R 语言学习笔记(一)

1. c：向量 x1=c(1,2,3,4) x2=c(1:100)
2. length：查看向量的长度 length(x1)
3. mode：查看数据类型mode(x1) numeric

4. rbind： 将向量以行的格式合并

   x1=(1,2,3,4,5);
   x2=(2,3,4,5,6);
   rbind(x1,x2)
   1,2,3,4,5
   2,3,4,5,6
   

5. cbind：将向量以列的形式合并

   x1=(1,2,3,4,5);
   x2=(2,3,4,5,6);
   cbind(x1,x2)
   1 2
   2 3
   3 4
   4 5
   5 6
   

6. mean：求向量平均值

7. sum：求和
8. max：求最大值
9. min：求最小值
10. var：求方差
11. sd：求标准差
12. prod：连乘
13. help：查询帮助

14. 关于向量的一些操作

    • 对向量的加减乘除就是对每个元素的加减乘除
    • a[1]：取出第一个元素
    • a[-(1:5)]：不显示1～5个元素
    • a[c(2,4,7)]：显示向量2,4,7个元素
    • a[a<20]：显示所有小于20的元素
15. seq(5,20)：以5位首项，最后一项为20，1为公差。
    seq(5,20,by=2)：公差为2
    seq(5,20,length=10)：一共10项
16. letters：字母向量，前26项放置26个小写字母。

17. which：

            which.max(a)返回a中最大值元素的下标
            which.min(a)
            which(a==2)
            a[which(a==2)]
            which(a>5)
            a[which(a>5)]
    

18. rev：颠倒一个向量

19. sort：排序一个向量，从小到大

20. matrix：没有特殊指定按列放置

    > a1=c(1:12)
    > matrix(a1,nrow=3,ncol=4)
         [,1] [,2] [,3] [,4]
    [1,]    1    4    7   10
    [2,]    2    5    8   11
    [3,]    3    6    9   12
    > matrix(a1,nrow=4,ncol=3)
         [,1] [,2] [,3]
    [1,]    1    5    9
    [2,]    2    6   10
    [3,]    3    7   11
    [4,]    4    8   12
    > matrix(a1,nrow=4,ncol=3,byrow = T)
         [,1] [,2] [,3]
    [1,]    1    2    3
    [2,]    4    5    6
    [3,]    7    8    9
    [4,]   10   11   12
    

21. 矩阵转置

    > a=matrix(a1,nrow=4,ncol=3,byrow = T)
    > a
         [,1] [,2] [,3]
    [1,]    1    2    3
    [2,]    4    5    6
    [3,]    7    8    9
    [4,]   10   11   12
    > t(a)
         [,1] [,2] [,3] [,4]
    [1,]    1    4    7   10
    [2,]    2    5    8   11
    [3,]    3    6    9   12
    

22. 矩阵加减：对应位置元素的操作

23. 矩阵相乘：

     a*b：对应位置元素相乘
     a%*%b：矩阵相乘
     diag(a)：返回矩阵对角线
     diag(a)：如果a为向量，以该向量为对角线构造矩阵
     diag(4)：产生4阶单位矩阵
    

24. rnorm()：按照正态分布产生随机数

     rnorm(16)：产生16个随机数
    

25. solve()：求逆矩阵，解方程组

    > a=matrix(rnorm(16),4,4)
    > a
                [,1]       [,2]       [,3]       [,4]
    [1,] -1.05965689  0.6143960 -0.8294148 -1.3061685
    [2,] -1.60431219 -1.2030678  0.2292120 -1.4342218
    [3,]  0.79135067 -0.3404548 -0.8149929 -0.8628479
    [4,]  0.06815653 -1.1712486 -0.9934455  1.7037992
    > solve(a)
                 [,1]       [,2]       [,3]       [,4]
    [1,] -0.341489771 -0.1637338  0.4876024 -0.1526864
    [2,]  0.374155498 -0.3890995 -0.2724248 -0.1786631
    [3,] -0.478976543  0.1730090 -0.2601989 -0.3533297
    [4,] -0.008412508 -0.1600527 -0.3584953  0.2641942
    
