1.1 数据的处理,理解和分析思路
- 获取数据(从各种数据源将数据导入程序)
- 整理数据(编码缺省值、修复或删除错误数据、将变量转换成更方便的格式)
- 注释数据(以记住每段数据的含义)
- 总结数据(通过描述性统计量了解数据的概况)
- 数据可视化(以直观图像代替描述)
- 数据建模(解释数据间的关系,检验假设)
- 整理结果(创建具有出版水平的表格和图形)
1.2 R入门
1.2.1
- R语句由函数和赋值构成。通常情况下R使用<-作为赋值符号,=也可,只是不推荐,因为非标准语法。
- 赋值语句与编程语言不同的是可以反转:x<-5与5->x等价
- 注释符与python相同,为#
1.2.2 基本函数
- ":"的使用:x<-9:29#使x为integer数组,存放9~29这些数字
-
c()函数可以用来以向量形式录入数据,此函数可将其参数组合成一个向量或列表。类比C++中的cin。
例:age <- c(14,14,15,14,14)#录入了5个年龄到age列表中(以numeric类型),小数同样可以用c()录入
例:weight <- c(50.3,49,77.0,68.4,90.1)#小数整数可以混合输入,整数77.0按77处理
例:judge<-c(TRUE,FA