學習小組Day5筆記--apple

今天學習向量和數(shù)據(jù)框贪薪,之前有看過璃饱,但學習的不夠系統(tǒng)骏全,今天認真學習

  • 元素苍柏、向量、標量
    元素:可以是數(shù)字或者字符串
    標量:一個元素組成的變量
    向量:多個元素組成的變量
    再把這些向量進行賦值姜贡,你想賦值給誰都行

進入練習

  • 賦值
x<- rep(1:3,times=2) #1-3 重復2次
x

這便是返回的結果试吁,包含有1 2 3 1 2 3這些元素的向量現(xiàn)在賦值給了x


image.png
  • 從向量中提取元素
x[4] #x第4個元素
x[-4]#排除法,除了第4個元素之外剩余的元素
x[2:4]#第2到4個元素
x[-(2:4)]#除了第2-4個元素
x[c(1,5)] #第1個和第5個元素

如果是數(shù)據(jù)框的提取那就要分行和列楼咳,前面是行熄捍,后面是列


image.png
  • 讀取文件
    讀取文件以及賦值是R最常用的了
    學習內(nèi)容是在文件夾中先建立txt,然后讀入,這里可以在R中創(chuàng)建數(shù)據(jù)框
X1 <- c("A","B","C","D","E")
X2 <- c("1","","","3","")
X <- data.frame(X1,X2)
image.png
  • 查看數(shù)據(jù)
colnames(X) #查看列名
rownames(X) #查看行名
colnames(X)[1]<-"bioplanet"#第一列命名
image.png

.

  • 變量的保存與重新加載
save.image(file="bioinfoplanet.RData")#保存當前所有變量
save(X,file="test.RData")#保存其中一個變量
load("test.RData")#再次使用RData時的加載命令

保存完會發(fā)現(xiàn)多了兩個文件


image.png
  • 數(shù)據(jù)框提取
X[1,1]#第1行第1列
X[1,]#第1行
X[,1]#第1列
X[1] #也是第1列
X[1:2]#第1列到第2列
X[c(1,2)]#第1列和第2列,當然如果這里數(shù)據(jù)多母怜,我就可以只選擇想要留下來的列數(shù)余耽,例如5和10列
X$bioplanet#新知識點
  • 直接使用數(shù)據(jù)框中的變量
a <-data.frame(case=paste("S",1:50),values=runif(50))#runif()函數(shù)用于生成從0到1區(qū)間范圍內(nèi)的服從正態(tài)分布的隨機數(shù)
plot(a$case,a$values)

我們想要畫圖,就發(fā)現(xiàn)這種方法數(shù)據(jù)框名a在代碼中重復出現(xiàn)(當然苹熏,對于菜鳥而言還沒有擁有可以懶惰的能力)懶惰才是第一生產(chǎn)力碟贾,于是乎花花就提供了懶惰的方法
1.將數(shù)據(jù)框名添加到搜索環(huán)境中:attach(a)

attach(a)
plot(case,values)

做完后將a刪除出搜索環(huán)境 detach(a)币喧,要注意設置的變量就要在attach(a) 和detach(a)之間才能搜索到
2.還可以使用with函數(shù)添加數(shù)據(jù)框到環(huán)境變量,可以在with函數(shù)內(nèi)進行操作缕陕,但是這樣就會使得里面設置的變量在外部無法訪問粱锐,所以就引入<<,意思是作為全局變量扛邑,也就是出了大括號仍有效。

with(a,{
 plot(case,values)
x<<-summary(values)   #求和并賦值給x,<<的意思是作為全局變量铐然,也就是出了大括號仍有效蔬崩。
})
x #運行完后打印x

課后思考題

  • save(X,file="test.RData")這句代碼如果報錯X not found,是為什么搀暑,應該怎么解決
    說明在前面中并沒有賦值給X沥阳,有可能是沒有賦值,或者是賦值到其他上面去了自点,R是區(qū)分大小寫的桐罕,查看是否賦值給x了
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市桂敛,隨后出現(xiàn)的幾起案子功炮,更是在濱河造成了極大的恐慌,老刑警劉巖术唬,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件薪伏,死亡現(xiàn)場離奇詭異,居然都是意外死亡粗仓,警方通過查閱死者的電腦和手機嫁怀,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來借浊,“玉大人塘淑,你說我怎么就攤上這事÷旖铮” “怎么了存捺?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵,是天一觀的道長橡淆。 經(jīng)常有香客問我召噩,道長,這世上最難降的妖魔是什么逸爵? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任具滴,我火速辦了婚禮,結果婚禮上师倔,老公的妹妹穿的比我還像新娘构韵。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布疲恢。 她就那樣靜靜地躺著凶朗,像睡著了一般。 火紅的嫁衣襯著肌膚如雪显拳。 梳的紋絲不亂的頭發(fā)上棚愤,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天,我揣著相機與錄音杂数,去河邊找鬼宛畦。 笑死,一個胖子當著我的面吹牛揍移,可吹牛的內(nèi)容都是我干的次和。 我是一名探鬼主播,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼那伐,長吁一口氣:“原來是場噩夢啊……” “哼踏施!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起罕邀,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤畅形,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后燃少,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體束亏,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有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...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年阵具,在試婚紗的時候發(fā)現(xiàn)自己被綠了碍遍。 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。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡阳液,死狀恐怖怕敬,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情帘皿,我是刑警寧澤东跪,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站鹰溜,受9級特大地震影響虽填,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜曹动,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一斋日、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧墓陈,春花似錦恶守、人聲如沸第献。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽庸毫。三九已至,卻和暖如春衫樊,著一層夾襖步出監(jiān)牢的瞬間飒赃,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工科侈, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留盒揉,地道東北人。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓兑徘,卻偏偏與公主長得像,于是被迫代替她去往敵國和親羡洛。 傳聞我的和親對象是個殘疾皇子挂脑,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容