coursera R Programming NOTE(1)

R Nuts and Bolts

Entering Input

x <- 1 #The <- symbol is the assignment operator.

Evaluation

When a complete expression is entered at the prompt, it is evaluated and the result of the evaluated
expression is returned.

R Objects

R has five basic or “atomic” classes of objects:

  • character
  • numeric (real numbers)
  • integer
  • complex
  • logical (True/False)

vector:

A vector can only contain objects of the same class.

Numbers

Numbers in R a generally treated as numeric objects (i.e. double precision real numbers).
If you explicitly want an integer, you need to specify the L suffix.
Inf represents infinity;can be used in ordinary calculations
NaN an undefined value (“not a number”); e.g. 0 / 0

Attributes

  • names, dimnames
  • dimensions (e.g. matrices, arrays)
  • class (e.g. integer, numeric)
  • length
  • other user-defined attributes/metadata

Creating Vectors

c() function
vector() function
x <- vector("numeric", length = 10)

Mixing Objects

implicit coercion

y <- c(1.7, "a") ## character
y <- c(TRUE, 2) ## numeric
y <- c("a", TRUE) ## character

Explicit Coercion

as.* functions
as.numeric(x)
as.logical(x)
as.character(x)

Matrices

m <- matrix(nrow = 2, ncol = 3)
m <- matrix(1:6, nrow = 2, ncol = 3)
Matrices are constructed column-wise, so entries can be thought of starting in the “upper left” corner and running down the columns.

m <- 1:10
dim(m) <- c(2, 5)

cbind()
rbind()

Lists

Lists are a special type of vector that can contain elements of different classes.
x <- list(1, "a", TRUE, 1 + 4i)
x <- vector("list", length = 5) # create an empty list of a prespecified length

Factors

x <- factor(c("yes", "yes", "no", "yes", "no"))
x <- factor(c("yes", "yes", "no", "yes", "no"), levels = c("yes", "no"))

Missing Values

Missing values are denoted by NA or NaN for q undefined mathematical operations.

  • is.na() is used to test objects if they are NA
  • is.nan() is used to test for NaN
  • NA values have a class also, so there are integer NA, character NA, etc.
  • A NaN value is also NA but the converse is not true

Data Frames

x <- data.frame(foo = 1:4, bar = c(T, T, F, F))

Names

vector list names()

Object Set column names Set row names
data frame names row.names()
matrix colnames() rownames()
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末妨蛹,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖瓤帚,帶你破解...
    沈念sama閱讀 217,542評(píng)論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異赦肋,居然都是意外死亡第队,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,822評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門纷闺,熙熙樓的掌柜王于貴愁眉苦臉地迎上來累奈,“玉大人,你說我怎么就攤上這事急但∨烀剑” “怎么了?”我有些...
    開封第一講書人閱讀 163,912評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵波桩,是天一觀的道長(zhǎng)戒努。 經(jīng)常有香客問我,道長(zhǎng)镐躲,這世上最難降的妖魔是什么储玫? 我笑而不...
    開封第一講書人閱讀 58,449評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮萤皂,結(jié)果婚禮上撒穷,老公的妹妹穿的比我還像新娘。我一直安慰自己裆熙,他們只是感情好端礼,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,500評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著入录,像睡著了一般蛤奥。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上僚稿,一...
    開封第一講書人閱讀 51,370評(píng)論 1 302
  • 那天凡桥,我揣著相機(jī)與錄音,去河邊找鬼蚀同。 笑死缅刽,一個(gè)胖子當(dāng)著我的面吹牛啊掏,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播衰猛,決...
    沈念sama閱讀 40,193評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼脖律,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了腕侄?” 一聲冷哼從身側(cè)響起小泉,我...
    開封第一講書人閱讀 39,074評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎冕杠,沒想到半個(gè)月后微姊,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,505評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡分预,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,722評(píng)論 3 335
  • 正文 我和宋清朗相戀三年兢交,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片笼痹。...
    茶點(diǎn)故事閱讀 39,841評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡配喳,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出凳干,到底是詐尸還是另有隱情晴裹,我是刑警寧澤,帶...
    沈念sama閱讀 35,569評(píng)論 5 345
  • 正文 年R本政府宣布救赐,位于F島的核電站涧团,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏经磅。R本人自食惡果不足惜泌绣,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,168評(píng)論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望预厌。 院中可真熱鬧阿迈,春花似錦、人聲如沸轧叽。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,783評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)犹芹。三九已至崎页,卻和暖如春鞠绰,著一層夾襖步出監(jiān)牢的瞬間腰埂,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,918評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工蜈膨, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留屿笼,地道東北人牺荠。 一個(gè)月前我還...
    沈念sama閱讀 47,962評(píng)論 2 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像驴一,于是被迫代替她去往敵國(guó)和親休雌。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,781評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • 最近的天氣總是變幻莫測(cè)肝断,有種“東邊日出西邊雨”的趕腳杈曲。 人們也跟著變化,抬頭仰望天上的月亮胸懈,月有陰晴圓缺担扑,人有悲歡...
    0城三點(diǎn)半閱讀 544評(píng)論 0 0
  • 一,為失敗喝彩帶來的意外驚喜 只要有可能趣钱,就全面地計(jì)劃來落實(shí)這件事涌献,這才是偉大的夢(mèng)想。偉大的夢(mèng)想不僅僅是幻想首有,他們...
    幻想家Melon閱讀 1,077評(píng)論 0 0
  • 沒話與找話 呂勝中這個(gè)人我并不了解燕垃。 在今日美術(shù)館,我對(duì)那宏大的巨幅《公雞》的新奇大于震撼井联,卻在連上三樓之后卜壕,對(duì)此...
    路見不平伊森吼閱讀 596評(píng)論 2 1
  • 用途:解決產(chǎn)品設(shè)計(jì)和需求管理 US(User story 用戶故事)了解過敏捷的人一般都熟悉,一般由PB (Pro...
    糖影Sophia閱讀 407評(píng)論 0 0