1,赋值运算符:<-,=。
a,向量
表示:c()
seq/length
运算:%/%(整除),%%(求余),sqrt/log/exp/sin/cos/tan 对向量里的每个元素分别运算
min/max/sum/var(方差)/sd(标准差)/mean/median/range(最大和最小值)/sort(从小排序)/order(从小到大下标)
注:var:平方的均值减去均值的平方。
b,矩阵
表示:matrix/rbind/cbind
运算:crossprod(X,Y)(内积),%*%,solve(解线性方程),svd/apply(如下)
> apply(x,1,sum)
[1] 10 26 42 58
> apply(x,1,mean)
[1] 2.5 6.5 10.5 14.5
c,数组:定义dim属性的值
表示:array(x,dim=)
dim(z)<-(2,3,4) #4是dim
运算:outer(a,b,f)
d,因子
表示:factor
运算:table(频数统计)/tapply/gl
e,列表与数据框
表示:列表 list (list $ name,list[])
数据框:矩阵形式,但列可以不同数据类型。data.frame ([[]],$)
运算:ls()
mark 几张简单的图
layout(matrix(c(1,1,1,2,3,4,2,3,4),nr=3,byrow=T)) nr=3意思是分为3列
2,布朗运动及平滑曲线
n<-100
x<-cumsum(rnorm(n))
y<-cumsum(rnorm(n))
plot(x,y)
sp<-spline(x,y)
lines(sp)
3,把数值矩阵映射为颜色方格矩阵
x<-y<-seq(-10,10,length=50)
f<-function(x,y){
r<-sqrt(x^2+y^2)
10*sin(r)/r
}
#求外积
z<-outer(x,y,f)
image(x,y,z)
filled.contour(x,y,z)
4,散点图中散点大小同因变量值成比例如何画
x<-1:10
y<-runif(10)
symbols(x,y,circles = y/2,inches = F,bg=x)