="")
[1] "a1""b2""c3"
如果兩個向量長度不同paste(c("a","b","c"),1:5) ##超出范圍后繼續(xù)從前向后連接
[1] "a 1"? "b 2"? "c 3"? "a 4"? "b 5"
paste0(c("a","b","c"),1:3)#默認元素連接為sep=""
[1] "a1""b2""c3"
用法：unlist()函數(shù)的作用，就是將list結構的數(shù)據(jù)du，變zhi成非list的數(shù)據(jù)，即將list數(shù)據(jù)變成 字符串向量 或者數(shù)字向量的形式
如果是向量的話就直接輸出向量
例子：
%in%相當于match()函數(shù)的一個縮寫。用來判斷一個數(shù)組或矩陣是否包含在另一個數(shù)組或矩陣里。舉個例子一目了然：
#首先復制兩個變量a和b
a?-?1:5
b?-?3:7
a?%in%?b????#看a的元素是否包含在b中輸出結果如下：
[1]?FALSE?FALSE??TRUE??TRUE??TRUE
用法：apply(x, MARGIN, FUN, ...)
作用：對 矩陣 的行或列使用函數(shù)，或者對 數(shù)組 的各個維度使用函數(shù)
x為數(shù)據(jù)對象，MARGIN是維度的下標，MARGIN=1表示行，MARGIN=2表示列，F(xiàn)UN是自己指定的任意或自定義函數(shù)
注：數(shù)據(jù)框dataframe也可以使用apply函數(shù)，該函數(shù)會自動將數(shù)據(jù)框轉化為矩陣，但前提是數(shù)據(jù)框中各列的數(shù)據(jù)類型 必須是數(shù)值型，否則會報錯。
用法：lapply(x,FUN,...)
作用：對列表中的各個元素使用函數(shù)
x是格式為列表的數(shù)據(jù)源，F(xiàn)UN是任意函數(shù)。
intersect(data1，data2)：交集
union(data1，data2)：并集
r語言中的c()函數(shù)，用來把一些數(shù)據(jù)組合成向量。
如：x-c(1,2)
把1，2兩個數(shù)，組合成向量（1，2），并存入變量x。
C語言中，函數(shù)調用的一般形式為：
函數(shù)名(實際參數(shù)表)
對無參函數(shù)調用時則無實際參數(shù)表。實際參數(shù)表中的參數(shù)可以是常數(shù)、變量或其它構造類型數(shù)據(jù)及表達式。各實參之間用逗號分隔。
#includestdio.h
int?fun(int?x,?int?y);?//?函數(shù)聲明，如果函數(shù)寫在被調用處之前，可以不用聲明
void?main()
{
int?a=1,?b=2,?c;
c?=?fun(a,?b);?//?函數(shù)的調用，調用自定義函數(shù)fun，其中a，b為實際參數(shù)，傳遞給被調用函數(shù)的輸入值
}
//?自定義函數(shù)fun
int?fun(int?x,?int?y)??//?函數(shù)首部
{??//?{}中的語言為函數(shù)體
return?xy???x?:?y;??//?返回x和y中較大的一個數(shù)
}
擴展資料
C語言中不允許作嵌套的函數(shù)定義。因此各函數(shù)之間是平行的，不存在上一級函數(shù)和下一級函數(shù)的問題。但是C語言允許在一個函數(shù)的定義中出現(xiàn)對另一個函數(shù)的調用。
這樣就出現(xiàn)了函數(shù)的嵌套調用。即在被調函數(shù)中又調用其它函數(shù)。這與其它語言的子程序嵌套的情形是類似的。其關系可表示如圖。
圖表示了兩層嵌套的情形。其執(zhí)行過程是：執(zhí)行main函數(shù)中調用a函數(shù)的語句時，即轉去執(zhí)行a函數(shù)，在a函數(shù)中調用b 函數(shù)時，又轉去執(zhí)行b函數(shù)，b函數(shù)執(zhí)行完畢返回a函數(shù)的斷點繼續(xù)執(zhí)行，a函數(shù)執(zhí)行完畢返回main函數(shù)的斷點繼續(xù)執(zhí)行。
參考資料：函數(shù)調用_百度百科
1. 判斷存在：一個元素是不是在向量中用 a%in%b
a="TT"
b=c("AA","AT","TT")
a %in% b
[1] TRUE
2. 判斷某一元素這向量中的索引（第幾個位置）： index.TT=which(b==”TT”)
index.TT=which(b=="TT")#index.TT是想知道的索引號，which是判斷函數(shù)，b是想知道的元素所在的向量
index.TT
[1] 3
3. 相當于 python 中的字典， names 函數(shù)
b
[1] "AA" "AT" "TT"
names(b)=c("geno1","geno2","geno3")#geno mean genotype
names(b)
[1] "geno1" "geno2" "geno3"
names(b)[1]
[1] "geno1"
names(b)[1]="test"
names(b)
[1] "test""geno2" "geno3"
names(b)=NULL
b
[1] "AA" "AT"
b["geno2"]
"AT"
pop_name=c(“CEU”,"YRI")
names(pop_name)=c(1,2)
names(pop_name[1])=1
