一起学习R软件吧——R软件的使用

前言

Hello CSDN！ 第一次写CSDN博文，感觉和其他的博客写作方式很不一样，之前一直是膜拜其他文章。马上要考试R语言了，想通过CSDN记录我的复习过程，可能有许多不足的地方，希望大家多多指教！

数字、字符与向量

基础运算

哈哈哈哈好有意思，用CSDN写文章好高级：

#向量的赋值
x = c(1,2,3,4,5) #法一，我最喜欢这个办法
assign("x1",c(1,2,3,4,5)) #法二
c(1,2,3,4,5) -> x2 #法三
y=c(x,0,0,x1) #定义y有12个分量，两边分别是变量x,x1中间是俩0

运行结果： (^ ~ ^) 高亮

对于向量的运算，记录几个常见的：

#运算
x*y
x/y
x^2
12%/%5  # %/%为整除
12%%5   # %%为求余数
range(x) #求向量x的范围
min(x) #就不多说了哈哈哈哈
which.max(x)  #表示第几个分量求到最大值
exp(x)
sqrt(x) #当自变量为向量时，返回值也为向量
sqrt(-2+0i) #复数开根时候，需要加上i呦

运行结果：

下边时与一些与向量运算有关的函数，由于复习要查漏补缺，所以就放这些啦

sum(x) #求向量x的分量之和
prod(x) #求向量x的分量的连乘积
length(x) #求向量x的分量的个数
median(x) #求向量x的分量的中位数
sd(x)  #求向量x的分量的标准差
p=c(3,5,1,4,2)
sort(p)
order(p)  #下标列出
sort.list(p)

运行结果：

产生有规律的序列

哇哦，第一次使用文本有些激动。下面我就要学习如何去快速生成有规律的序列啦，真是前人栽树，后人乘凉。

#等差数列
> 3.14:6
[1] 3.14 4.14 5.14
> 3:7.6
[1] 3 4 5 6 7
> 2*1:4   #等差运算优于乘法运算
[1] 2 4 6 8
> 1:7-1
[1] 0 1 2 3 4 5 6
> 1:(7-1)
[1] 1 2 3 4 5 6
#间隔数列
> seq(-5,5,by=.2)
 [1] -5.0 -4.8 -4.6 -4.4 -4.2 -4.0 -3.8 -3.6 -3.4 -3.2
[11] -3.0 -2.8 -2.6 -2.4 -2.2 -2.0 -1.8 -1.6 -1.4 -1.2
[21] -1.0 -0.8 -0.6 -0.4 -0.2  0.0  0.2  0.4  0.6  0.8
[31]  1.0  1.2  1.4  1.6  1.8  2.0  2.2  2.4  2.6  2.8
[41]  3.0  3.2  3.4  3.6  3.8  4.0  4.2  4.4  4.6  4.8
[51]  5.0
> seq(length=51,from = -5,by=.2)
 [1] -5.0 -4.8 -4.6 -4.4 -4.2 -4.0 -3.8 -3.6 -3.4 -3.2
[11] -3.0 -2.8 -2.6 -2.4 -2.2 -2.0 -1.8 -1.6 -1.4 -1.2
[21] -1.0 -0.8 -0.6 -0.4 -0.2  0.0  0.2  0.4  0.6  0.8
[31]  1.0  1.2  1.4  1.6  1.8  2.0  2.2  2.4  2.6  2.8
[41]  3.0  3.2  3.4  3.6  3.8  4.0  4.2  4.4  4.6  4.8
[51]  5.0
> #重复函数
> rep(x,2)
 [1] 1 2 3 4 5 1 2 3 4 5
> x>3
> [1] FALSE FALSE FALSE  TRUE  TRUE

