#标量
a <- 5
b <- "Male"
c <- "TURE"
#向量,字符串有引号" "
a <- c(1, 2, 5, 3, 6, -2, 4)
b <- c("one", "two", "three")
c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)
#向量的命名规则:不能有除了.和_以外的符号,数字不能在第一个
a <- 59
a1 <- 59
a. <- 59
a_ <- 59
1a <- 59
a2 <- c(1,2,3,4)
#向量的生成
seq(from = 1,to = 9, by = 2)
seq(0, 1, length.out=3)
rep(0, 5)
#提取、去除元素
a = c(10, 20, 30, 40, 50)
a[2] #提取第2项
a[1:4] # 取出第 1 到 4 项,包含第 1 和第 4 项
a[c(1, 3, 5)] # 取出第 1, 3, 5 项
a[c(-1, -5)] # 去掉第 1 和第 5 项
#NA和NULL的区别
length(c(NA, NA, NULL))
c(NA, NA, NULL, NA)
#向量的运算
weight <- c(68,72,57,90,65,81)
height <- c(1.75,1.80,1.65,1.90,1.72,1.87)
bmi <- weight/height^2
bmi
a <- c(1:5)
b <- c(1:3)
a+b
#向量统计
length(bmi) #计算向量bmi的长度
mean(bmi) #计算向量bmi的均值
var(bmi) #计算向量bmi的样本方差
sd(bmi) #计算向量bmi的样本标准差
#逻辑向量
c(1, 2, 3) > 2
logit <- rep(c(T,F),len=5)
logit
sum(logit)
#which()函数
a = c(1, 2, 3)
b = a > 2
print(b)
which(b)
#筛选大于等于 60 且小于 70 的数据
vector = c(10, 40, 78, 64, 53,