4. 去除某一元素： b[-index.nu]
#想去除元素”TT”,如果你不知道是第幾個索引，可以先判斷索引，再刪除。
b=c("AA","AT","TT")
names(b)=c("geno1","geno2","geno3")
index.TT=which(b=="TT")
b=b[-index.TT]
b
geno1 geno2
"AA""AT"
5. 相當于 Python 中的 set() 函數(shù) 和 count() 函數(shù)： unique() ， table()
b=c("TT","AT","AT","TT","AA")
unique(b)#即相當于去除所有的重復，只保留一個
[1] "TT" "AT" "AA"
table(b)#以元素為name,統(tǒng)計各元素的個數(shù)
b
AA AT TT
122
6. 字符串的分割： strsplit()
test="AA"
strsplit(test)
錯誤于strsplit(test) :缺少參數(shù)"split",也沒有缺省值
strsplit(test,split='')
[[1]]
[1] "A" "A"
test=strsplit(test,split='')[[1]]
test
[1] "A" "A"
7. 文本文檔的寫入： write.table()
write.table( res.matrix,file=new.file,sep='\t',quote=F,row.names=F,col.names=F,append=T)#quote=F去掉引號后寫入，row.names=F去掉行的名字寫入，否則會把名字寫進去
##寫入數(shù)據(jù)時候最好把數(shù)據(jù)存儲成一個matrix然后直接寫。要是每行每行寫的話要注意數(shù)據(jù)的格式了。先建立一個空的matrix，見8，然后通過rbind或者cbind疊加上去。
方法一：
a=c()
b=c(“AA”,”TT”,”CC”)
for (i in 1:3){
a=c(a,b)
}
write.table(a,file=”test.txt”)#你會發(fā)現(xiàn)結果是
AA
TT
CC
….
##而且還有行和列的名字，因為沒有設置參數(shù)。因為對于c向量來說，寫的話默認是豎著寫的，每個元素占一行。所以比較方便的就是rbind
方法二：
a=c()
b=c(“AA”,”TT”,”CC”)
for (i in 1:3){
a=rbind(a,b)
}
write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F)#你會發(fā)現(xiàn)結果是
AA TT CC
AA TT CC
AA TT CC
##原因是rbind把最總結果當做矩陣了。對于R數(shù)據(jù)的寫入最好能生成最后的矩陣再寫入。但是西面的梅一行寫一次和方法二的效果是想通的，但是要用到append參數(shù)。
a=c()
b=c(“AA”,”TT”,”CC”)
for (i in 1:3){
a=rbind(a,b)
write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F,append=T)
}
8. 建立一個空的 matrix ：
res.matrix - matrix( ,nrow=0,ncol=6 )##這樣就建立了一個0行6列的空matrix了。
9. 如何將 R 運行結果輸出到文件
x=read.table("F:/my/work/chengxu/PValue/pc2jieguo/pc2302.txt")
z=t(x)
ks.test(y,z)
Two-sample Kolmogorov-Smirnov test
data:y and z
D = 0.207, p-value 2.2e-16
alternative hypothesis: two-sided
如上面運行結果，我想將p-value 2.2e-16自動保存到一個文件中，如何用R程序實現(xiàn)，謝謝！
sink("output.txt")
print(ks.test(y,z)$p.value)
sink()
10 降序排列：
a=c(1,1.2,0.1,4,5,-0.1)
a=sort(a,decreasing=T)
a
[1]5.04.01.21.00.1 -0.1
11. 取前1％的數(shù)
a=c(1:10,4:20,1:100,1:1000)
a=sort(a,decreasing=T)#先降序
sig=a[round(length(a)*0.01)]
sig
[1] 990
12.在shell中直接執(zhí)行R腳本
R CMD BATCH --argstest.R
13. R中高級作圖的方法
14:設置字體類型：
par(family='Times New Roman')
15:控制圖形四周的空白大小
par(mfrow=c(3,1),mar=c(0,0,0,0))
其中mar是四周的間距,分別為x,y上下的距離
16控制作圖區(qū)域的大小layout
layout(c(1,2,3),height=c(1,1,0.5))
分成豎著三份， 其中三份比列依次為（高度依次為2：2：1）
17保留兩位小數(shù)
round(0.123,digits=2)
18 在原有圖的基礎上畫圖：
par(fig=c(0.1,0.5,0.43,0.65), new=TRUE)
19 只顯示y軸
plot(1:10,1:10,axes=F)
axis(2,at.....)
