2021.11.03

列表初始化的多种写法:

int a[]={1,2,3};

int a[]{1,2,3};

变量初始化的多种写法:
 

	int a={3+5};
	int a(3+5);
	int a{3+5};
	int *a=new int(8);
	double *a=new double(8.0f);

decltype:    

decltype与auto关键字一样,用于进行编译时类型推导。不同点在于auto是根据变量的初始值来推导出变量类型的,decltype是根据表达式推导出变量的类型的。

 i表示int,d表示double,c表示char

decltype推导规则如下:

  • exp是标识符或者类访问表达式时,decltype(exp)的结果和exp表达式一致
  • exp是函数调用时,decltype(exp)的结果是函数的返回值
  • 除上述两种外,如果exp是一个左值,则decltype(exp)的结果是exp类型的左值引用,否则和exp类型一致

参考资料

基于范围的for循环

圆括号中的内容由冒号分为两部分,一部分是用于迭代的变量,第二部分则表示将被迭代的范围;

 

 函数重载:

同一名称的函数,有两个以上不同的函数实现,被称为函数重载。被重载函数要求保证参数类型不同,返回值与参数名称不可以作为区分标识。

 

函数参数的缺省值:

函数参数可以在定义时设置默认值(缺省值),这样在调用该函数时,若不提供相应的实参,则编译自动将相应形参设置成缺省值。

 注意:

有缺省值的函数参数,必须是最后一个参数。

如果有多个带缺省值的函数参数,则这些函数参数都只能在没有缺省值的参数后面出现;

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,让我来为您解答这个问题。 首先,我们需要将数据整理成R可处理的格式。这里,我将数据手动输入到R中,并将其保存为data.frame对象: ```R transportation <- data.frame( year = 2002:2021, railway = c(366.34, 375.14, 401.82, 419.16, 436.38, 447.02, 471.85, 487.8, 503.12, 518.25, 516.16, 522.77, 516.81, 532.08, 531.9, 527, 524.47, 511.09, 492, 476), highway = c(71.31, 67.32, 68.07, 67.88, 67.03, 66.3, 66.35, 63.34, 60.7, 51.92, 51, 49.2, 48.62, 46.52, 56.11, 54.45, 54.74, 54, 53, 45), water = c(20.27, 22.01, 29.42, 28.44, 27.44, 26.56, 27, 28.27, 29.03, 30.09, 30.35, 32.27, 31.09, 29.1, 34.06, 33.38, 33.5, 34.8, 37, 39), air = c(1482.14, 1510.68, 1773.71, 1751.13, 1724.75, 1716.97, 1669.62, 1616.08, 1598.11, 1573.69, 1547.57, 1508.83, 1464.21, 1497.47, 1502.85, 1484.65, 1479, 1470, 1442, 1432) ) ``` 接下来,我们可以使用ggplot2库绘制各种图形来更好地理解数据。 首先,我们可以使用ggplot2库绘制各种运输方式的时间序列折线图,代码如下: ```R library(ggplot2) ggplot(melt(transportation, id.vars = "year"), aes(x = year, y = value, color = variable)) + geom_line() + xlab("Year") + ylab("Passenger Distance") + ggtitle("Passenger Distance by Transportation Type") + theme(legend.position = "bottom") ``` 运行上面的代码,可以得到一个绘制了四种运输方式的时间序列折线图。 接着,我们可以使用ggplot2库绘制各种运输方式的密度图,代码如下: ```R ggplot(melt(transportation, id.vars = "year"), aes(x = value, fill = variable)) + geom_density(alpha = 0.5) + xlab("Passenger Distance") + ylab("Density") + ggtitle("Passenger Distance Density by Transportation Type") ``` 运行上面的代码,可以得到一个绘制了四种运输方式的密度图。 最后,我们可以使用ggplot2库绘制各种运输方式的箱线图,代码如下: ```R ggplot(melt(transportation, id.vars = "year"), aes(x = variable, y = value, fill = variable)) + geom_boxplot() + xlab("Transportation Type") + ylab("Passenger Distance") + ggtitle("Passenger Distance by Transportation Type") ``` 运行上面的代码,可以得到一个绘制了四种运输方式的箱线图。 以上是本次数据分析的R代码和图形,希望能够帮到您。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值