小白筆記——R語言(1)

最近一段時(shí)間的R語言學(xué)習(xí)筆記,以便于自己學(xué)習(xí)之用秉氧,特記錄在博客中眷昆,感興趣的人還可以看看。記錄的東西也不一定正確汁咏,請(qǐng)大家指教亚斋,里面可能會(huì)引用到一些別人的資料等,作為學(xué)習(xí)之用

讀書筆記

相關(guān)的函數(shù)記錄與整理

1攘滩、source("文件名.r"):調(diào)取主程序的文件帅刊,在程序結(jié)構(gòu)復(fù)雜的時(shí)候很有用,可以將一部分復(fù)雜的運(yùn)算主程序放入其中轰驳。

2厚掷、install.packages("fields"):安裝程序包

3弟灼、library(fields):導(dǎo)入程序包

4、t(x)轉(zhuǎn)置函數(shù)冒黑,對(duì)于csv中橫排的轉(zhuǎn)置很有用

5田绑、dev.off():中斷函數(shù)

6、a <- as.character(b):因子型轉(zhuǎn)化為字符型函數(shù)

7抡爹、position <- regexpr('_',a):regexpr()函數(shù)對(duì)字符的定位很有用掩驱,返回值position為特定字符,如字符串a(chǎn)中’_’的位置

8冬竟、結(jié)合定位函數(shù)欧穴,對(duì)字符串如x345_xbt,進(jìn)行拆分,利用函數(shù)substring(要拆分的字符串泵殴,開始的字符位置涮帘,結(jié)束的字符位置)

namecol1 <- substring(a, 2, position - 1)

namecol2 <- substring(a, position + 1, nchar(a))

結(jié)合regexpr()函數(shù),這兩個(gè)命令返回的值為笑诅,namecol1<-345调缨;namecol2<-xbt;

9、合并向量data.frame(vetor1, vetor2, vetor3)

cbind(vetor1, vetor2, vetor3)

10吆你、取名字相同的交集unique()函數(shù)

例如對(duì)包含行名的向量R1弦叶、R2、 R3取名字相同的行妇多,組成新的向量伤哺。

nam1 <- rownames(R1)

nam2 <- rownames(R2)

nam3 <- rownames(R3)

tnam <- unique(c(nam1,nam2,nam3))返回結(jié)果為只剩下名字相同的行的數(shù)值和rownames

或者取一個(gè)向量中唯一一個(gè)值的數(shù)據(jù),合并重復(fù)數(shù)據(jù)者祖。unique(x, incomparables = FALSE, ...)在R中三個(gè)點(diǎn)…,表示可傳遞參數(shù)

11立莉、對(duì)程序包里面的具體的函數(shù)源代碼,通過安裝包后直接輸入函數(shù)名回車咸包,可以看到函數(shù)桃序;注意找到對(duì)應(yīng)的子函數(shù)。也可以在R鏡像網(wǎng)頁中的packages中烂瘫,下載package的數(shù)據(jù)包媒熊,減壓后,看文件夾得R函數(shù)中坟比,這個(gè)包含程序注釋芦鳍,更好。

12葛账、t檢驗(yàn)函數(shù)

t.test(x, ...)

## Default S3 method:

t.test(x, y = NULL,alternative = c("two.sided", "less", "greater"), mu = 0, paired = FALSE, var.equal = FALSE, conf.level = 0.95, ...)

## S3 method for class 'formula'

t.test(formula, data, subset, na.action, ...)

13柠衅、對(duì)于一個(gè)向量x中選擇某個(gè)符合條件的數(shù)值出來(大于某個(gè)數(shù)或者是某個(gè)條件limit),直接利用表達(dá)式y(tǒng)<-x[,1][判斷語句或者limit函數(shù)參數(shù)籍琳,在外部設(shè)定limit值]

14菲宴、判斷兩個(gè)向量的交集部分選擇%in%

1:10 %in% c(1,3,5,9)

15贷祈、幫助已經(jīng)加載的程序包有哪些函數(shù),可以用主界面的help>html幫助

16喝峦、regression with damped exponential correlation回歸的函數(shù)為rdec(),需要的函數(shù)包為RDEC

17势誊、相關(guān)常用的R運(yùn)算

計(jì)算

log(x)

log10(x)

exp(x)

sin(x)

cos(x)

tan(x)

asin(x)

acos(x)

min(x)

max(x)

range(x)

length(x)

統(tǒng)計(jì)檢驗(yàn)

mean(x)

sd(x)

var(x)

median(x)

quantile(x,p)

cor(x,y)

t.test()

lm(y ~ x)

wilcox.test()

kruskal.test()

統(tǒng)計(jì)檢驗(yàn)

lm(y ~ f+x)

lm(y ~ x1+x2+x3)

bartlett.test

binom.test

fisher.test

chisq.test

glm(y ~ x1+x2+x3, binomial)

friedman.test

...

