r语言(总)（我命油我不油天）

1. seq等间隔函数

seq(from,to,by,length.out,along.with)

from,to 为数值，表示开始和结束   

by为数值，表示间隔

length.out为数值，表示数列长度  

along.with为向量，表示数列长度与该向量长度相等

 

1. rbind矩阵的合并

rbind()  对矩阵按行合并，要求子矩阵有相同列数

如： x1<-c(1,2,3,4,5,6)

        x2<-c("a","b","c","d","e","f")

        dim(x1)<-c(2,3)

        dim(x2)<-c(2,3)

        rbind(x1,x2)

 

1. cbind矩阵的合并

cbind() 对矩阵按列合并，要求子矩阵有相同行数

 

1. Factor函数

                                           

作用：将一个向量转换成因子

factor(x,levels,labels=levels,exclude=NA,ordered=is.ordered(x))

 

x:被转换的向量

levels:因子水平，可以为空

labels:各水平的名字，可以为空

exclude:从x中剔除的水平值

ordered:因子水平是否有序，TRUE 或者FALSE

例：

data<-c(1,2,3,3,1,2,2,3,1,3,2,1)   #数值向量

fdata<-factor(data)

grade<-c("优","良","差","差","优","良","良","差","优","差","良")   #字符向量

fgrade<-factor(grade)

 

1. Rep重复函数

1. rep(x,times,length.out,each,正整数向量)

x为数量、向量、数据对象          

times ，x重复的次数

length.out，重复后该向量的长度     

each，x中每个分量重复的次数

正整数向量，x中分量对象重复的次数

 

1. matrix矩阵的生成

matrix(data, nrow, ncol, byrow, dimnames)

 

data：数据向量

nrow：矩阵的行数

ncol：  矩阵的列数

byrow：逻辑值，T表示行序为主序，F表示列序为主

dimnames：行、列名称，列表格式

如：

mdat<-matrix(c(1,2,3,4,5,6,7,8,9,0),nrow=2,byrow=T,dimnames=list(c("row1","row2"),c(“C1”,”C2”,”C3”,”C4”,”C5”)))

 

1. apply对矩阵或数组按照维度做运算

apply(x,margin,fun)

 

x:数组或矩阵

margin:做运算的维度，1表示行，2表示列

fun:运算函数

 

如：A<-matrix(1:6,nrow=2);A        

sum(A);

sum(A[,2])       

apply(A,1,sum)

 

 

1. tapply 不同水平指定函数的计算

tapply: 接入参数INDEX，对数据分组进行运算，就和SQL中的by group一样。

1. tapply(x,index,fun,simplify=TRUE)

 

x：计算对象，向量  

index：与x长度相同，表示x的因子水平

fun：需要计算的函数  

simplify：返回值类型，T表示数组，F为列表

 

1. paste将多个字符型向量连接成一个向量

paste(……,sep=“ ”,collapse=NULL),……为一个或多个对象，sep为分隔符

   如：paste("Happy","birthday")

       paste("Happy","birthday",sep=",")

       paste("信管2016",1:4,sep="-")

       paste(c("x","y"),rep(c(1,2),each=2))

 

 

 

 

1. which

 

（1）逻辑向量中 which()判断分量中谁为T

（2） which(x, arr.ind = TURE)

which函数有一个已知value返回坐标的功能

• x 是一个向量或者数组，可以是NA，但会省略掉，相当于FALSE。
• arr.ind = TRUE 当x是数组时，返回数组索引。

 

1. data.frame数据框函数

df<-data.frame(

                Name=c("Alice","Becka","James","Jeffrey"),

                Sex=c("F","F","M","M"),

                Age=c(13,13,12,13),

                Height=c(56.5,65.3,57.3,62.5),

                Weight=c(84,98,83,84))

 

1. sample随机抽样

1.sample()函数

1. sample(x,size,replace,prob)

x:目标数据                                        size:抽样数量的参数

replace:是否放回抽样，有放回为T，无放回F         prob:抽样的概率向量

1. sample直接作用数据框，得到对列的抽样结果。

2.实现按行抽样

sub1<-sample(nrow(data_stu),5,replace = F)

getdata(data_stu,sub1)

