R语言
文章平均质量分 89
以实战为线索,逐步深入R语言开发的各个环节,掌握R语言统计与科学计算的编程思路,提升思维能力。
微小冷
这个作者很懒,什么都没留下…
展开
-
R语言内置数据集
R语言内置了许多数据集,可以直接调用。原创 2023-07-19 16:19:19 · 1844 阅读 · 0 评论 -
r语言tidyverse教程:5 字符串处理stringr
`stringr`是`tidyverse`的字符串处理函数,和R语言原生的字符串处理函数相比,其API风格统一,功能完备,十分推荐使用。原创 2023-05-10 07:00:00 · 4227 阅读 · 1 评论 -
r语言tidyverse教程:4 dplyr
`dplyr`,这个吊诡的名字,可以强行拆分成`d`ataframe `ply` for `r`,其中`ply`有穿梭的意思,而`dplyr`的操作逻辑,也类似于让数据框在一些函数中穿梭的感觉。原创 2023-05-06 07:45:00 · 1636 阅读 · 2 评论 -
r语言tidyverse教程:3数据重塑tidyr
`tidyr`顾名思义就是让数据更整齐,而让数据变得整齐的方法,就是调整行列,在`tidyr`中,有下列4各函数用于行列转换- `gather`:宽数据->长数据,聚行成列- `spread`:长数据->宽数据,展列为行- `unite` :多列合并为一列- `separate`:一列分离为多列原创 2023-04-29 08:00:00 · 1504 阅读 · 0 评论 -
R语言tidyverse教程:ggplot2绘图初步
ggplot2有其独特的绘图语法,想要实现数据绘图,除了数据和集合形状之外,还需要一个叫做`aesthetic`的东西,这个不知道应该怎么翻,后面就统一叫做美术风格了。原创 2023-05-12 08:00:00 · 700 阅读 · 0 评论 -
R语言tidyverse教程:2 tibble
tibble是tidyverse重写的一个数据框结构,是ggplot2绘图时的推荐格式,与R Base中的data.frame在大方向上基本上是相同的,故可直接通过data.frame来生成,但在一些细节方面做了优化,比如对在使用print函数时,会提供更具可读性的输出。原创 2023-04-25 08:00:00 · 1633 阅读 · 1 评论 -
R语言tidyverse教程:1 readr
readr是R语言用于打开格式化文本的一个模块,功能很单一,整体十分轻量,是tidyverse工具链的第一步,即数据获取。原创 2023-04-04 06:30:00 · 886 阅读 · 1 评论 -
R语言apply系列函数
R语言的循环效率并不高,所以并不推荐循环以及循环嵌套。为了实现循环功能的情况下,兼顾效率,R语言提供了`apply`系列函数,用于对规则的数据进行函数式的迭代处理。原创 2023-03-25 08:00:00 · 2735 阅读 · 0 评论 -
R语言排序函数
R语言base包自带的排序函数有,三者区别为sort给出的是排序后的结果rank返回序列中元素的序号order给出排序后序列中各元素在原始序列中的位置x = c(5 , 3 , 4) sort(x) #返回3 4 5 此为5,3,4从小到大排序 rank(x) #返回3 1 2 此为5,3,4在3,4,5中的序号 order(x) #返回2 3 1 此为3,4,5在5,3,4中的序号。原创 2023-03-24 08:00:00 · 2993 阅读 · 0 评论 -
R语言教程5:基础绘图
介绍R语言最基础的4个绘图函数,plot, curve, pie, barplot原创 2023-03-22 07:36:47 · 1023 阅读 · 0 评论 -
R语言教程4:字符串和时间格式化
本文介绍了R语言中字符串和日期时间的格式化方法原创 2023-03-21 07:45:00 · 1123 阅读 · 0 评论 -
R语言基础教程3:列表和数据框
前面介绍了向量、矩阵和数组这三种数据结构,它们在数学计算方面便捷而强大。接下来介绍两种更有R风格的数据结构,即列表和数据表。原创 2023-03-20 08:00:00 · 1560 阅读 · 0 评论 -
R语言教程3:向量、矩阵和数组
数组可理解为张量,从而向量和矩阵均为数组的特殊情况,即分别是一维数组和二维数组。原创 2023-03-19 08:00:00 · 1203 阅读 · 0 评论 -
R语言教程2:循环
R语言中共有三种循环,分别是repeat, while和for,此外提供了break和next作为调控循环的关键字,其中next类似于其他语言中的continue。原创 2023-03-16 07:45:00 · 2338 阅读 · 0 评论 -
R语言基础教程1
R 语言是为数学研究工作者设计的一种数学编程语言,主要用于统计分析、绘图、数据挖掘。原创 2023-03-15 08:00:00 · 1239 阅读 · 0 评论 -
