R语言基础之R语言必会基础语法(为之后的机器学习打基础)

本文介绍了R语言作为数据处理和统计分析的强大工具,强调了它在机器学习领域的应用。内容涵盖R的基本数据对象,如向量、矩阵、因子、列表和数据框,以及函数的使用。理解这些基础将为后续的机器学习学习打下坚实基础。
摘要由CSDN通过智能技术生成

R是一套完整的数据处理、计算和制图软件系统。其功能包括:数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;优秀的统计制图功能;可操纵数据的输入和输出,可实现分支、循环,用户可自定义功能。

它可以提供一些集成的统计工具,但更大量的是它提供各种数学计算、统计计算的函数,从而使使用者能灵活机动的进行数据分析,甚至创造出符合需要的新的统计计算方法。

不要把R作为一种计算机语言来学习,而是要把它当做工具去运用。

R基本数据对象

向量(vector)
矩阵(matrix)
因子(factors) 
列表(list)
数据框(data frame):是一种与矩阵相似的结构,其中的列可以是不同的数据类型。可以把数据框看作一种数据"矩阵",它的每行是一个观测单位,而且(可能)同时包含数值型和分类的变量。
函数( function)


函数( function)

函数 说明 示例
c( ) 创建向量

x <- c(10.4, 5.6, 3.1, 6.4, 21.7)

c()是创建向量函数,赋值运算符是'<-'。表示创建一维向 量复制给变量x

seq( ) 生成序列

> data<-seq(2,10);data

[1]  2  3  4  5  6  7  8  9 10  

生成一个序 列(一个一维向量),从2到10,默认的递增步 长是1也可以用:来代替
> data<-1:10;data
[1]  1  2  3  4  5  6  7  8  9 10
> data<-seq(2,10,by=2);data

[1]  2  4  6  8 10  

从2到10,指定步长为2
> data<-seq(-1,1,by=.2);data
[1] -1.0 -0.8 -0.6 -0.4 -0.2  0.0  0.2  0.4  0.6  0.8  1.0

指定递增步长为0.2
> data<-seq(length=4,from=2,by=2);data

[1] 2 4 6 8  从2开始生成序列,步长为2,一共要4个数
>data<-seq(-5,5,length.out=100)

在-5到5区间,共生成100个数这种方式重点掌握,在画图的比如刻画x轴会用到

rep( ) 根据已有序列生成新序列

> x<-c(1,2,3,4,5,6) > data<-rep(x);data

[1] 1 2 3 4 5 6  </

  • 4
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值