 

1. Table函数

统计因子向量中各水平出现的频数     table(fdata) 

 

1. Function

funname<-function(arg_1,arg_1,……）expression

 

funname:函数名

arg_1,arg_2:函数参数

expression:表达式

 

1. read.csv函数

需要将Excel文件转换成CSV(逗号分隔)文件

read.csv(file,header)

 

1. read.table函数

read.table(file,header=True,sep=“”,row.names,col.names,skip,nrows)

 

file:读入数据文件名，数据以表格形式(纯文本文件)保存在文件中。

header:数据文件中有表头，则为T。

sep:数据分隔字符

row.names:行名

col.names:列名（变量名）

skip:读数据时跳过的行数，非负整数。

nrows:读取的行数

例：体会以下代码的含义

data_stu<-read.table("stu.txt",header=T)

data_stu

data_stu<-read.table("stu.txt",header=T,row.names = paste("201601",1:5,sep=""))

data_stu<-read.table("stu.txt",header=F,skip=2)

 

1. Write函数

write(x,file,ncolumns,append)

x:需要写入文件的数据，通常为矩阵或向量

file:要保存的文件名

ncolumns:列数，字符默认1，数值默认5

append:逻辑变量，为T表示在原有文件添加数据，F表示新文件

 

1. write.csv

将数据写为表格形式的文本文件或者CSV格式文件

write.table(x,file,append,sep)

sep:为分离数据的字符

 

1. install.packages

install.packages()            打开安装包目录

install.packages(“包名”)    安装一个包

 

1. Library

library(包名)   加载一个包

search()        查看已经加载的所有包

 

1. data

data()获取数据集

 

1. Names

names()命名函数

例子：

fruit<-c(5,10,8,11) ;

names(fruit)<-c("orange","banana","apple","peach")

 

1. Str

Str()显示数据类型

 

1. strata分层抽样

strata（）函数

strata(data,stratanames,size,method,pik,description)

r(有放回)\pisson(泊松）\systematic(系统）data:待抽样数据集

stratanames:分层所依据的变量名

size:各层要抽出的观测样本数，顺序与变量水平出现次序相同

method:srswor(无放回)\srsw

pik:各样本抽样概率

description:是否输出含有各层基本信息的结果

 

 

1. getdata
2. plot绘图函数

 

可以绘制散点图、曲线图

1. plot(x,y,type,……)

x，y:构成横坐标和纵坐标的对象   

type:图形类型，具体取值如表所示

type	绘点(默认值)
l	画线(line)
b	同时绘点和线，线不穿过点
c	仅画参数“b”所示的线
o	同时绘点和线，线穿过点
h	绘出点到横轴的竖线
s	绘出阶梯图（先横再纵）
S	绘出阶梯图（先纵再横）
n	空图，不绘任何图形

1. plot(x,y,type,lty,pch,cex,lwd……)

lty:设置线条的格式，详细如图所示  

pch:设置点的格式，详细如图所示

cex:指定符号大小，默认大小为1，设置值为默认值的倍数    

lwd:设置线条宽度

 

1. 文本属性参数

xlim,ylim:二维向量，x轴、y轴的范围

main:字符串，图形的标题

sub:字符串，图形的副标题

xlab:字符串，x轴的标签

ylab:字符串，y 轴的标签

 

1. abline添加直线

abline(a,b,h,v,reg,coef,untf)

a,b:数值，a表示截距，b表示斜率

h:数值或向量，表示水平直线

v:数值或向量，表示竖直直线

coef:二维向量，分别表示截距和斜率

 

 

1. text添加文字符号

text(x,y,labels,pos,cex,col,font,……)

x,y：数值向量，表示添加文字的坐标；

labels:数值或字符型向量，需要添加的文字或符号

adj:[0,1]区间的值，调整文字的位置

pos:数字，1，2，3，4分别表示原始位置的下、左、上、右位置，不能和adj参数同时使用；

font:不同字体，（1,2,3,4,5）

cex : 设置文字的大小

参数	描述
font	整数，字体样式，1=常规，2=粗体，3=斜体，4=粗斜体，5=符号字体
font.axis	坐标轴刻度文字的字体样式
font.lab	坐标轴标签的字体样式
font.main	标题的字体样式
font.sub	副标题的字体样式
ps	字体磅值
family	绘制文本时使用的字体族，serif(衬线）sans(无衬线）mono(等宽）

