學習小組Day 5筆記-K-molar

一.R語言向量(vector)及標量(scale)

1.向量:將向量拆分成“向”和“量”二字捌治,前者表示方向,后者表示變量肖油,再合二為一,即具有方向的變量森枪。
2.標量:也就是沒有方向的變量视搏,在更多的情況下县袱,我們接觸的都是標量。

x1 <- c(2,-2)
x2 <- c(-2,2)
identical(x1,x2)
[1] FALSE
my_vec <- c(1:10)
my_vec
[1]  1  2  3  4  5  6  7  8  9 10
my_scale<-()

二.數(shù)據(jù)框(data.frame)

Data Frame一般被翻譯為數(shù)據(jù)框式散,感覺就像是R中的表,由行和列組成漓滔,與Matrix不同的是,每個列可以是不同的數(shù)據(jù)類型响驴,而Matrix是必須相同的。

my_df <- data.frame(num = 1:5, letter = LETTERS[1:5], logic = c(T,F,T,F,T))
my_df
 num letter logic
1   1      A  TRUE
2   2      B FALSE
3   3      C  TRUE
4   4      D FALSE
5   5      E  TRUE
my_df2 <- data.frame(1:5, LETTERS[1:5])
my_df2
 X1.5 LETTERS.1.5.
1    1            A
2    2            B
3    3            C
4    4            D
5    5            E
my_df3 <- data.frame(num = 1:5, letter = LETTERS[1:5], logic = c(T,F,T,F,T), row.names = paste('row',1:5))
my_df3 
num letter logic
row 1   1      A  TRUE
row 2   2      B FALSE
row 3   3      C  TRUE
row 4   4      D FALSE
row 5   5      E  TRUE

數(shù)據(jù)框的讀取

read.table函數(shù) 了解read.table各個參數(shù)的意義踏施。

??read.table
read.table(file, header = FALSE, sep = "", quote = "\"'",
           dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
           row.names, col.names, as.is = !stringsAsFactors,
           na.strings = "NA", colClasses = NA, nrows = -1,
           skip = 0, check.names = TRUE, fill = !blank.lines.skip,
           strip.white = FALSE, blank.lines.skip = TRUE,
           comment.char = "#",
           allowEscapes = FALSE, flush = FALSE,
           stringsAsFactors = default.stringsAsFactors(),
           fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)

三.實例操作

讀取實例數(shù)據(jù)

> getwd()#顯示工作路徑
[1] "H:/Figure"
> setwd("H:/Figure")#設(shè)置工作路徑
> a<-read.table(file = "huahua.txt",sep = "\t",header =T) #讀取文件罕邀,分隔符為Tab,有表頭
> dim(a)
[1] 5 2
> is.data.frame(a)
[1] TRUE
> summary(a)
 X1          X2     
 A:1   Min.   :1.0  
 B:1   1st Qu.:1.5  
 C:1   Median :2.0  
 D:1   Mean   :2.0  
 E:1   3rd Qu.:2.5  
       Max.   :3.0  
       NA's   :3    
> 
> b<-read.table(file = "doudou.txt",sep = ",",header =T)#分隔符從\t變?yōu)?
> x<-read.csv('doudou.txt')
> rownames(x)#查看行名
[1] "1" "2" "3" "4" "5"
> colnames(x)#查看列名
[1] "X1" "X2"
> colnames(x)<-c("age",'names')
> x
  age names
1   A     1
2   B    NA
3   C    NA
4   D     3
5   E    NA

Attach及With函數(shù)
attach(what, pos = 2L, name = deparse(substitute(what)),
warn.conflicts = TRUE)
with(data, expr, ...)
小括號是函數(shù)的代表诉探,一個函數(shù)之所以能成為一個函數(shù),那是因為它的名稱后面跟了一個小括號肾胯;中括號是提取子集用的耘纱,用途十分廣泛;R語言中毕荐,大括號{}主要在條件語句和循環(huán)語句中出現(xiàn).

> c <-data.frame(case=paste("S",c(1:50)),values=runif(50))
> head(c)
  case    values
1  S 1 0.4543641
2  S 2 0.5379318
3  S 3 0.3096288
4  S 4 0.6699199
5  S 5 0.2579748
6  S 6 0.6403503
> plot(c$case,c$values)
> attach(c)
The following objects are masked from c (pos = 3):

    case, values

> plot(case,values)
> 
> with(c,{
+ plot(case,values)
+ x<<-summary(values)   #求和并賦值給x,<<的意思是作為全局變量,y也就是出了with循環(huán)仍有效憎亚。
+ })
> x
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
0.05874 0.33941 0.60480 0.57536 0.81688 0.98565 
最后編輯于
?著作權(quán)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第美,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌什往,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,013評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件别威,死亡現(xiàn)場離奇詭異,居然都是意外死亡兔港,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評論 2 382
  • 文/潘曉璐 我一進店門衫樊,熙熙樓的掌柜王于貴愁眉苦臉地迎上來利花,“玉大人,你說我怎么就攤上這事炒事⊥握唬” “怎么了挠乳?”我有些...
    開封第一講書人閱讀 152,370評論 0 342
  • 文/不壞的土叔 我叫張陵,是天一觀的道長睡扬。 經(jīng)常有香客問我,道長卖怜,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,168評論 1 278
  • 正文 為了忘掉前任马靠,我火速辦了婚禮蔼两,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘额划。我一直安慰自己,他們只是感情好档泽,可當我...
    茶點故事閱讀 64,153評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著茁瘦,像睡著了一般。 火紅的嫁衣襯著肌膚如雪甜熔。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,954評論 1 283
  • 那天腔稀,我揣著相機與錄音,去河邊找鬼焊虏。 笑死淡喜,一個胖子當著我的面吹牛诵闭,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播疏尿,決...
    沈念sama閱讀 38,271評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼褥琐!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起敌呈,我...
    開封第一講書人閱讀 36,916評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎磕洪,沒想到半個月后吭练,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體褐鸥,經(jīng)...
    沈念sama閱讀 43,382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 35,877評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了姊舵。 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 37,989評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡括丁,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出伶选,到底是詐尸還是另有隱情,我是刑警寧澤仰税,帶...
    沈念sama閱讀 33,624評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站陨簇,受9級特大地震影響吐绵,放射性物質(zhì)發(fā)生泄漏河绽。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,209評論 3 307
  • 文/蒙蒙 一耙饰、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧苟跪,春花似錦廷痘、人聲如沸件已。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽昨寞。三九已至,卻和暖如春援岩,著一層夾襖步出監(jiān)牢的瞬間歼狼,已是汗流浹背享怀。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評論 1 260
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人梅屉。 一個月前我還...
    沈念sama閱讀 45,401評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像坯汤,于是被迫代替她去往敵國和親虐唠。 傳聞我的和親對象是個殘疾皇子惰聂,可洞房花燭夜當晚...
    茶點故事閱讀 42,700評論 2 345