lishangyin88的博客

例如我把图例移到中间，则：> barplot(counts,beside=TRUE,col=c("red","green","yellow"),legend=rownames(counts),main="条形图",xlab="处理方式",ylab="频数",args.legend=c(x=5.4,y=28.7))args.legend=c(x=,y=)如果不知道x 和y 的具体位置，可使用

在使用抽样之前，之前学的内容忘得差不多了。所以在使用本次例子之前，对获取该数据作下了解。hyper<-read.csv("http://archive.ics.uci.edu/ml/machine-learning-databases/thyroid-disease/hypothyroid.data",header=F)names<-read.csv("http://archive.

1.R 中的sample函数可以实现数据的随机抽样。sample(x, size, replace = FALSE, prob = NULL)x  表示向量或多个元素size  抽样的个数大小。replace=FALSE 非放回抽样。2.对样本进行抽样的一般做法。> x1<-read.csv("E:\\Users\\Administrator\\Desktop\\sample1

1.plot函数> women   height weight1      58    1152      59    1173      60    1204      61    1235      62    1266      63    1297      64    1328      65    1359      66    1391

1.mean函数mean(x,trim=0,na.rm=TURE)trim 表示剔除的元素的个数所占的比例。所取数值处于0和0.5之间。若该数值乘以x中的元素个数小于1，则不剔除。若x乘以元素个数大于1，则剔除的个数四舍五入，仍然是从排序后的首尾两端剔除。> x [1] 100   2   3   4   5   6   7   8   9  10  11  12> mean(x,tr

1.title# 可以单独使用，有时候绘图函数里已经包含了。attach(iris)# 这样就不用每个都写iris了。boxplot(Sepal.Length~Species,col=heat.colors(3), main=list("Sepal.Length按照Species分类的箱线图",font=4,col='red',cex=1.5), sub=li

学习了ggplot2 的一些最基本的东西，有了一些细微的发现。对于画图来说，要引起注意。1.散点图。点的颜色和形状的控制，放置的位置有讲究。如放置aes()里面，还是geom_point()里面大不相同。library("ggplot2")mtcars$am1mtcars$vs1mtcars$cylstr(mtcars)'data.frame': 32 obs.

1.利用回归方法，将预测值插补进去。> sub> dataTR=nhanes2[-sub,]> dataTE> dataTE     age  bmi  hyp chl1  20-39   NA  NA4  60-99   NA  NA10 40-59   NA  NA11 20-39   NA  NA12 40-59   NA  NA15 2

一、传统方法1.      is.na() 函数。用在识别某一列中是否有缺失值的情况居多，若x是数据框类型，则is.na(x)，则把每一个元素的情况按照TRUE/FALSE的逻辑形式列出。> data(sleep,package="VIM")>h> is.na(h)  BodyWgt BrainWgt  NonD Dream Sleep  Span Gest  Pred   E

1.条形图barchart()> barchart(Titanic,layout=c(4,1),auto.key=TRUE,scales=list(x="free")#scales=free 表示各组的x轴的刻度存在不同。如果想要y轴不同时，则要设置成y="free"。还可以写成如下形式：barchart(Class~Freq|Sex+Age,data=as.data.

1.利用edit 函数，键盘输入。利用edit 函数首先要有原始值才可以。> a1<-matrix(1)> edit(a1) col1 var2 var3[1,] 1 1 1> a1 [,1][1,] 1可以看出，如果不把edit(a1)赋值，a1的结果是不会发生变化的。有没有自动保存到修改后的内容的函数呢？有，fix()。

1.sqldf 包的使用。注意该包与RMySQL有一定的排斥性。出现这中问题需要卸载掉RMySQL包，detach（package：RMySQL）。2.利用sql语句求平均值。> a1> a1 cyl mean.mpg1 4 26.663642 6 19.742863 8 15.10000另一种方式。可以先选出来cyl 的值，然后再使用mean计算。>

学习R 语言往往学了后面，忘了前面的。这不，画图这章节里面又用到了以前学过的函数。啰嗦着再写一下，权当复习。1.aggregate 函数基本语法，aggregate（x,by,FUN,...），主要用到的是前几个类型的。例：aggregate(mtcars,by=list(mtcars$cyl,mtcars$gear),FUN=mean)，此处的by参数要写成list型的。如果

微调的条形图>counts >barplot(counts,main="Treatment Outcome",horiz=TRUE,cex.names = 1,names.arg = c("No","some","Marked"),xlim=c(0,50),col=c("red","green","yellow"),legend=c("No","some","Marked"),

用sapply 函数计算所选择的任意描述性统计量。sapply（x,FUN,optins）, 其中x是数据框或矩阵，FUN为一个任意的函数。如果指定了option，他们将被传递给FUN。例：mystats    if(na.omit)      x    m    n    s    skew    kurt    return(c(n=n,mean=m,s

X<-c(1,2,3,NA,5) y<-c(236,90,56,NA,7) z<-c(54,6558,5,21,5) x1<-data.frame(X,y,z) r<-c(NA,1,2,NA,NA)ee> ee X y z r1 1 236 54 NA2 2 90 6558 13 3 56 5 24 NA NA 21 NA5 5

1.将factor类型的数据进行哑变量处理。> custome id gender mood outcom1 10 male happy 12 20 female sad 13 30 female happy 04 40 male sad 05 50 female happy 0需要加载包caret.之后利用du

1.创建新变量常用的有两种方法一是利用$符号直接创建。> data1<-iris[,1:2]> data1$square<-data1$Sepal.Length*data1$Sepal.Width> head(data1) Sepal.Length Sepal.Width square1 5.1 3.5 17.852 4.9

1.ISOdate() 将指定数字转化为日期。> ISOdate(2016,12,11)[1] "2016-12-11 12:00:00 GMT"也可以添加数字写成时分秒的形式。> ISOdatetime(2016,11,12,12,48,56)[1] "2016-11-12 12:48:56 CST"2.系统日期和时间 > Sys.Date()[1] "2016-12-12"

1.一个向量的所有元素都必须属于相同的模式，如果不是，R将强制执行类型转换。w1w2 w4[1] "张三" "李四" "王五" "TRUE" "FALSE" "TRUE" "FALSE" "TRUE"字符型+逻辑型（数值型）=字符型2.可以对每个元素进行相关操作。> rm(list=ls())> (w<-(1:10)) [1] 1 2 3 4 5 6

caret 包是相当的强大，除了上文说的能抽样之外，还能补充缺失值，对数据标准化等预处理。一句话，caret包 你值得拥有。许多R使用者对该包相见恨晚，这里简单介绍下，但印象一定要留下。preProcess(X,method=c("center","scale"),thresh=0.95,pacComp=NULL,na.remove=TRUE,k=5,knnSummary=mean,out