R language

1. 查看object的类型

    class(z)

2.修改维度（向量转矩阵， 矩阵转向量）

    attr(z, "dim") <- c(2,3)

    z被转换成2行3列的矩阵， 假设z原来是6个元素的向量

3. digit和character转换

     d <- as.integer(z)

     z <- as.character(d)

4.factor是R中一类特殊的类型， 它实际是给样本划分类别， 其level就是类别数目， 默认情况下它有点像unqiue(), 可以配合tapply()函数使用，起到mask的作用 

   比如

   z <- c(1,1,2,2)

  zf <- factor(z)

  x <- rnorrm(4) #随机产生四个正态数字

  tapply(x, zf, mean); #计算均值， 前两个数一组， 后两个数一组， 共得到两个均值

  

5. 产生数组，利用array()函数

    x <- array(1:20, dim=c(4,5)) 

    matrix（）函数可以快速产生矩阵，并支持默认值

   x <- matrix(3, 2,4) #产生2行4列的矩阵，用3填充

   x <- array(3, c(2,4)) #和上面相同的结果

6. ls()查看工作目录中的量， rm()删除工作目录中的量

    清除命令窗口 rm(list=ls())

    如果数据较多，可以用head(）函数查看起始部分的数据

7. 矩阵乘法

   z <- x %*% y

   矩阵转置t(z), 如果z是一个行向量， 想获得对应的列向量， 则需要两次t(), 即t(t(z))

8 =和<-的区别

   大多数情况下是一样的， 但是而这是有细微差异的： =是传值， 而<-是赋值， 后者一般伴随着一个新的量出现， 而前者未必会产生新的量（比如在作为函数的参数时）

  

9. 查看、切换工作目录：getwd()/setwd()

10. 矩阵的逆

     A^{-1}

11. 求解线性方程组

       b = A %*% x

       solve(A, b)

12. 对称阵的特征值和特征向量

      eigen(SM). 结果是一个list, 包括两个values和vectors两个元素

13. 矩阵的读取

       假设x是3x4的矩阵， 则x[2,]获得第二行向量， x[,2]获得第二列向量

14. SVD

       对任意矩阵M， svd函数可以把M分解成3个矩阵的乘法

      M = U %*% D %*% t(V).

     其中U是列线性独立的向量（V也一样）， D是一个对角阵， U实际是M的列向量所在空间的坐标系， 而V实际是M的行向量所在

    空间的坐标系

15. ()，[]和[[]]

     ()一般用来包括函数的参数列表

     []一般是vector的元素

     [[]]一般是list的元素， 当然list也可以用[]访问， 此时[]相当于matlab中cell的(), 而[[]]相当于matlab的{}

     R中list和vector是不同的概念，但二者都支持$方式的访问

16. dataframe可以看做是支持列为不同属性的特殊矩阵

17. attach()和detach()可以作为$的替代方式，访问object内的元素， 它通过修改搜索路径的次序来实现对元素的访问

18. R内置了一些数据集，可以用data()查看和加载

19.命令集合

    Commands may be grouped together in braces, {expr_1; …; expr_m}, in which case the value of the group is the result of the last expression in the group evaluated

20 if statement 

      if ( expr_1 ) expr_2 else expr_3

    &&和||适用于长度为1的vector

    &和|适用于长度大于1的vector， 对每一个元素都操作

21 for statement

      for ( name in expr_1 ) expr_2

     似乎在R中，for语句的效率并不高

     break/next可以在循环语句中使用， next相当于matlab的continue语句

22. 定义函数的方法

       name <- function( arg_1 , arg_2 , …) expression

      其中的expression一般是命令集合，集合中最后一句的输出就是函数的返回值

     调用方式 有两种

   name(expr_1, expr_2, …) #用位置来区分参数

   name(arg_1 = expr_1, arg_2 = expr_2) #用名字来区分参数，此时位置可以和定义不一致

  

  函数内还是可以定义新函数的，比如

  cube <- function(n) {
    sq <- function() n*n
    n*sq()
  }

  R函数内的变量可以分为三类

  1. 参数：和C相仿

  2. 局部变量：和C相仿

  3. free变量：R函数内部可以访问函数外的量，这些定义在函数之外的量称为free变量， 一旦对free变量赋值，则其转换成局部变量，但符合<<-有

     特殊作用，遇到这个操作符，R会逐层回溯，查找是否有被赋值的变量，如果有则修改这个量的值，即可以穿透函数作用域赋值，如果搜索到全局

     作用域依然没找到这个变量，则创建一个， 此时新创建的量成为一个全局变量 

  另外R的函数支持参数默认值

23.类似C++的运算符重载

    

"%!%" <- function(X, y) { … }

24. <<-和assign()

  这两个操作似乎可以超出function的作用域，使函数内的修改影响到函数外的量，但是似乎有些细节是不同的，慎用

25 R环境的配置

   R的安装目录下有一个文件Rprofile.site，这是默认的全局配置文件，或者可以定义一个环境变量R_PROFILE，覆盖全局配置文件的配置。另外对每一个

  目录可以生成.Rprofile文件，针对这个目录做配置。

  配置文件或.RData中的.First（）和.Last()函数负责具体配置工作

26. 函数对class的支持（似乎是一个函数对不同class的object有不同的行为）

    methods(coef )可以查看函数coef支持的所有class, 进一步可以用 getAnywhere("coef.aov")查看具体的函数实现