菜鸡的R语言学习笔记——数据结构 Part 3

R version 3.4.2 (2017-09-28) -- "Short Summer"
Copyright (C) 2017 The R Foundation for Statistical Computing
Platform: x86_64-w64-mingw32/x64 (64-bit)

           

       这一篇博客的主要内容杂鱼探讨R语言的数据结构问题，但是同时会不定期跑偏，比如突然插入讲讲其他函数啥的，本文的主要知识点来源于《R统计建模与R软件》，所以我也是一名学习者。

       首先本文设计的数据结构包括（1）数字、字符与向量 (2)因子 （3）数组、向量与矩阵 （4）列表与数据框

       1 因子

       Q:为什么分类是一种预测方法，A：因为logistic回归不准啊。 坐！

       因为有许多变量的取值就是类别，你可以用数字表示类别，也有时会是人们为了方便强行分类，但是总之，这些变量是分类的。想一想，如果分类是完全封闭的，在这个封闭的体系内，只要分类的条件符合，那样就很容易可以判定变量的类别，同时推断性质。不同的类别可以用数字或者别的字符来表示。R语言用因子来表示这类变量。

       标准语法结构是：factor(x = character(), levels, labels = levels,exclude = NA, ordered = is.ordered(x), nmax = NA)

       其中，levels表示水平，可以自行指定各个离散取值，不指定时由x的不同取值求得。labels指定各水平的标签，不指定时用各个离散取值的对应字符串；exclude用来指定转换为NA缺失值的元素值集合，如果指定了levels，则当因子的第i个元素等于水平中的第j个元素时，元素值取“j”，如果它的值没有出现在levels中，则对应元素取NA；order取值为真（TRUE）时，表示因子水平是次序的（按照编码次序），否则是无次序的。

       这里用《统计建模与R语言》的例子来解释该问题 

> sex<-c("M","F","M","M","F")
> factor(sex)
[1] M F M M F
Levels: F M

       有没有感受到R语言的爱？

       可以用is.factor()检验对象是否为因子，用as.factor()来将一个向量转化为因子。

       同样可以用levels()来得到因子的水平，用table()来求各类数据的频数，实质上table()函数可以用来生成频数分布表，但是原始数据必定是二维的，举例如下：

> sexf<-factor(sex)
> levels(sexf)
[1] "F" "M"
> table(sexf)
sexf
F M 
2 3 

       ps：gl()函数快速产生因子

       一般用法：gl(n, k, length = n*k, labels = seq_len(n), ordered = FALSE)

> gl(3,5)
 [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3
Levels: 1 2 3

> gl(3,1,5)
[1] 1 2 3 1 2
Levels: 1 2 3

       但是注意，这里的n和k只能是一个整数，length的权利大于k

       

       2 数组和矩阵

       2.1 矩阵问题

       我相信从线性代数、高等代数等基础课程中走过来的各位你们一定非常,嗯，“喜欢”这个玩意，矩阵从定义上是：（维基百科）