is.na()检测缺失数据
is.nan()检测数据是否不确定
is.finite()检测数据是否有限
is.infinite()检测数据是否无穷

> m=c(0/1,0/0,1/0,NA)
> m
[1]   0 NaN Inf  NA
> is.na(m) #检测缺失数据
[1] FALSE  TRUE FALSE  TRUE
> is.nan(m) #检测数据是否不确定
[1] FALSE  TRUE FALSE FALSE
> is.finite(m) #检测数据是否有限
[1]  TRUE FALSE FALSE FALSE
> is.infinite(m)#检测数据是否无穷
[1] FALSE FALSE  TRUE FALSE

paste( )可以把其自变量连成一个字符串，并用空格隔开

#复数向量
x=seq(-pi,pi,by=pi/10)
y=cos(x)
z=complex(re=x,im=y)
plot(z)
lines(z)

对于复数运算
Re()计算实部，Im()计算复数的虚部，Mod()计算复数的模，Arg()计算复数的幅角

向量下标运算

学习到这里，我决定休息一下，用一个清醒的大脑去进行下标运算的学习。

> x=c(1,6,3,5)
> x[3]
[1] 3
> x+5
[1]  6 11  8 10
> x=c(1,6,3,5)
> x[3]
[1] 3
> x+5
[1]  6 11  8 10
> (x+5)[2]
[1] 11
> x[c(1,3)]=c(123,456)
> x
[1] 123   6 456   5

将向量中缺失数据赋为0，我觉得这个在数据预处理的时候挺有用，get一个小技巧。

> #逻辑向量
> z=c(2,3:5,NA)
> z
[1]  2  3  4  5 NA
> z[is.na(z)]=0
> z
[1] 2 3 4 5 0

定义分段函数

> x
[1]  2 -6  3
> y=numeric(length(x)) #产生数值型向量
> y
[1] 0 0 0
> y[x<0]=1-x[x<0]
> y[x>=0]=1+x[x>=0]
> y
[1] 3 7 4

下边的也是一些基础向量下标操作，这里的A是字符串呦。

> #运算
> v=c(1:10)
> v[1:4]
[1] 1 2 3 4
> v[c(1,4,5)]
[1] 1 4 5
> v[-(1:5)] 
[1]  6  7  8  9 10
> #定义向量还可以给元素加名字呦
> score=c(A=99,B=200,C=30)
> score
  A   B   C 
 99 200  30 
> score["B"]
  B 
200 
> #也可以之后在定义
> age=c(1,2,3)
> names(age)=c('A','B','C')
> age
A B C 
1 2 3

对象和它的模式属性

R语言是一种基于对象的语言，R对象分为单纯对象和复合对象两种，单纯对象是所有元素都是同一种基本类型（如数值、字符串），but元素不在是对象；复合对象元素可以是不同类型的对象，每一个元素是对象。

固有属性： mode和length
向量类型: logical（逻辑型）、numeric（数值型）、complex（复数型）、character（字符型）等

z=1:5
is.character(z) #判断是否为某类型
[1] FALSE
as.character(z) #强制转换
[1] “1” “2” “3” “4” “5”
score=c(A=99,B=200,C=30)
attributes(score)
$names
[1] “A” “B” “C”

#更换属性
attr(score,“names”)=c(“z”,“x”,“c”)
attr(score,“type”)=“student”
score
z x c
99 200 30
attr(,“type”)
[1] “student”
attributes(score)
$names
[1] “z” “x” “c”
$type
[1] “student”

因子

factor()函数 把向量编码成一个因子
table()可以对因子进行计数
tapply() 可以实现分组计算
gl()可以方便的产生因子

> #因子
> sex=c("M","F","M","M","F")
> sexf=factor(sex)
> sexf
[1] M F M M F
Levels: F M
> height=c(174,165,180,171,160)
> tapply(height,sex,mean)
    F     M 
162.5 175.0 
> gl(4,5)
 [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4
Levels: 1 2 3 4
> gl(3,1,15)
 [1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
Levels: 1 2 3

其中gl()函数的参数如下：

结语

感谢大家能够看到这里，距离R语言考试还有7天，一周从入门到考试实战，撸起袖子加油干！