> mode(1:5)
[1] "numeric"
> class(1:5)
[1] "integer"
以下函式，主要用在函式處理異常時使用，目的是增強程式的穩健性。
is.numeric() #返回值為true或false
> is
.numeric(1:5)
[1]true
> is.logical(true)
[1] true
[1] true
is.null() #是否為空
> is.null(x)
[1] false
>ug=read.table("clipboard",header=t)#先載入資料idname *** region birth income height weight score
1201205a01 趙** 女 東部 1992/4/8
16.6
16466
64.1
> ug[1:6,]
> ug[c(1,6,20),]#選取第
一、六、二十行
2.$法
> ug[ug$***=='女',]#選取性別為女的行
> ug[ug$height>170,]#選取身高大於170的行
subset(ug,***=='女')#選取性別為女的行
subset(ug,***=='女'&height>170)#選取性別為女且身高大於170的行
ug[,1:6]#選取第1到6列變數>x=ug$height
#把變數為height的這一列賦給x
#用attach相當於繫結了ug資料集，接下來的操作都是基於ug資料集的，所以height就不必使用$。使用完之後，要記得使用detach()解綁
attach(ug)
mean(height)
mean(weight)
plot(height,weight)
detach()
> with(ug,)#選取身高大於170的女生的身高和體重資料
ug[ug$***=='女' & ug$height>170,c('***','height','weight')]
names(ug)#檢視ug內的變數名a.$法
> ug$gpa=ug$score/10-5
#這種做法會在ug後面加上gpa一列
> transform(ug,gpa=score/10-5)#等價於上一句類的轉換
as.numeric() #轉換為數值型
as.logical() #轉換為邏輯型
> as.logical(0)
[1] false
> as.logical(10)
[1] true
as.matrix() #轉換為矩陣
as.data.frame() #轉換為資料框
as.factor() #轉換為因子
4.刪除變數
ug$gpa=null
#直接賦為空值
ls()#顯示記憶體中的物件
rm(x)#去掉x
用within函式
ug=within(ug,)ug$income_c=cut(ug$income,breaks=c(0,5,50,max(ug$income)))sort()用於向量的排序；order()用於多變數（資料框）的排序，預設公升序
ug[order(ug$income),]#對收入進行公升序排序a.cbind()和rbind()
這裡的用法和前面矩陣的合併的用法一樣，關鍵是注意行數或列數要一致
b.merge（）
merge(集合a,集合b,by=」variable」)#variable是a和b共有，按照variable合併
3.缺失值的處理
is.na(x)#判斷x是否含有缺少值
na.omit(x)#移除x中的缺失值
1.for迴圈
for(變數 in 取值向量)
編個求和函式
x_sum=function(x)while(迴圈條件)
比如編寫乙個計算2000以內的fibonacci數的程式
> x_sum=function(x)
> f=1;f[2]=1;i=1
> while(f[i]+f[i+1]<2000)
> f
[1] 1 1 2 3 5 8 13 21 34 55 89 144
[13] 233 377 610 987 1597
repeat
repeat迴圈沒有判斷，所以在使用是時候要加上break語句以跳出迴圈
用repeat迴圈編寫乙個計算2000以內的fibonacci數的程式
> f=1;f[2]=1;i=1
> repeat
> f
[1] 1 1 2 3 5 8 13 21 34 55 89 144
[13] 233 377 610 987 1597
if(條件)
if(條件) else
舉個例子，編寫乙個絕對值函式
> abs_x=function
(x)+ x
+ }> abs_x(-9)
[1]9
> abs_x(10)
[1]10
if語句的簡潔表達
ifelse(判斷條件,a,b)： 若判斷條件為真，執行a，否則執行b。
> x=c(6,-2)
> ifelse(x<=0,-x,x)
[1] 6 2
R語言學習軌跡總結
2016年初正式開始用r 主要用來做資料探勘 2016年期間做了回歸分析和關聯分析 2017年開始用rstudio做自動化生成報告.學習互動視覺化 2018年重心在互動視覺化報告領域 已將工作報告習慣全部從excel轉向了r 這一年在r視覺化應用了頗有心得 也完成了組內的分享匯報 2019年的期許 ...
R語言學習
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 ...