目錄
r語言2——資料型別和基本運算
1.r的資料型別
（1）logical（邏輯型）：只有兩個值true, false
（2）numeric（數字）：整數、小數等
（3）complex（複合型）：帶有虛數i的數，如1 + 2i
（4）character（字元）：包含在「 」之中，如「hello！」
（5）vectors向量：c()函式，將元素組合成乙個向量。c(1,2,3,4)
（6）lists列表：list（）內容包含許多不同型別的元素，如 list(c(1,2,3),"we",2,3,12.3)
（7）matrices矩陣：矩陣時二維的，m = matrix( c('a','a','b','c','b','a'), nrow = 3, ncol = 2, byrow = true)
（8）arrays 陣列：矩陣被限制為二維，但陣列可以具有任何數量的維度。 陣列函式使用乙個dim屬性建立所需的維數。 array(c('one','tow',"three"),dim = c(3,3,3))
（9）data frames 資料幀：資料幀是**資料物件，每列可以包含不同的資料模式
v <- false
vn <- 12.2
nc <- 2+2i
cs <- "hello!"
sx1 <- c(1,2,3,4)
x1x2 <- c(1,2,"three",4)
x2l1 <- list(c(1,2,3),"we",2,3,12.3)
l1m = matrix( c('a','a','b','c','b','a'), nrow = 3, ncol = 2, byrow = true)
ma <- array(c('one','tow',"three"),dim = c(3,3,3))
abmi <- data.frame(
gender = c("male", "male","female"),
height = c(152, 171.5, 165),
weight = c(81,93, 78),
age = c(42,38,26)
)bmi
> v <- false
> v
[1] false
> n <- 12.2
> n
[1] 12.2
> c <- 2+2i
> c
[1] 2+2i
> s <- "hello!"
> s
[1] "hello!"
> x1 <- c(1,2,3,4)
> x1
[1] 1 2 3 4
> x2 <- c(1,2,"three",4)
> x2
[1] "1" "2" "three" "4"
> l1 <- list(c(1,2,3),"we",2,3,12.3)
> l1
[[1]]
[1] 1 2 3
[[2]]
[1] "we"
[[3]]
[1] 2
[[4]]
[1] 3
[[5]]
[1] 12.3
> m = matrix( c('a','a','b','c','b','a'), nrow = 3, ncol = 2, byrow = true)
> m
[,1] [,2]
[1,] "a" "a"
[2,] "b" "c"
[3,] "b" "a"
> a <- array(c('one','tow',"three"),dim = c(3,3,3))
> a
, , 1
[,1] [,2] [,3]
[1,] "one" "one" "one"
[2,] "tow" "tow" "tow"
[3,] "three" "three" "three"
, , 2
[,1] [,2] [,3]
[1,] "one" "one" "one"
[2,] "tow" "tow" "tow"
[3,] "three" "three" "three"
, , 3
[,1] [,2] [,3]
[1,] "one" "one" "one"
[2,] "tow" "tow" "tow"
[3,] "three" "three" "three"
> bmi <- data.frame(
+ gender = c("male", "male","female"),
+ height = c(152, 171.5, 165),
+ weight = c(81,93, 78),
+ age = c(42,38,26)
+ )> bmi
gender height weight age
1 male 152.0 81 42
2 male 171.5 93 38
3 female 165.0 78 26
>
（2）算術運算子：加+，減-，乘*，除/，求餘%%，相除求商%/%，
（3）關係運算子：前乙個變數中的值是否大於第二個變數的值 >，前乙個變數中的值是否小於第二個變數的值 <，前乙個變數中的值是否等於第二個變數的值 ==，同理，小於等於<=，大於等於》=，不等於!=
（4）邏輯運算子：與& 或 | 非！
（5）其他運算子：按順序建立一系列數字冒號： ，元素是否屬於向量%in% ， 將矩陣與其轉置相乘%*%
v <- c(1,2.3,3,4,6,12,56)
t <- c(0.4,3,2,5,6,11,75)
v + t
v - t
v * t
v / t
v %% t
v %|% t
v > t
v < t
v == t
v != t
v2 <- c(4,1,false,2+3i)
t2 <- c(3,1,true,2+3i)
v & t
v | t
! vv3<- c(1:10,by=2)
v %in% v3
> v <- c(1,2.3,3,4,6,12,56)
> t <- c(0.4,3,2,5,6,11,75)
> v + t
[1] 1.4 5.3 5.0 9.0 12.0 23.0 131.0
> v - t
[1] 0.6 -0.7 1.0 -1.0 0.0 1.0 -19.0
> v * t
[1] 0.4 6.9 6.0 20.0 36.0 132.0 4200.0
> v / t
[1] 2.5000000 0.7666667 1.5000000 0.8000000 1.0000000 1.0909091 0.7466667
> v %% t
[1] 0.2 2.3 1.0 4.0 0.0 1.0 56.0
> v %|% t
error in v %|% t : 沒有"%|%"這個函式
> v > t
[1] true false true false false true false
> v < t
[1] false true false true false false true
> v == t
[1] false false false false true false false
> v != t
[1] true true true true false true true
>
> v2 <- c(4,1,false,2+3i)
> t2 <- c(3,1,true,2+3i)
> v & t
[1] true true true true true true true
> v | t
[1] true true true true true true true
> ! v
[1] false false false false false false false
> v3<- c(1:10,by=2)
> v %in% v3
[1] true false true true true false false
>
（2）自然常數e的n次方：exp(n)
（3）n的對數函式，返回n的幾次方等於m：log(m,n)
（4）log(m,10)：log10(m)
（5）對 n 四捨五入取整：round(n) ，對 n 保留 m 位小數四捨五入，round(n,m)
（6）對 n 向上取整：ceiling(n)
（7） 對 n 向下取整：floor(n)
（8）(反)三角函式：sin(x)，cos(x)，tan(x)，asin(x)，acos(x)，atan(x)
資料型別和基本運算
今天總結下資料型別和基本運算 1.命名空間 2.資料型別 整形 int 浮點 float double 布林型別 bool 字元 char 引用 string object 3.變數的命名 例如 int age 20 string name zhangsan 4.變數的宣告和賦值 int age a...
資料型別和基本運算
今天學習了資料型別和基本運算。unity教學網 一，資料型別 第一種是整形，包括int，sbyte，short，long，byte，ushort，unit，ulong。第二種是浮點型別，包括float 和double。第三種是布林型別，包括bool。第四種是字元型別，包括char。第五種是引用型別，...
R語言之基本資料型別
1.vector 所有的元素必須是同一型別。例如下面的 建立了2個vectors.name c mike lucy john age c 20,25,30 2.array matrix matrix是一種特殊的vector。maxtrix是乙個擁有兩個額外屬性的vector 行數和列數。x matr...