20 調節(jié)刻度方向 las
plot(1:10,1:10,las=1)
21 屏幕分割
layout(matrix(1:16,4,4))＃＃＃豎著plot
par(mfrow=c(4,4))##橫著plot
22.邏輯表示或者
xor為異或，兩值不等為真，兩值相等為假。例：xor(0, 1)
23. 從向量中隨機取幾個數(shù)sample
sample(rep(1:1000),10)
23 字符串轉換成小數(shù)浮點型
as.numeric("0.123")
24. 讀取不規(guī)范的文本
f=readLines(afile,n=1)＃n表示讀幾行
f=strsplit(f,'\t')##分割
f[1][[1]]##第一行
f[1][[1]][1]##第一行 第一個字符串
25. write 寫入文件
write(afile, "a\tb\t",append=T) #沿著每行一次 寫入
26. 不需要循環(huán)，這直接對matrix沒行或者每列進行篩選操作apply（）
apply（data,col2 or row1, max0）
27.保留2位小數(shù)
a=2.300
a=as.numeric(sprintf(“%.3f”,a))
28。調出假設檢驗的p value
t.test(data1,data2)$p.value
R語言常用函數(shù)整理本篇是基礎篇，即R語言自帶的函數(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：求長度
subset：求子集
seq，from:to，sequence：等差序列
rep：重復
NA：缺失值
NULL：空對象
sort，order，unique，rev：排序
unlist：展平列表
attr，attributes：對象屬性
mode，class，typeof：對象存儲模式與類型
names：對象的名字屬性
字符型向量 nchar：字符數(shù)
substr：取子串 format，formatC：把對象用格式轉換為字符串
paste()、paste0()不僅可以連接多個字符串，還可以將對象自動轉換為字符串再相連，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：因子的水平個數(shù) cut：把數(shù)值型對象分區(qū)間轉換為因子
table：交叉頻數(shù)表 split：按因子分組 aggregate：計算各數(shù)據(jù)子集的概括統(tǒng)計量 tapply：對“不規(guī)則”數(shù)組應用函數(shù)
dev.new() 新建畫板
plot()繪制點線圖,條形圖,散點圖.
barplot( ) 繪制條形圖
dotchart( ) 繪制點圖
pie( )繪制餅圖.
pair( )繪制散點圖陣
boxplot( )繪制箱線圖
hist( )繪制直方圖
scatterplot3D( )繪制3D散點圖.
