小白筆記——R語言(1)

最近一段時(shí)間的R語言學(xué)習(xí)筆記,以便于自己學(xué)習(xí)之用,特記錄在博客中,感興趣的人還可以看看。記錄的東西也不一定正確,請(qǐng)大家指教,里面可能會(huì)引用到一些別人的資料等,作為學(xué)習(xí)之用

讀書筆記

相關(guān)的函數(shù)記錄與整理

1、source("文件名.r"):調(diào)取主程序的文件,在程序結(jié)構(gòu)復(fù)雜的時(shí)候很有用,可以將一部分復(fù)雜的運(yùn)算主程序放入其中。

2、install.packages("fields"):安裝程序包

3、library(fields):導(dǎo)入程序包

4、t(x)轉(zhuǎn)置函數(shù),對(duì)于csv中橫排的轉(zhuǎn)置很有用

5、dev.off():中斷函數(shù)

6、a <- as.character(b):因子型轉(zhuǎn)化為字符型函數(shù)

7、position <- regexpr('_',a):regexpr()函數(shù)對(duì)字符的定位很有用,返回值position為特定字符,如字符串a(chǎn)中’_’的位置

8、結(jié)合定位函數(shù),對(duì)字符串如x345_xbt,進(jìn)行拆分,利用函數(shù)substring(要拆分的字符串,開始的字符位置,結(jié)束的字符位置)

namecol1 <- substring(a, 2, position - 1)

namecol2 <- substring(a, position + 1, nchar(a))

結(jié)合regexpr()函數(shù),這兩個(gè)命令返回的值為,namecol1<-345;namecol2<-xbt;

9、合并向量data.frame(vetor1, vetor2, vetor3)

cbind(vetor1, vetor2, vetor3)

10、取名字相同的交集unique()函數(shù)

例如對(duì)包含行名的向量R1、R2、 R3取名字相同的行,組成新的向量。

nam1 <- rownames(R1)

nam2 <- rownames(R2)

nam3 <- rownames(R3)

tnam <- unique(c(nam1,nam2,nam3))返回結(jié)果為只剩下名字相同的行的數(shù)值和rownames

或者取一個(gè)向量中唯一一個(gè)值的數(shù)據(jù),合并重復(fù)數(shù)據(jù)。unique(x, incomparables = FALSE, ...)在R中三個(gè)點(diǎn)…,表示可傳遞參數(shù)

11、對(duì)程序包里面的具體的函數(shù)源代碼,通過安裝包后直接輸入函數(shù)名回車,可以看到函數(shù);注意找到對(duì)應(yīng)的子函數(shù)。也可以在R鏡像網(wǎng)頁(yè)中的packages中,下載package的數(shù)據(jù)包,減壓后,看文件夾得R函數(shù)中,這個(gè)包含程序注釋,更好。

12、t檢驗(yàn)函數(shù)

t.test(x, ...)

## Default S3 method:

t.test(x, y = NULL,alternative = c("two.sided", "less", "greater"), mu = 0, paired = FALSE, var.equal = FALSE, conf.level = 0.95, ...)

## S3 method for class 'formula'

t.test(formula, data, subset, na.action, ...)

13、對(duì)于一個(gè)向量x中選擇某個(gè)符合條件的數(shù)值出來(大于某個(gè)數(shù)或者是某個(gè)條件limit),直接利用表達(dá)式y(tǒng)<-x[,1][判斷語句或者limit函數(shù)參數(shù),在外部設(shè)定limit值]

14、判斷兩個(gè)向量的交集部分選擇%in%

1:10 %in% c(1,3,5,9)

15、幫助已經(jīng)加載的程序包有哪些函數(shù),可以用主界面的help>html幫助

16、regression with damped exponential correlation回歸的函數(shù)為rdec(),需要的函數(shù)包為RDEC

17、相關(guān)常用的R運(yùn)算

計(jì)算

log(x)

log10(x)

exp(x)

sin(x)

cos(x)

tan(x)

asin(x)

acos(x)

min(x)

max(x)

range(x)

length(x)

統(tǒng)計(jì)檢驗(yàn)

mean(x)

sd(x)

var(x)

median(x)

quantile(x,p)

cor(x,y)

t.test()

lm(y ~ x)

wilcox.test()

kruskal.test()

統(tǒng)計(jì)檢驗(yàn)

lm(y ~ f+x)

lm(y ~ x1+x2+x3)

bartlett.test

binom.test

fisher.test

chisq.test

glm(y ~ x1+x2+x3, binomial)

friedman.test

...

18、ls() 列出工作空間中的對(duì)象;rm() 刪除工作空間中的對(duì)象

19、對(duì)象類型轉(zhuǎn)換

as.numeric() #轉(zhuǎn)換為數(shù)值型

as.logical()

as.charactor()

as.matrix()

as.dataframe()

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
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 在挖掘分析的過程當(dāng)中對(duì)字符串的處理是極為重要的,且出現(xiàn)也較為頻繁,R語言作為當(dāng)前最為流行的開源數(shù)據(jù)分析和可視化平臺(tái)...
    果果哥哥BBQ閱讀 6,125評(píng)論 0 8
  • 3.4 說說相等和內(nèi)部表示 在Lisp中主要有5種相等斷言,因?yàn)椴皇撬械膶?duì)象被創(chuàng)建的時(shí)候都是相等意義上的相等。數(shù)...
    geoeee閱讀 1,969評(píng)論 0 6
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn),斷路器,智...
    卡卡羅2017閱讀 136,511評(píng)論 19 139
  • 《R語言入門》的讀書筆記 本書的重點(diǎn)內(nèi)容及感悟: 第一章 導(dǎo)言 1、R是一個(gè)有著統(tǒng)計(jì)分析功能及強(qiáng)大作圖功能的軟件系...
    格式化_001閱讀 12,687評(píng)論 0 9
  • 今天傍晚的時(shí)候突然接到一個(gè)噩耗,我們一起度過了3個(gè)半月的讀書會(huì),不得不再次無家可歸了,場(chǎng)地方臨時(shí)書店將不能再將每周...
    乖乖小白閱讀 145評(píng)論 0 0

友情鏈接更多精彩內(nèi)容