sd計算樣本的標準差
var計算樣本的方差
cor計算兩個變數間的相關係數
cov計算兩變數間的協方差
使用函式library或者函式require把需要的r包載入r中：
library函式中的r包名不需要用雙引號括起來。
detach(package:mass)函式會解除安裝當前已載入的r包。
呼叫其他r包中的資料集，使用data函式並給出資料集名稱和包名稱
data(dsname, package="pkgname")
print函式對向量進行一致的格式化：先找到格式化最小數值所必須的位數，然後把所有資料格式化為相同的寬度。
cat("the answer is", 3, "\n", file="out.txt")
con <- file("out.txt", "w")
cat(data, file=con)
cat(results, file=con)
cat(conclusion, file=con)
close(con)
read.fwf("filename", widths=c(w1,w2,...,wn))
向量是同性質的，有乙個名稱(names)屬性。
列表是非同性質的。
向量有乙個屬性稱為維數dim.其初始值為null。
乙個資料框實際上是乙個列表：
資料框的列必須命名。
dfrm[i], dfrm[[i]],dfrm$name
dfrm[i,j] dfrm[i,] dfrm[,j]
有乙個字串向量或整數向量。需要r將它們視為乙個因子，r的術語將其叫做分類變數
每乙個分類變數的可能值稱為乙個水平。乙個由水平值構成的向量叫做因子。
lst <- list()
lst$far.left <- 0.023
lst$left <- 0.159
lst$mid <- 0.500
lst$right <- 0.841
lst$far.right <- 0.977
values <- pnorm(-2:2)
names <- c("far.left", "left", "mid", "right", "far.right")
lst <- list()
lst[names] <- values
將null賦給要移除的元素，r會將該元素從列表中移除
unlist將列表轉換為向量
假設lst是一部分元素為null的列表：
lst[lst <0] <- null 移除所有負值
可以通過乙個邏輯向量索引列表，無論什麼情況只要向量元素為true，它相應的列表元素就可以選定。其次，可以通過把null賦值給乙個列表元素的方法來移除它。
矩陣是逐列而非逐行填充的
mat <- matrix(c(1.1,1.2,1.3,2.1,2.2,2.3), 2,3,byrow=true)
t(a) 矩陣的轉置
solve(a) 矩陣求逆
a %*% b 矩陣a與矩陣b相乘
diag(n) 乙個n階對角矩陣
每個矩陣都有乙個rownames和colnames屬性
vec <- mat[1,] 第一行
vec <- mat[,3]第三列
row <- mat[1,,drop=false]
給資料框新增一行或更多新行
newrow <- data.frame(city="west dundee", country="kane", state="il", pop=5428)
suburbs <- rbind(suburbs, newrow)
suburbs <- rbind(suburbs, data.frame(city="west dundee", county="kane", state="il", pop=5428))
dfrm是乙個資料框
dfrm[[n]]返回一列
dfrm[,vec,drop=false]
dfrm <- as.data.frame(mat)
colnames(dfrm) <- c("before", "treatment", "after")
clean <- na.omit(dfrm)
z <- with(suburbs, (pop-mean(pop)))/sd(pop)
as.character(x)
as.complex(x)
as.numeric(x) or as.double(x)
as.integer(x)
as.logical(x)
runif(1)
binom 二項分布
geom 幾何分布
hyper 超幾何分布
pois 泊松分布
annova(m)
給出方差分析表
coefficients(m) coef(m)
給出模型係數
confint(m) 給出回歸係數的置信區間
deviance(m) 給出殘差平方和
letters(1:30)
which.max(a)
which(a==2)
a[which.max(a)]
which(a>5)
a[which(a>5)]
rev(a) //把向量顛倒
sort(a) //把向量排序
a1=c(1:12)
matrix(a1, nrow=3, ncol=4)
matrix(a1, nrow=3, ncol=4, byrow=t)
矩陣的運算
t(a1) //轉置
a+ba-b
a %*% b
a=matrix(1:16, 4, 4)
diag(a)
diag(diag(a))
diag(4) //4代表維數
solve(a) //逆矩陣
solve(a,b) //解方程組，ax=b
eigen() //求特徵值
a=diag(4)+1
a.e=eigen(a, symmetric=t)
a.ea.e$vectors%*%diag(a.e$values)%*%t(a.e$vectors)
x=c(1:6)
is.vector(x)
dim(x) <- c(2,3)
is.array(x)
is.matrix(x)
data.frame(x1,x2)
w <- read.table("test.txt", header=t)
mean(x) colmeans(x) colmeans(x)[c("x1","x2","x3")]
table(x$x1)
barplot(table(x$x1))
pie(table(x$x1))
boxplot(x$x1, x$x2, x$x3)
boxplot(x[2:4], col=c("red", "green", "blue"), notch=t)
boxplot(x[2:4], col=c("red", "green", "blue"), horizontal=t)
qq圖plot(x$x1, x$x2, main="數學分析與線性代數成績的關係",xlab="數學分析",ylab="線性代數",xlim=c(0,100),ylim=c(0,100), xaxs="i", yaxs="i", col="red", pch=19)
plot(a, b, type='l')
lines(rain$newyork, type='l', col="blue", lwd=2)
plot(density(rnorm(100)))
類別(名義型)變數和有序類別(有序型)變數在r中稱為因子。
函式factor()以乙個整數向量的形式儲存類別值，整數的取值範圍是[1...k]（其中k是名義型變數中唯一值的個數），同時乙個字串(原始值)組成的內部向量將對映到這些整數上。
要表示有序型變數，需要為factor()指定引數ordered=true
R語言學習
隨著大資料和雲計算快速發展，對資料分析提出了更高的要求。r語言就是乙個相對簡單運用廣泛的統計分析語言工具。r語言以簡潔著稱，一行 就可以繪製一幅圖。例如，我們需要繪製乙個全班男女生佔比圖，男生24個，女生16個。pie c 24,16 c 男生 60 女生 40 main 全班男女生佔比圖 col ...
R語言學習
author 秦景坤 date 2017 06 25 github r語言安裝 執行命令快捷鍵 ctrl r 清除控制台內容的快捷鍵 ctrl l rstudio的安裝 rattle 視覺化資料探勘工具 rattle是使用rgtk2包提供的gnome圖形使用者介面 rattle的安裝 install...
R語言學習 四
r中有許多軟體包，這些包中有豐富的繪圖函式，使用這些函式能畫出許多生動，簡明的圖形，這也是r語言強大的表現之一，這種主要介紹下與繪畫圖形相關的引數設定 1.dev.new 開啟乙個新的圖形介面 dev.off 關閉當前開啟的圖形 2.某變數par no.readonly true 一般在繪製新的圖形...