R的基础语句、数据基本类型

本文仅为学习记录，课程来自coursera《R Programming》

1.获取帮助

• 搜索引擎搜索：软件名+报错信息
• 查看软件帮助
• 阅读源代码解惑
• 去软件相关论坛寻找答案
• 请教一个比你厉害的朋友
• 写信请求帮助（地址：r-help@r-project.org，描述问题时应该详细）
  如果以上都不能解决问题，思考以下问题：
  1、哪个步骤出错了？
  2、期望得到的输出是什么？
  3、有什么替代的方法吗？
  ······

2. 数据类型

1. 字符型 (character)
2. 数值型 (numeric)包括实数和小数
   1 表示的一个数值对象，如果在1后加个 L，如1L,那么就可以得到一个整型数据
3. 整型 (integer)
4. 复数型 (complex number)
5. 逻辑型 (logical) (TRUE/FALSE)

如果创建的数据包含两个不同类型数据，那么向量会强制转化为两者最低级公共类型。character<numeric<logical

3. as系列

不同变量之间的转化

4. list列表

列表是有索引的,列表的元素由双层中括号[[ ]]包围 而其他向量只有一个中括号[] 这是把列表和其他类型的向量区分开的一种方法

x<-list(1,'a',True,4+5i)

5. 矩阵

具有维度属性的向量
1.dim（查询矩阵维度）

my_date<-matrix(1:20,nrow=4,ncol=5)
dim(my_date)
[1] 4 5

2.连接（rbind/cbind）

>my_date2('d','dd','ww','ssd')
> cbind(my_date,my_date2)
                           my_date2
[1,] "1" "5" "9"  "13" "17" "d"     
[2,] "2" "6" "10" "14" "18" "dd"    
[3,] "3" "7" "11" "15" "19" "ww"    
[4,] "4" "8" "12" "16" "20" "ssd"  

6. 因子（factor）

一种特殊的向量类型，通常用来记录分类数据，如男/女。（因子的重要性在于 它们在建模函数如 lm() 和 glm() 中会受到特别对待，这些函数主要用来拟合线性模型）
1.levels

> f1<-factor(c('yes','yes','no','no','yes'))
> f1
[1] yes yes no  no  yes
Levels: no yes
> levels(f1)
[1] "no"  "yes"

如果想改变level顺序

> f1<-factor(c('yes','yes','no','no','yes'),levels=c('yes','no'))
> f1
[1] yes yes no  no  yes
Levels: yes no

2.table

> table(f1)
f1
 no yes 
  2   3

3.unclass

> unclass(f1)
[1] 2 2 1 1 2
attr(,"levels")
[1] "no"  "yes"

4.labels

> f1<-factor(c('yes','yes','no','no','yes'),levels=c('yes','no'),labels = c('男','女'))
> f1
[1] 男 男 女 女 男
Levels: 男 女

• 缺失数据
  NA ：缺失数据值
  NAN：无意义的值，如0/0
  NA也有class，例如integer NA，character NA
  NAN属于NA，但反之不然

>x<-c(1,2,NA,10,3)
>is.na(x)
[1] FALSE FALSE  TRUE FALSE FALSE

7.数据框

用来储存表格数据，每一列可以是不同的类型，每一行都有名字（row.names），可以调用read.table 或者read.csv来创建数据框，也可以调用data.matrix（）函数来把数据框转化为一个矩阵，也可以用data.frame来创建一个数据框。