    解方程组
    > b=c(1:4)
    > solve(a,b)
    [1]  0.1831044 -1.9359705 -2.3268738 -0.3472269
    

26. eigen：求矩阵特征值

    > a=diag(4)+1
    > a
         [,1] [,2] [,3] [,4]
    [1,]    2    1    1    1
    [2,]    1    2    1    1
    [3,]    1    1    2    1
    [4,]    1    1    1    2
    > a.e=eigen(a,symmetric = T)
    > a.e
    $values
    [1] 5 1 1 1
    
    $vectors
         [,1]       [,2]       [,3]       [,4]
    [1,] -0.5  0.8660254  0.0000000  0.0000000
    [2,] -0.5 -0.2886751 -0.5773503 -0.5773503
    [3,] -0.5 -0.2886751 -0.2113249  0.7886751
    [4,] -0.5 -0.2886751  0.7886751 -0.2113249
    

27. is.vector()：判断变量是否为向量

28. is.array()：判断是否为数组，数组是有维度的向量。矩阵可以看作二维数组。

    > x=c(1:6)
    > x
    [1] 1 2 3 4 5 6
    > is.vector(x)
    [1] TRUE
    > is.array(x)
    [1] FALSE
    > dim(x)<-c(2,3)
    > x
         [,1] [,2] [,3]
    [1,]    1    3    5
    [2,]    2    4    6
    > is.vector(x)
    [1] FALSE
    > is.array(x)
    [1] TRUE
    

29. data.frame：数据框，二维表单。矩阵和数组中，每个元素必须为数值。数据框可以为任意类型。

    > x1=c(1:10)
    > y1=c(101,110)
    > x=data.frame(x1,y1)
    > x
       x1  y1
    1   1 101
    2   2 110
    3   3 101
    4   4 110
    5   5 101
    6   6 110
    7   7 101
    8   8 110
    9   9 101
    10 10 110
    > x=data.frame('col1'=x1,'col2'=y1)
    > x
       col1 col2
    1     1  101
    2     2  110
    3     3  101
    4     4  110
    5     5  101
    6     6  110
    7     7  101
    8     8  110
    9     9  101
    10   10  110
    

30. plot：画图

31. read.table：.prn以空格分割的文件格式
32. read.csv：读入csv文件
33. 安装RODBC，再通过ODBC读

34. for语句：

    > a=1 #init a
    > for(i in 1:59) a[i]=i*2+3
    > a
     [1]   5   7   9  11  13  15  17  19  21  23  25  27  29  31  33  35  37  39  41  43
    [21]  45  47  49  51  53  55  57  59  61  63  65  67  69  71  73  75  77  79  81  83
    [41]  85  87  89  91  93  95  97  99 101 103 105 107 109 111 113 115 117 119 121
    

35. while语句：

    > a=5
    > i=1
    > while(a[i]<121){i=i+1;a[i]=a[i-1]+2}
    > a
     [1]   5   7   9  11  13  15  17  19  21  23  25  27  29  31  33  35  37  39  41  43
    [21]  45  47  49  51  53  55  57  59  61  63  65  67  69  71  73  75  77  79  81  83
    [41]  85  87  89  91  93  95  97  99 101 103 105 107 109 111 113 115 117 119 121
    

36. source(‘x.r’)：运行R脚本

37. 分布函数：

     正态分布函数rnorm()
     泊松分布函数rpois()
     指数分布函数rexp()
     Gamma分布函数rgamma()
     均匀分布函数runif()
     二项分布函数rbinom()
     几何分布函数rgeom()
    
    > x<-round(runif(10,min=80,max=100))
    > x
     [1] 95 94 82 90 83 85 85 84 80 99
    
    > x<-round(rnorm(10,mean=80,sd=7))
    > x
     [1] 72 86 77 85 86 75 77 93 78 82
    

38. 存储数据：write.table()

39. colMeans：对列求平均值

     colMeans(x)[c('x1','x2','x3')]
     #在指定的3列上求均值
    

40. apply：

     apply(x,2,mean)
     #在x的列上求均值
     apply(x[c('x1','x2','x3')],1,sum)
     #3列元素，每行求和