![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
R语言
文章平均质量分 67
simonwoo的世界
技术改变世界。
展开
-
R数据源于数据处理常用的函数
作为一名数据分析人员,你通常会面对来自多种数据源和数据格式的数据,你的任务是将这些数据导入你的工具,分析数据,并汇报分析结果。R提供了适用范围广泛的数据导入工具。R可从键盘、文本文件、Microsoft Excel和Access、流行的统计软件、特殊格式的文件,以及多种关系型数据库中导入数据。处理数据对象的实用函数length(object)显示对象中元素/成分原创 2014-02-10 00:40:56 · 865 阅读 · 0 评论 -
对iris的主成分分析
通常情况下,数据集的变量不低于三个,如何了解各个变量与其他变量之间的关系变得非常复杂。主成分分析(PCA)是一种数据降维技巧,在损失很少信息的前提下把多个指标转化为几个综合指标的多元统计方法。例如,使用PCA可将30个相关(很可能冗余)的环境变量转化为5个无关的成分变量,并且尽可能地保留原始数据集的信息。通常把转化生成的综合指标称之为主成分,其中每个主成分都是原始变量的线性组合,且各个主成分之间互原创 2014-02-10 00:44:01 · 4185 阅读 · 0 评论 -
R语言数据结构6—list
列表(list)是R的数据类型中最为复杂的一种。一般来说,列表就是一些对象(或成分,component)的有序集合。列表允许你整合若干(可能无关的)对象到单个对象名下。例如,某个列表中可能是若干向量、矩阵、数据框,甚至其他列表的组合。可以使用函数list()创建列表:my.list 其中的对象可以是目前为止讲到的任何结构。你还可以为列表中的对象命名:list(name1=y原创 2014-01-27 02:32:40 · 1789 阅读 · 0 评论 -
R语言数据结构2—matrix
矩阵矩阵是一个二维数组,只是每个元素都拥有相同的模式(数值型、字符型或逻辑型)。可通过函数matrix创建矩阵。一般使用为:matrix(vector = , nrow = , ncol = , byrow = ,dimnames = list(,))其中vector包含了矩阵的元素,nrow和ncol用以指定行和列的维数,dimnames包含了可选的、以字符型向量表示原创 2014-01-26 22:57:47 · 1092 阅读 · 0 评论 -
R语言数据结构5—factor
有两种类型的变量:类别(名义型)变量和有序类别(有序型),他们在R中称为因子(factor),函数factor()以一个整数向量的形式存储类别值,整数的取值范围是[1... k ](其中k 是名义型变量中唯一值的个数),同时一个由字符串(原始值)组成的内部向量将映射到这些整数上。举例来说,假设有向量:diabetes 语句diabetes #创建factorgend原创 2014-01-27 02:29:41 · 3174 阅读 · 0 评论 -
R语言数据结构4—dataframe
dataframe is about datasets containing different data types instead of only one.由于不同的列可以包含不同模式(数值型、字符型等)的数据,数据框的概念较矩阵来说更为一般。由于数据有多种模式,无法将此数据集放入一个矩阵。在这种情况下,使用数据框是最佳选择。#head,tail分别显示mtcars的前几行和后原创 2014-01-27 02:17:54 · 1297 阅读 · 0 评论 -
R语言数据结构3—array
数组(array)与矩阵类似,但是维度可以大于2。数组可通过array函数创建,形式如下:myarray 其中vector包含了数组中的数据,dimensions是一个数值型向量,给出了各个维度下标的最大值,而dimnames是可选的、各维度名称标签的列表。> dim1 > dim2 > dim3 > z > z, , C1 B1 B2 B3A原创 2014-01-27 02:13:46 · 917 阅读 · 0 评论 -
R语言数据结构1—vector
构建数据集有两个步骤:选择一种数据结构来储存数据将数据导入数据结构#构建vectornumeric.vector character.vector boolean.vector numeric.vectorcharacter.vectorboolean.vector> numeric.vector[1] 1 10原创 2014-01-27 02:35:33 · 1110 阅读 · 0 评论 -
R语言数据分析基础
本文中使用的数据为iris(鸢尾花) 。观察数据整体的大小与结构> iris | 花萼长度 花萼宽度 花瓣长度 花瓣宽度物种 | Sepal.Length Sepal.Width Petal.Length Petal.Width Species1 5.1 3.5原创 2014-02-10 00:42:30 · 1135 阅读 · 0 评论