R语言学习(一）

最新推荐文章于 2020-07-18 15:40:41 发布

八千鸟羽

最新推荐文章于 2020-07-18 15:40:41 发布

阅读量1.1k

点赞数 3

分类专栏：小白的R语言学习

本文链接：https://blog.csdn.net/qq_21567935/article/details/99101131

版权

小白的R语言学习专栏收录该内容

9 篇文章 9 订阅

订阅专栏

R语言学习

1.安装包

Installing: install.packages(“ggplot”)
Loading:library(ggplot2)
Updating:update.packages() //更新全部的包

2.R语言基础

创建向量：v=c(1,4,4,3,2,2,3) 或者 w=c(‘’apple",“banana”,“orange”）或者c=c(TRUE,FALSE,TRUE)
根据元素位置返回元素：v[c(2,3,4)] 或者 v[2:4] 或者 v[c(2,4,3)] //中间的为位置序号
删除特定元素：v=v[-2] 或者 v=v[-2:-4]
提取特定元素：v[v<3] //和Matlab很像
返回元素位置：which(v==3)
返回元素最大值最小值位置：which.max(v) which.min(v)

3.数值

生成随机数：a=runif(3,min=0,max=100) 或者sample(100,15) //从1~100里取15个数
求整等操作：flooor(a) 或者 ceiling(a) 或者round(a,4） //这里4是保留四位小数
生成满足某种分布的随机数：rnorm() (正态分布）、rexp()、rbinom()、rgeom()、rnbinom() //例如rnorm(4)
//例如：x=rnorm(100,mean=10,sd=1)
设置种子：set.seed() //例如set.seed(255) 同样的种子可以得到同样的随机数，一般放在生成随机数前使用

4.读入数据

读取本地数据：read.csv(file="/documents/rugby.txt") 或 read.table() //用法同理
读取线上数据： read.csv(“http//www.macalester.edu/…/swim100m.csv”) 或者read.table() //用法同理
attach() //将矩阵的列名转为变量名，即把矩阵拆分为变量方便调用

4.1 查看数据

head(mtcars) //数据太多时想查看数据可用此函数只显示数据的开头
summary(mtcars) //查看数据的平均值等
var() //方差，体现一组数据的波动状况
cov() //协方差，两种不同数据的方差，体现两组数据的变化趋，正值变化趋势一致，负值变化趋势相反，0不相关
cor()//相关系数

4.2 各种检验

t.test(x, y = NULL,alternative = c(“two.sided”, “less”,“greater”),mu= 0, paired = FALSE, var.equal = FALSE,conf.level = 0.95, …) //t检验，alternative为替代假设，conf.level为置信水平
其余检验可查看各种检验

5.绘制图表 //如果不知道参数如何设置，即？函数名称查看函数参数设置

5.1 直方图Histograms

在这里插入图片描述

5.2 密度图 plot(density())

在这里插入图片描述

5.3 scatter散点图 plot()

在这里插入图片描述

结果：

5.4 Box plot箱图 boxplot(time sex)

boxplot(x,y) //表示x,y两组数据的箱图
boxplot(time~sex) //表示time这组数据按照sex标签来分组绘制箱图

5.5 quantile-quantile plot(QQ图）分位图

这里科普一下QQ图的知识，QQ图有两个作用：1、检验一组数据是否服从某一分布。2、检验两个分布是否服从同一分布。QQ图结构即将数据按照纵轴排列，横轴为其对应的百分位。
在这里插入图片描述

该结果并非呈直线分布说明x并不是正态分布。(点并不是沿着直线均匀增加）

5.6 绘制多个图

例： par(mfrow=(2,2)) //绘制2*2网格来存图
plot() plot()…

5.7 绘图参数设置

plot(rnorm(20),pch=0,cex=1,lty=5,lwd=2) //点样式，点大小，线型，线宽
在这里插入图片描述

5.8 出图设置

title()//tilte(main=“name”)
axis() //设置坐标轴格式
legend() //图例

5.9 排版Layout

attach(mtcars)
layout(matrix(c(1,1,2,3),2,2,byrow=TRUE) )//第一行为1,1 即第一张图占了两个位置
hist(wt)
hist(disp)
hist(mpg)

在这里插入图片描述

6.矩阵

生成矩阵：x=matrix(1:20,nrow=5,ncol=4,byrow=FALSE) //生成5行4列的矩阵，序号为1~20按照行计数
提取某行：x[2,]
提取某列：x[,2]
提取特定值：x[1,4]
提取多个数字：x[2,c(2,4)] 或者x[3:5,2]
设置矩阵行列名字：rownames(x)=rnames , colnames(x)=cnames

6.1 矩阵的运算

加减乘除：A+2,A^2,A2
矩阵乘矩阵：A%%B
矩阵转置：t(A)
矩阵行、列均值求和：colMeans(A),colSums(A),rowMeans(A),rowSums(A)
点乘：crossprod(A),crossprod(A,B) //前者为自己乘自己
矩阵求逆：solve(A)
方程求解：V=solve(X,b) //b=Xv
矩阵对角线：diag(A)
按照给定对角线生成矩阵：diag(c(1,2,3,4)) //对角线为1,2,3,4，其余元素为0
diag(5) //生成对角线为1的5*5矩阵，其余元素为0
eigen(A) //计算特征值和特征向量

7.数组（多维矩阵）

定义方式：
dim1 =c(“A1”,“A2”)
dim2=c(“B1”,“B2”,“B3”)
dim3=c(“C1”,“C2”,“C3”,“C4”)
dim4 = c(“D1”，“D2”，“D3”）
z=array(1:72,c(2,3,4,3),dimnames=list(dim1,dim2,dim3,dim4))

8.Data Frame

定义方式：
patientID =c(1,2,3,4)
age=c(25,34,28,52)
diabetes = c(“Type1”,“Type2”,“Type1”,“Type1”)
status=c(“poor”,“improved”,“excellent”,“poor”)
patientdata = data.frame(patientID,age,diabetes,status)
patientdata
在这里插入图片描述