par()可以添加很多參數(shù)來修改圖形
title( ) 添加標題
axis( ) 調整刻度
rug( ) 添加軸密度
grid( ) 添加網(wǎng)格線
abline( ) 添加直線
lines( ) 添加曲線
text( ) 添加標簽
legend(） 添加圖例
+, -, *, /, ^, %%, %/%：四則運算 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(跟學過的有效數(shù)字不是一個意思)
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：符號函數(shù)
abs，sqrt：絕對值，平方根
log, exp, log10, log2：對數(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)有關的特殊函數(shù)
fft，mvfft，convolve：富利葉變換及卷積
polyroot：多項式求根
poly：正交多項式
spline，splinefun：樣條差值
besselI，besselK，besselJ，besselY，gammaCody：Bessel函數(shù)
deriv：簡單表達式的符號微分或算法微分
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：矩陣轉置
cbind：把列合并為矩陣
rbind：把行合并為矩陣
diag：矩陣對角元素向量或生成對角矩陣
aperm：數(shù)組轉置
nrow, ncol：計算數(shù)組的行數(shù)和列數(shù)
dim：對象的維向量
dimnames：對象的維名
rownames，colnames：行名或列名
%*%：矩陣乘法
crossprod：矩陣交叉乘積（內積）
outer：數(shù)組外積
kronecker：數(shù)組的Kronecker積
apply：對數(shù)組的某些維應用函數(shù)
tapply：對“不規(guī)則”數(shù)組應用函數(shù)
sweep：計算數(shù)組的概括統(tǒng)計量
aggregate：計算數(shù)據(jù)子集的概括統(tǒng)計量
scale：矩陣標準化
matplot：對矩陣各列繪圖
cor：相關陣或協(xié)差陣
Contrast：對照矩陣
row：矩陣的行下標集
col：求列下標集
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
，，=，=，==，!=：比較運算符 !，，，|，||，xor()：
邏輯運算符 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：找到真值下標集合
duplicated：找到重復元素
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：調用文件 ’
call：函數(shù)調用 .
C，.Fortran：調用C或者Fortran子程序的動態(tài)鏈接庫。
Recall：遞歸調用
browser，debug，trace，traceback：程序調試
options：指定系統(tǒng)參數(shù)
missing：判斷虛參是否有對應實參
nargs：參數(shù)個數(shù) stop：終止函數(shù)執(zhí)行
on.exit：指定退出時執(zhí)行 eval，expression：表達式計算
system.time：表達式計算計時
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)能將字符串轉換為表達式expression
deparse 將表達式expression轉換為字符串
eval 函數(shù)能對表達式求解
substitute，
sys.parent ，
warning，
machine
cat，print：顯示對象
sink：輸出轉向到指定文件
dump，save，dput，write：輸出對象
scan，read.table，readlines, load，dget：讀入
ls，objects：顯示對象列表
rm, remove：刪除對象
q，quit：退出系統(tǒng)
.First，.Last：初始運行函數(shù)與退出運行函數(shù)。
options：系統(tǒng)選項
?，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―隨機數(shù)函數(shù)。
比如，正態(tài)分布的這四個函數(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：對數(shù)正態(tài)，
logis：邏輯分布，
cauchy：柯西，
binom：二項分布，
geom：幾何分布，
hyper：超幾何，
nbinom：負二項，
pois：泊松
signrank：符號秩，
wilcox：秩和，
tukey：學生化極差
sum, mean, var, sd, min, max, range, median, IQR（四分位間距）等為統(tǒng)計量，
sort，order，rank與排序有關，
其它還有ave，fivenum，mad，quantile，stem等。
R中已實現(xiàn)的有chisq.test，prop.test，t.test。
cor，cov.wt，var：協(xié)方差陣及相關陣計算
biplot，biplot.princomp：多元數(shù)據(jù)biplot圖
cancor：典則相關
princomp：主成分分析
hclust：譜系聚類
kmeans：k-均值聚類
cmdscale：經(jīng)典多維標度
其它有dist，mahalanobis，cov.rob。
ts：時間序列對象
diff：計算差分
time：時間序列的采樣時間
window：時間窗
lm，glm，aov：線性模型、廣義線性模型、方差分析
quo()等價于quote()
enquo()等價于substitute(）
R軟件不只是一種統(tǒng)計工具，它還是一種語言，就語法形式而言跟S語言非常相識。所以類似與數(shù)據(jù)庫一樣，在客戶端不是就只能調用一些函數(shù)，而是可以用數(shù)據(jù)庫提供的SQL語言編寫出擁有靈活多變，滿足各種需求的功能。R語言也一樣，可以在客戶端，用S語言編寫程序，傳送到R軟件，R軟件計算完成后將結果在傳回C#
。既然需要來回傳送，必然需要中間的橋梁，就像數(shù)據(jù)庫需要驅動程序一樣，在C#中調用R軟件，需要安裝R（D）COM，R（D）COM是一種DCOM組件，可以注冊到Windows的組件服務中，供程序調用。如果用C#開發(fā)Web程序，由于ASP.NET是用ASPNET這個用戶在執(zhí)行，而這個用戶的權限很低，所以如果要調用R（D）COM的服務的化，需要給ASPNET授予權限。
所有具體的操作，使用方法，可以參考：
重慶分公司
重慶分公司
