R語言(1)

今天學習的兩個網(wǎng)站:

https://blog.csdn.net/a766543984/article/details/89853391#1_443

https://www.bilibili.com/video/av5625356?p=2

在學習R語言之前要先安裝R和Rstudio逼争,下面教你如何安裝:

https://blog.csdn.net/wang740209668/article/details/52985780

需要注意的事情:

你需要確保你的路徑?jīng)]有中文,不然會發(fā)生找不到路徑誓焦,拒絕訪問杂伟,還有提示你R未安裝等等等錯誤



目錄:

1.向量(創(chuàng)建,索引赫粥,刪除)

2.隨機數(shù)(均勻分布越平,正態(tài)分布,讀取文件)




1.向量

向量的創(chuàng)建:> v=c(1,4,4,3,2,2,3)

? ? ? ? ? ? ? ? ? ? ?> v

? ? ? ? ? ? ? ? ? ? [1] 1 4 4 3 2 2 3

向量的索引:> v[c(2,3,4)] #選取2帽驯,3书闸,4的數(shù)

? ? ? ? ? ? ? ? ? ? [1] 4 4 3

? ? ? ? ? ? ? ? ? ? > v[2:4]#選取2~4位置的數(shù)

? ? ? ? ? ? ? ? ? ?[1] 4 4 3

R語言的數(shù)是從1開始索引的不是從0開始的利凑,2:4也需要包含4

向量的刪除:> v[-2]

? ? ? ? ? ? ? ? ? ? ?[1] 1 4 3 2 2 3

條件索引:> v[v<3]

? ? ? ? ? ? ? ? ? ?[1] 1 2 2

返回索引:> which(v==3)

? ? ? ? ? ? ? ? ? [1] 4 7



2嫌术,隨機數(shù)

均勻分布:> set.seed(250)

#隨機種子的參數(shù)不同的參數(shù)會返回不同的值

? ? ? ? ? ? ? ? ?> r=runif(3,min=0,max=100)

? ? ? ? ? ? ? ? ?> r

? ? ? ? ? ? ? ? [1] 26.54018 77.90907 16.90836

正態(tài)分布:> set.seed(123)

? ? ? ? ? ? ? ? ?> r=rnorm(3,mean=100,sd=10)

? ? ? ? ? ? ? ? ? > r

? ? ? ? ? ? ? ? ?[1]? 94.39524? 97.69823 115.58708

讀取文件:>data =read.csv("http://www.macalester.edu/~kaplan/ISM/datasets/swim100m.csv")

? ? ? ? ? ? ? ? > class(data)

? ? ? ? ? ? ? ? >data[1:5,]

想觀察數(shù)據(jù)的話度气,直接點旁邊的data


?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:七十年代末磷籍,一起剝皮案震驚了整個濱河市现柠,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌够吩,老刑警劉巖周循,帶你破解...
    沈念sama閱讀 212,884評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異饮怯,居然都是意外死亡嚎研,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 90,755評論 3 385
  • 文/潘曉璐 我一進店門置媳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來公条,“玉大人,你說我怎么就攤上這事寥袭」匕裕” “怎么了?”我有些...
    開封第一講書人閱讀 158,369評論 0 348
  • 文/不壞的土叔 我叫張陵膘掰,是天一觀的道長识埋。 經(jīng)常有香客問我,道長窒舟,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 56,799評論 1 285
  • 正文 為了忘掉前任,我火速辦了婚禮洁墙,結果婚禮上,老公的妹妹穿的比我還像新娘苍苞。我一直安慰自己狼纬,他們只是感情好,可當我...
    茶點故事閱讀 65,910評論 6 386
  • 文/花漫 我一把揭開白布冈欢。 她就那樣靜靜地躺著盈简,像睡著了一般。 火紅的嫁衣襯著肌膚如雪香浩。 梳的紋絲不亂的頭發(fā)上臼勉,一...
    開封第一講書人閱讀 50,096評論 1 291
  • 那天宴霸,我揣著相機與錄音,去河邊找鬼瓢谢。 笑死,一個胖子當著我的面吹牛枯芬,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播翅楼,決...
    沈念sama閱讀 39,159評論 3 411
  • 文/蒼蘭香墨 我猛地睜開眼真慢,長吁一口氣:“原來是場噩夢啊……” “哼理茎!你這毒婦竟也來了皂林?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,917評論 0 268
  • 序言:老撾萬榮一對情侶失蹤烛占,失蹤者是張志新(化名)和其女友劉穎沟启,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體德迹,經(jīng)...
    沈念sama閱讀 44,360評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡胳搞,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 36,673評論 2 327
  • 正文 我和宋清朗相戀三年肌毅,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 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悬而。...
    茶點故事閱讀 38,814評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡摊滔,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出呻袭,到底是詐尸還是另有隱情腺兴,我是刑警寧澤,帶...
    沈念sama閱讀 34,509評論 4 334
  • 正文 年R本政府宣布篓足,位于F島的核電站,受9級特大地震影響栈拖,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜涩哟,卻給世界環(huán)境...
    茶點故事閱讀 40,156評論 3 317
  • 文/蒙蒙 一索赏、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧贴彼,春花似錦潜腻、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至精钮,卻和暖如春威鹿,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背杂拨。 一陣腳步聲響...
    開封第一講書人閱讀 32,123評論 1 267
  • 我被黑心中介騙來泰國打工专普, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人弹沽。 一個月前我還...
    沈念sama閱讀 46,641評論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像策橘,于是被迫代替她去往敵國和親炸渡。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,728評論 2 351

推薦閱讀更多精彩內(nèi)容

  • 最近一段時間的R語言學習筆記丽已,以便于自己學習之用蚌堵,特記錄在博客中,感興趣的人還可以看看沛婴。記錄的東西也不一定正確吼畏,請...
    云時之間閱讀 521評論 0 4
  • 學習地址R for DataScience 1.基礎運算 算術運算 比較運算 邏輯運算 變量 2. 序列和向量 序...
    無事扯淡閱讀 886評論 0 0
  • ORA-00001: 違反唯一約束條件 (.) 錯誤說明:當在唯一索引所對應的列上鍵入重復值時,會觸發(fā)此異常嘁灯。 O...
    我想起個好名字閱讀 5,259評論 0 9
  • pyspark.sql模塊 模塊上下文 Spark SQL和DataFrames的重要類: pyspark.sql...
    mpro閱讀 9,448評論 0 13
  • 目錄 評分卡開發(fā)流程 數(shù)據(jù)的獲取與整合 探索性數(shù)據(jù)分析 特征選擇 粗分類與WOE變換 模型評估 評分卡開發(fā) 模型監(jiān)...
    Liam_ml閱讀 1,244評論 0 6