swirl環(huán)境下學(xué)習(xí)R基礎(chǔ)

一. Workspace and Files

1. getwd()當(dāng)前的工作空間

2. ls()工作空間下所有對(duì)象

3. list.files() or dir()工作空間下所有文件

4. dir.create()在當(dāng)前的工作空間下創(chuàng)建字典

5. setwd()設(shè)置新的工作空間

6. file.create()在工作空間下創(chuàng)建文件

7. file.exists()判斷文件是否存在

8. file.info()獲取文件信息

9. file.rename()重命名文件

10. file.copy()復(fù)制文件

11. file.path()獲取文件的相對(duì)地址

二紊撕、Sequences of Numbers數(shù)列

1. 1:20等價(jià)于seq(1, 20)

2. seq(1, 20, by = 0.5)

3. length()向量窒所、字符長(zhǎng)度

4. 1:length(my_seq) = seq(along.with =my_seq) = seq_along(my_seq)

5. rep()replicate重復(fù)

三葛闷、Vectors向量

1.邏輯判斷>, <, <=, >=, ==, |, &

2. paste(…, seq = …, collapse = …)連接字符串

四、Miss Values缺失值

1. NA (no avaliable)

2. is.na()

3. NaN (not a number)

五凫岖、Subsetting Vectors子集

1.x[1:10]選取x向量中第1個(gè)到第10個(gè)元素

2. x[c(1, 10)]選取x向量中第1個(gè)和第10個(gè)元素

3. x[-c(1, 10)] x[c(-1, -10)]選取x向量中除去第1個(gè)和第10個(gè)元素的其他元素

4. names(x) <- c()為向量中的元素取名

5. identical(x, y)判斷x, y是否相同

六村刨、Matrices and data frame矩陣和數(shù)據(jù)框

1.矩陣只能存儲(chǔ)一種類(lèi)型的數(shù)據(jù),數(shù)據(jù)框可存儲(chǔ)多種類(lèi)型的數(shù)據(jù)

2.dim(x)attributes(x)查看矩陣或數(shù)據(jù)框的維度

七、logic邏輯運(yùn)算

1. &與|運(yùn)算是有先后順序先計(jì)算&后計(jì)算|

2. isTRUE(X)

3. xor(FALSE, TRUE) = TRUE其他情況為FALSE

4. which()返回TRUE的索引

5. any(FALSE, FALSE, …) = FALSE其他情況為T(mén)RUE

6. all(TRUE, TRUE, TRUE,…) = TRUE其他情況為FALSE

八须误、Functions

1.Sys.Date()系統(tǒng)當(dāng)前時(shí)間

九、lapply() and sapply()

1.lapply(data, function) ‘l’in ‘lapply’stands

for ‘list’,將方法應(yīng)用的list中的每一個(gè)元素仇轻,然后返回一個(gè)list

2.sapply(data, function) ‘s’in ‘sapply’stands

for ‘simplify’,用法和lapply相同京痢,只是返回的結(jié)果格式更簡(jiǎn)單。

十篷店、vapply and tapply

1.vapply(data, function,返回結(jié)果格式)與sapply不同的是可以自定義返回結(jié)果的格式祭椰。

2.tapply(data,分組依據(jù)數(shù)據(jù),function)將方法應(yīng)用的每組數(shù)據(jù)

十一疲陕、Looking at Data

1.class()

2.summary()

3.dim()

4.str()

5.nrow() ncol()

6.table()

7.head()

8.tail()

9.object.size()

十二方淤、simulation模擬

1.sample(x, n=, replace = FALSE, prob= )生成n個(gè)x范圍內(nèi)的隨機(jī)數(shù);replace = FALSE,不重復(fù)蹄殃,replace = TRUE,可重復(fù)携茂。

2.rbinom(n, size, prob)模擬生成二項(xiàng)分布數(shù)據(jù)。n為生成的隨機(jī)數(shù)數(shù)量诅岩,size為實(shí)驗(yàn)次數(shù)讳苦,rbinom(100, 10, 0.5)生成100個(gè)服從B(10,0.5)的數(shù)據(jù)吩谦。

3.rpois(n, lamda)生成n個(gè)服從P(lamda)的數(shù)據(jù)

十三鸳谜、Dates and Times

1.Sys.Date()系統(tǒng)當(dāng)前日期

2.Sys.time()系統(tǒng)當(dāng)前時(shí)間

3.as.POSIXlt(Sys.time())

4.weekdays()星期幾

5.months()哪個(gè)月

6.quarters()哪個(gè)季度

7.strptime(time,格式)將字符串轉(zhuǎn)變?yōu)闀r(shí)間

8.difftime(x, y, units = )兩個(gè)時(shí)間差

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)濱河市式廷,隨后出現(xiàn)的幾起案子咐扭,更是在濱河造成了極大的恐慌,老刑警劉巖滑废,帶你破解...
    沈念sama閱讀 217,277評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蝗肪,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡策严,警方通過(guò)查閱死者的電腦和手機(jī)穗慕,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門(mén)饿敲,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)妻导,“玉大人,你說(shuō)我怎么就攤上這事【缶拢” “怎么了术浪?”我有些...
    開(kāi)封第一講書(shū)人閱讀 163,624評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)寿酌。 經(jīng)常有香客問(wèn)我胰苏,道長(zhǎng),這世上最難降的妖魔是什么醇疼? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,356評(píng)論 1 293
  • 正文 為了忘掉前任硕并,我火速辦了婚禮,結(jié)果婚禮上秧荆,老公的妹妹穿的比我還像新娘倔毙。我一直安慰自己,他們只是感情好乙濒,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,402評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布陕赃。 她就那樣靜靜地躺著,像睡著了一般颁股。 火紅的嫁衣襯著肌膚如雪么库。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,292評(píng)論 1 301
  • 那天甘有,我揣著相機(jī)與錄音诉儒,去河邊找鬼。 笑死亏掀,一個(gè)胖子當(dāng)著我的面吹牛允睹,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播幌氮,決...
    沈念sama閱讀 40,135評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼缭受,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了该互?” 一聲冷哼從身側(cè)響起米者,我...
    開(kāi)封第一講書(shū)人閱讀 38,992評(píng)論 0 275
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎宇智,沒(méi)想到半個(gè)月后蔓搞,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,429評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡随橘,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 37,636評(píng)論 3 334
  • 正文 我和宋清朗相戀三年喂分,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机蔗。...
    茶點(diǎn)故事閱讀 39,785評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡蒲祈,死狀恐怖甘萧,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情梆掸,我是刑警寧澤扬卷,帶...
    沈念sama閱讀 35,492評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站酸钦,受9級(jí)特大地震影響怪得,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜卑硫,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,092評(píng)論 3 328
  • 文/蒙蒙 一徒恋、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧欢伏,春花似錦因谎、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,723評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至河爹,卻和暖如春匠璧,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背咸这。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,858評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工夷恍, 沒(méi)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,地道東北人媳维。 一個(gè)月前我還...
    沈念sama閱讀 47,891評(píng)論 2 370
  • 正文 我出身青樓酿雪,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親侄刽。 傳聞我的和親對(duì)象是個(gè)殘疾皇子指黎,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,713評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容