function其實也沒有那麼難

function其實也沒有那麼難

1.最簡單的function函式，你想到了嗎？

library(plyr)

data("iris")
head(iris)
test1 
1,function(dat))
head(test1)
class(test1)
#用subset實現也完全麼問題，但是就是輸出的結果形式不同
head(subset(iris,sepal.length>=5.6&species=="setosa"))

為什麼說這個是最簡單的函式了呢？不是下回分解…哈哈，不好笑。這個是adply函式，引數格式為adply(data,1/2,function),在這裡，我計算的是選擇出sepal.length大於等於5且種類是setosa的花，當然我們也可以用subset(iris,sepal.length>=5.6&dat$species==」setosa」)做出來，而且一點毛病沒有，重點在於對function的理解。

首先是function(dat)中的dat的設定，這個引數是根據計算物件而來的，寫到這裡dat並沒有什麼實際意義，你也可以換成是sub或者就是x，沒有問題。重點是iris與dat$sepal.length>=5.6&dat$species==」setosa」之間的計算關係，這點搞清楚就好了。我們其實是iris中的資料按行（1）迴圈放入到function中去計算，而function的功能是按照iris的變數去條件運算。

也就是說dat$sepal.length實際上在運算過程是等價於iris$sepal.length的，並且，在function中並沒有其他迴圈函式或者數學函式。所以，只要你能領悟dat和iris的等價關係，那就可以寫出這樣的最為簡單的自定義函式。

#利用ddply分花種計算sepal.width的平均值

test2 
iris,
.(species),
function(sub)
)test2
class(test2)
###給新生的變數命名，就要自己手動把結果加上乙個資料框
test3 
iris,
.(species),
function(sub)
)test3
class(test3)

這裡這種分組計算，我以前說過用sqldf的groupby分組計算完成，的確可以。但是領悟到了iris（資料）和function(x)中的x的關係的時候，我發現使用ddply的確是足夠便利。這種便利不僅體現在計算上，而且體現在ddply、melt和ggplot2的三個函式的使用上。

###這往往是文字挖掘的第一步，請有心者自行收藏

files_dir=list.files("./sample-sougou",full.names=t)
length(files_dir)
files_dir #看一下檔案路徑
filedirs=files_dir[1:10]
filedirs #根據實際情況刪去最後的說明文件
filedirs[1]
##遍歷子檔案
readsubfiles=function(x)
fullfiles_final=unlist(fullfiles)
length(fullfiles_final) #最終的全部txt檔案路徑
（二）單鏈表 其實沒有那麼難
單鏈表比較靜態鍊錶更加靈活，長度可變，刪除便捷，唯一較單鏈表費時就是查詢，不能下標查詢。但是總體上比靜態鍊錶有了質的飛躍。單鏈表最核心的就是指標的靈活使用，以及對較為特殊結構的理解。結構中最後的指標指向同結構的下個元素，這個指標就像鍊子一樣，乙個接乙個把資料串起來。typedef struct si...
寫作其實沒有你想象的那麼難
從2009年正式開始寫作以來，寫作越來越多。文學作品 技術文章 思想感悟等都越來越多，質量也在不斷提高。最近，有強烈的寫作慾望，所以一不小心就寫了好多篇。五月以來，也開始寫作畢設了，今天又寫了一點。逐漸的形成了乙個結論。寫作其實沒有你想象的那麼難。認為寫作難，是因為根本就沒有想好。沒有乙個總體的想法...
寫作其實沒有你想象的那麼難
從2009年正式開始寫作以來，寫作越來越多。文學作品 技術文章 思想感悟等都越來越多，質量也在不斷提高。最近，有強烈的寫作慾望，所以一不小心就寫了好多篇。五月以來，也開始寫作畢設了，今天又寫了一點。逐漸的形成了乙個結論。寫作其實沒有你想象的那麼難。認為寫作難，是因為根本就沒有想好。沒有乙個總體的想法...