18、ls() 列出工作空間中的對(duì)象谣蠢;rm() 刪除工作空間中的對(duì)象

19粟耻、對(duì)象類型轉(zhuǎn)換

as.numeric() #轉(zhuǎn)換為數(shù)值型

as.logical()

as.charactor()

as.matrix()

as.dataframe()

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,一起剝皮案震驚了整個(gè)濱河市眉踱,隨后出現(xiàn)的幾起案子挤忙,更是在濱河造成了極大的恐慌,老刑警劉巖谈喳,帶你破解...
    沈念sama閱讀 218,525評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件册烈,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡婿禽,警方通過查閱死者的電腦和手機(jī)茄厘,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,203評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來谈宛,“玉大人,你說我怎么就攤上這事胎署∵郝迹” “怎么了?”我有些...
    開封第一講書人閱讀 164,862評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵琼牧,是天一觀的道長(zhǎng)恢筝。 經(jīng)常有香客問我,道長(zhǎng)巨坊,這世上最難降的妖魔是什么撬槽? 我笑而不...
    開封第一講書人閱讀 58,728評(píng)論 1 294
  • 正文 為了忘掉前任,我火速辦了婚禮趾撵,結(jié)果婚禮上侄柔,老公的妹妹穿的比我還像新娘。我一直安慰自己占调,他們只是感情好暂题,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,743評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著究珊,像睡著了一般薪者。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上剿涮,一...
    開封第一講書人閱讀 51,590評(píng)論 1 305
  • 那天言津,我揣著相機(jī)與錄音攻人,去河邊找鬼。 笑死悬槽,一個(gè)胖子當(dāng)著我的面吹牛怀吻,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播陷谱,決...
    沈念sama閱讀 40,330評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼烙博,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了烟逊?” 一聲冷哼從身側(cè)響起渣窜,我...
    開封第一講書人閱讀 39,244評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎宪躯,沒想到半個(gè)月后乔宿,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 45,693評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡访雪,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 37,885評(píng)論 3 336
  • 正文 我和宋清朗相戀三年详瑞,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臣缀。...
    茶點(diǎn)故事閱讀 40,001評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡坝橡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出精置,到底是詐尸還是另有隱情计寇,我是刑警寧澤,帶...
    沈念sama閱讀 35,723評(píng)論 5 346
  • 正文 年R本政府宣布脂倦,位于F島的核電站番宁,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏赖阻。R本人自食惡果不足惜蝶押,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,343評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望火欧。 院中可真熱鬧棋电,春花似錦、人聲如沸布隔。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,919評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽衅檀。三九已至招刨,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間哀军,已是汗流浹背沉眶。 一陣腳步聲響...
    開封第一講書人閱讀 33,042評(píng)論 1 270
  • 我被黑心中介騙來泰國打工打却, 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,地道東北人谎倔。 一個(gè)月前我還...
    沈念sama閱讀 48,191評(píng)論 3 370
  • 正文 我出身青樓柳击,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國和親片习。 傳聞我的和親對(duì)象是個(gè)殘疾皇子捌肴,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,955評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 在挖掘分析的過程當(dāng)中對(duì)字符串的處理是極為重要的,且出現(xiàn)也較為頻繁藕咏,R語言作為當(dāng)前最為流行的開源數(shù)據(jù)分析和可視化平臺(tái)...
    果果哥哥BBQ閱讀 5,821評(píng)論 0 8
  • 3.4 說說相等和內(nèi)部表示 在Lisp中主要有5種相等斷言状知,因?yàn)椴皇撬械膶?duì)象被創(chuàng)建的時(shí)候都是相等意義上的相等。數(shù)...
    geoeee閱讀 1,819評(píng)論 0 6
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理孽查,服務(wù)發(fā)現(xiàn)饥悴,斷路器,智...
    卡卡羅2017閱讀 134,657評(píng)論 18 139
  • 《R語言入門》的讀書筆記 本書的重點(diǎn)內(nèi)容及感悟: 第一章 導(dǎo)言 1盲再、R是一個(gè)有著統(tǒng)計(jì)分析功能及強(qiáng)大作圖功能的軟件系...
    格式化_001閱讀 12,590評(píng)論 0 9
  • 今天傍晚的時(shí)候突然接到一個(gè)噩耗西设,我們一起度過了3個(gè)半月的讀書會(huì),不得不再次無家可歸了答朋,場(chǎng)地方臨時(shí)書店將不能再將每周...
    乖乖小白閱讀 114評(píng)論 0 0