R语言处理高斯光束的光场分布图像
文章目录通过R语言处理高斯光束图片打开与显示图像截取显示强度高斯拟合通过R语言处理高斯光束图片打开与显示R语言中也有不少图像处理包,著名的magick就提供了R语言的接口。但是magick包更像是一个代码版的PS,可以实现诸多高级功能,但过于完整的代码封装使得一些基础操作反而难以施展。所以我们使用imager包。本实验在RStudio中运行。首先,安装并导入包。然后,通过load.im...原创 2019-11-25 09:58:01 · 2518 阅读 · 1 评论 -
R语言绘制动态图
在讨论级数时,可能需要比对前nnn项和的变化情况,而随着nnn的递增,通过动态图来反映这种变化会更加直观,而通过R语言绘制动态图也算是一门不那么初级的技术,所以在此添加一节,补充一下R语言的绘图知识。绘图需要用到ggplot2,为多张图加上时间轴则需要用到gganimate,为了让这些动态图片被渲染,需要用到av。此外,ggplot2绘图需要输入的数据格式为tibble。install.packages("ggplot2")install.packages("gganimate")install.p原创 2021-09-29 13:49:50 · 3084 阅读 · 2 评论 -
用R语言理解泰勒级数的逼近过程
从图的变化可以看出,随着阶数的不断增多,Taylor级数对三角函数越来越适应,最后大约在第5次之后,其变化就已经微不可察了,这就是多项式逼近的强大之处。原创 2023-01-15 13:05:06 · 1797 阅读 · 1 评论 -
用R语言画切线和法线
切线就是与原图像相切,法线就是与原图垂直,概念很简单,但实现起来并不是很无脑原创 2023-01-14 15:58:50 · 1436 阅读 · 2 评论 -
用R语言理解全微分
全微分的概念和梯度是密不可分的,本文就从梯度入手来理解全微分,并辅之以R语言作图原创 2023-01-14 15:57:28 · 1461 阅读 · 0 评论 -
R语言边缘检测
求导是对整个函数的定义域展开的一次性操作,但在考察其差分形式之后却发现,数值偏导数可以写成一种对局部区域的反复操作。原创 2023-01-13 17:26:50 · 1251 阅读 · 1 评论 -
用R语言画出方向导数和梯度
根据单变量函数的导数定义,可以类推出多变量函数的导数定义。唯一值得注意的地方是,多变量函数在求导时需要指明针对哪一个变量求导。原创 2023-01-13 17:24:49 · 1362 阅读 · 0 评论 -
R语言实现牛顿插值
重读微积分(一):极限重读微积分(二):三个极限常数的来源重读微积分(三):洛必达法则重读微积分(四):连续性和导数重读微积分(五):数值导数4 差商与牛顿插值如果采取间隔不等的采样,差商会变得稍显复杂,对于x0,x1,…,xnx_0,x_1,\ldots,x_nx0,x1,…,xn,若与y0,y1,…,yny_0,y_1,\ldots,y_ny0,y1,…,yn通过映射fff一一对应,则定义比值f[x0,x1]=f(x1)−f(x0)x1−x0f[x_0,x_1]=\frac{原创 2023-01-13 17:22:39 · 2096 阅读 · 0 评论 -
R语言数值导数
根据导数的定义,当函数的定义域不连续时,其不连续处显然是不存在导数的,但图形可以“欺骗”我们的眼睛。原创 2023-01-13 17:21:20 · 2171 阅读 · 0 评论 -
用R语言理解连续性和导数
众所周知微分的几何意义是斜率,然而斜率最初的定义只涉及直线,指的是$y=kx+b$中的$k$,而对任意曲线$y=f(x)$而言,若想谈其斜率,就必须先做出其切线,换句话说,$y=f(x)$其在$x_0$点的导数,是$f(x)$在$x_0$点的切线的斜率。原创 2023-01-13 17:19:59 · 1962 阅读 · 0 评论 -
用R语言理解圆周率、自然对数和欧拉常数
历史上很早就产生了极限思想,而割圆术就是这种思想的绝佳体现。由于古人不知道圆周率,所以需要通过不断地测量多边形的边长和周长来逼近,越到后来误差越小。原创 2023-01-13 13:58:35 · 2455 阅读 · 0 评论 -
R语言重读微积分(一):极限
长期更新我们最先接触数学分析时,是将其等同为微积分的。可以认为微积分是数学分析最基本的知识对象,而微积分的理论基础建立在极限之上。所以,我们可以将极限作为分析学的根基,为此,需要去理解极限的本质,而极限本身来说,是一个动态的过程。原创 2019-07-20 17:56:33 · 2633 阅读 · 1 评论 -
用R语言理解洛必达法则
理解洛必达法则可从幂函数入手,假设$f(x)=x^n$,$g(x)=x^m$,则$\frac{f(x)}{g(x)}=x^{n-m}$。当$x\to0$时,若$n-m>0$,则极限为无穷大,否则极限为0。原创 2023-01-13 16:21:10 · 1514 阅读 · 0 评论