R語言學習日記

數據結構的學習

R語言中常用的數據結構:向量惕橙,因子,矩陣钉跷,數組弥鹦,數據框,列表。

一.向量

函數c()彬坏,是最簡單的數據結構朦促,可以是數值、字符栓始、邏輯類型务冕,元素是同類。

1.數值型向量 c(1,12,32)

賦值符號 = <- ->

通過變量對向量進行接收 c1<-c(1,12,32)

2.連續(xù)的向量

c2<-c(1:6)

3.字符串型向量

c4<-c("CD2","CD6A")

4.邏輯值型向量

c5<-c(T,F,T,T,F,T)

c5<-c(TRUE,FALSE,TRUE,FALSE,TRUE)

5.向量合并

c_combine<-c(c1,c2,c1)


6.查看變量的值

法一:c4

法二:print(c4)

7.看向量中某元素值幻赚,通過[]查看

c4[1]禀忆,c4[3]

8.使用坐標向量,將所有坐標向量中的數據調取

c4[c(1,2)] 調取c4向量中的第一和第二個元素

c4[c(T,T,F,T,F,F)]調取c4向量中第一落恼,三油湖,四個元素

二.因子

1.用函數factor()創(chuàng)建,可以是數值领跛、字符類型乏德,元素是同類

f1<-factor(c4)

f1 這里的Levels類別默認按字母排序

2.也可以在向量基礎上添加levels信息

f2<-factor(c5,levels=c("CD4","CD8A","PDCD1","TOP2A","TCF7","CCR7"))

f2 這里的levels類別就不是按默認的進行排序,而是按指定進行

3.參數labels的使用吠昭,來對向量中的元素進行一對一替換

c6<-c("f","m","f","m","m","f")

f2<-factor(c6,labels=c("famale","male"))

f2? 這里的f將被替換為famale,m將被替換為male

三.矩陣(二維)

1.函數 matrix()創(chuàng)建喊括,可是數值,字符矢棚,邏輯類型郑什,元素同類,通過把向量進行折疊

參數:data 向量數據 nrow:行數 ncol:列數 byrow:是否按行進行填充

m1<-matrix(data=c2,ncol=2,nrow=3)

m1 這里2行3列蒲肋,默認按列填充

2.當ncol或者nrow缺省時蘑拯,根據data的長度對另一個參數進行計算

3.當data長度小于矩陣能包含的元素個數時,進行循環(huán)填充

4兜粘,當data長度大于矩陣能包含的元素個數時申窘,舍棄多余的元素

5.查看元素

(1)查看單個元素,給定元素的位置 m3[2,2]第二行第二列

(2)查看某一行/某一列孔轴,得到一個向量m3[2,]/m3[,3]

? ?(3)? 得到某一個矩陣 m3[c(1,2),] ,m3[,c(1,3)],m3[c(1,2),c(2,3)]

四.列表

使用list()創(chuàng)建剃法,可是數值,字符路鹰,邏輯類型贷洲,元素可不是同類 格式name=variable

l1<-list(sample1=c1,sample2=c2,matrix1=m1,matrix2=m2)?

1.查看數據

兩種方式,單括號[],雙括號[[]]

單括號是取出列表子集晋柱,本質取出的還是列表

l1[1]

雙括號优构,取出列表中的某一元素

l1[[1]]

如果要取得一個值,列表一中的第一個元素

l1[[1]][1]

2.取列表子集


3.矩陣中的dimnames參數

dimnames:提供一個list列表雁竞,包含兩個向量元素钦椭,第一個為行名,第二個為列名。

name_list<-list(rowname=c("sample1","sample2","sample3"),colnames=c4)

m3<-matrix(data=c_combine,dimnames=name_list,nrow=3,nco=6,byrow=T)

五.數組(三維)看成一個魔方

使用函數array()創(chuàng)建玉凯,可是數值势腮,字符联贩,邏輯類型漫仆,數值是同類。

參數:? data;數據泪幌,向量盲厌,矩陣等;dim:維度向量祸泪,幾行幾列幾層

a1<-array(data=c(c1,c3,c2,c3,c2,c1),dim=c(3,5,2)) dim確定有兩層 都是三行五列

1.查看元素

使用坐標進行查看元素

a1[1,1,1]第一層的第一行第一列吗浩;a1[2,1,2]兩層的第二行第一列

六.數據框(二維)

使用data.frame()創(chuàng)建,可以是數值没隘,邏輯懂扼,字符,元素可以不同類

參數:? 輸入數據:以tag(名字)=data(數據)形式右蒲,長度必須相同阀湿;row.names:更換行名,長度必須與data等長瑰妄;stringsAsFactor:是否將字符串型列向量作為因子進行存儲

d1<-data.frame(sample1=c1,sample=c2,sample=c3,row.names=c4,check.rows=F,stringsAsFactors=F) 這里c1的數據內容作為第一列陷嘴,取名為sample1,c2的數據內容作為第二列,取名為sample2间坐,c4的內容作為行的名字灾挨。

1.查看元素

(1).使用坐標進行查看

d1[1,2]查看數據框中的第一行第二列的元素

(2).使用行名列名進行查看

d1[”CD4","sample1"]

(3).數據框可以使用$符號加列名,對列進行定位竹宋,得到列向量

d1$sample1

(4).也可以上述三種方法的組合

d1[2,"sample1"]

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末劳澄,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子蜈七,更是在濱河造成了極大的恐慌浴骂,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件宪潮,死亡現場離奇詭異溯警,居然都是意外死亡,警方通過查閱死者的電腦和手機狡相,發(fā)現死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進店門梯轻,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人尽棕,你說我怎么就攤上這事喳挑。” “怎么了?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵伊诵,是天一觀的道長单绑。 經常有香客問我,道長曹宴,這世上最難降的妖魔是什么搂橙? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮笛坦,結果婚禮上区转,老公的妹妹穿的比我還像新娘。我一直安慰自己版扩,他們只是感情好废离,可當我...
    茶點故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著礁芦,像睡著了一般蜻韭。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上柿扣,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天肖方,我揣著相機與錄音,去河邊找鬼窄刘。 笑死窥妇,一個胖子當著我的面吹牛,可吹牛的內容都是我干的娩践。 我是一名探鬼主播活翩,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼翻伺!你這毒婦竟也來了材泄?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤吨岭,失蹤者是張志新(化名)和其女友劉穎拉宗,沒想到半個月后,有當地人在樹林里發(fā)現了一具尸體辣辫,經...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡旦事,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現自己被綠了急灭。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片姐浮。...
    茶點故事閱讀 39,690評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖葬馋,靈堂內的尸體忽然破棺而出卖鲤,到底是詐尸還是另有隱情肾扰,我是刑警寧澤,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布蛋逾,位于F島的核電站集晚,受9級特大地震影響,放射性物質發(fā)生泄漏区匣。R本人自食惡果不足惜偷拔,卻給世界環(huán)境...
    茶點故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望沉颂。 院中可真熱鬧条摸,春花似錦悦污、人聲如沸铸屉。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽彻坛。三九已至,卻和暖如春踏枣,著一層夾襖步出監(jiān)牢的瞬間昌屉,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工茵瀑, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留间驮,地道東北人。 一個月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓马昨,卻偏偏與公主長得像竞帽,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子鸿捧,可洞房花燭夜當晚...
    茶點故事閱讀 44,577評論 2 353

推薦閱讀更多精彩內容