1. expression数学符号与表达式

expression()

 

1. Legend添加图例

legend(x,y,legend,border,lty,lwd,pch,……)

 

x,y:数值，表示图例的位置坐标；

legend:字符串或表达式，表示图例的内容

lty,lwd:数字，图例中线的类型与宽度

pch:数字，图例中符号的类

1. Sweep 循环函数

sweep(x, MARGIN, STATS, FUN = "-", check.margin = TRUE, ...)

对数组的某一个或某几个维度减去（或FUN指定的操作）STATS

·  x:即要处理的原数据集

·  MARGIN：对行或列，或者数列的其他维度进行操作

·  STATS：需要对原数据集操作用到的统计量

·  FUN：操作需要用到的四则运算，默认为减法"-"，当然可以修改成"+","*","/"即加、乘、除

·  check.margin:是否需要检查维度是否适宜的问题，默认为TRUE。如果为TRUE（默认值），则警告STATS的长度或尺寸是否与x的指定尺寸不匹配

例子：x1 <- sweep(df1[,3:5],2,MIN)

三到五列分别减最小值min

 

1. Round取整

round(): 四舍五入取整

 

1. Cut切割

cut()函数 输入为数值向量，输出为因子

cut(x,breaks,labels)

X:数值向量         

breaks:指定分割点数量的整数，或指定位置向量

labels:输出因子的水平的标签

例：将30名学生成绩分段，并统计每个分段的人数

data<-round(runif(30,0,100))

data_cut<-cut(data,breaks=c(0,60,70,80,90,100))

table(data_cut)

1. subset取子集

subset(x,subset,select)

x:全部数据

subset:需要取出的子集

select:需要取出的列

1. Mean均值

均值      mean(x)

1. Boxplot箱线图

boxplot(x,formula,data,range,outline,col,horizontal)

x:向量、列表，数据框

formula:公式，形如y~grp,其中y为向量，grp为分组，常为因子

data:数据框，提供数据

range:数值，表示“触须”范围，默认值为1.5（最小值小于触须则标记为outlier）

outline:逻辑值，F表示不标明异常值点

horizontal:逻辑值，F表示绘制水平箱线图

1. Par

1. 图形参数设置方法

(1)在绘图函数中设置参数

如：plot(dose,a,type=“b”,col=“red)

(2)通过par()函数设置：参数值将一直有效

1. 在par()函数中使用mfrow=c(nrows,ncols)创建图形矩阵

 

1. Axis添加边

axis(side,at,labels,tick,line,pos,……）

side:数字，描述添加哪些位置的边。1，2，3，4分别表示下，左，上，右；

at:向量，添加标记的位置；

labels:逻辑，T表示在标记位置添加at的值，F表示不添加

 

1. hist直方图

hist(x,breaks,freq,border,labels)

x:向量，直方图的数据

breaks:数值，向量或字符串，描述直方图的断点

freq:逻辑变量，T为频数，F为密度，默认为T

border:数字或字符串，外框的颜色

labels:逻辑变量，T表示标出频数或密度

 

1. layout图形组合

1. layout(mat)

mat为矩阵，指定要组合的多个图形的位置。

例子：attach(mtcars)

mat<-matrix(c(1,1,2,3),2,2,byrow=T)  #创建矩阵

layout(mat)                                 #设置组合图形

hist(wt)；hist(mpg)；hist(disp)；detach(mtcars)

1. layout(mat,widths,heights)

widths:各列宽度值组成的一个向量

heights:各行高度值组成的一个向量

例子：

mat<-matrix(c(1,1,2,3),2,2,byrow=T)  #创建矩阵

layout(mat,widths = c(3,1),heights=c(1,2))   #第1列宽度3，高度1，第2列的宽度1，高度2

hist(wt)；hist(mpg)；hist(disp)