R语言数据分析小白学习之路——第二天：输入数据

1.如何改Windows用户名为英文，防止plot命令出现如下错误呢？

百度经验帖子：

2.Warning出现：如何解决invalid graphic states

真的天有不测风云，开始总多磨难啊！刚刚学习输入数据就遇到了小麻烦，一下是定义一个名为wing的变量，查看、删除变量中值

wing<-c(59,55,53.5,55,52.5,57.5,53,55)#input wing value
#value in wing
wing[1]#display first value
wing[1:4]
wing[-3]#delete third value

运行后出现这样的结果：

然后我各大平台提问后，突然自己找到了解决办法

就是：

library(ggplot)

或者

install.packages("ggplot2")

这样再运行，就没问题了

3.R中的几个常用内置函数

#R中的内置函数，sum,mean,max,dedian,var,sd
sd(wing)#标准差
exp(wing)#以e为底的指数
which.min(wing)#在第几个分量取得最小值
length(wing)#分量的个数
sort(wing)#顺序统计量
order(wing)#顺序排序后，只展示下标
mean(head)
mean(head,na.rm=TRUE)#删除缺失值，rm表示删除

运行结果

4.使用cbind或rbind结合数据

#结合数据变量的方法：
#1.使用cbind()或者rbind()
#以鸟的数据为例
wing<-c(59,55,53.5,55,52.5,57.5,53,55)
head<-c(9.5,13.8,14.8,15.2,15.5,15.6,NA)
Bird.8<-c(wing,head)#c可以结合变量

但结果是有问题的，所有数据都结合在一个变量里了

正确的方法如下，

#结合数据变量的方法：
#1.使用cbind()或者rbind()
#以鸟的数据为例
wing<-c(59,55,53.5,55,52.5,57.5,53,55)
head<-c(9.5,13.8,14.8,15.2,15.5,15.6,11.5,NA)
ID<-rep(1:2,each=8)
#另外一种建立标识的方法
#a<-seq(from=2,to=8,by=1)#可以规定步长，临时注释掉，也可以去掉注释运行，效果和上行命令一致
#对于非数值变量
Birdnames<-c('wing','head')
ID2<-rep(Birdnames,each=8)
ID2#展示ID2结果

#若标识不等分，比如wing重复3次，head重复13次
rep(c(Birdnames),c(3,13))
#或者逐个写出变量字符名称rep(c("wing","head"),c(3,13))
z<-cbind(head,wing)#进行数据变量结合的命令

运行得到z如下所示

5.使用vector结合数据

M<-vector(length=8)#定义一个长度为8的空白向量
M
#手动输入每个M的值，这样做原因，事先定义变量长度，进行复制，循环运算可以大大提高运算速度
M[1]<-59
M[2]<-55.0
M[3]<-53.5
M[4]<-55
M[5]<-52.5
M[6]<-57.5
M[7]<-53
M[8]<-55
M

6.使用list函数结合数据

#用list函数结合数据
#可以包含各种类型的变量
DataAll<-list(Bird.8,ID,z,Birdnames)
DataAll
DataAll<-list(BirdData=Bird.8,ID,z,Birdnames)#list中只能用=，不能用赋值符号<-
DataAll

7.使用矩阵结合数据

#使用矩阵结合数据
#构造3*5的矩阵
A<-matrix(1:15,nrow=3,ncol=5,byrow=TRUE)#这15个数按行走，否则不写则默认按列
A
t(A)#转置A
#求矩阵行列式的值
B=matrix(1:4,ncol=2);B
det(B)#求值
#求向量内积
x<-1:5;y<-2*1:5#冒号运算优先于乘法运算
x;y
x%*%y#乘起来相加
crossprod(x,y)#求内积
#求向量外积
x%o%y#中间为字母
outer(x,y)#求外积
#矩阵的乘积
A<-array(1:9,dim=(c(3,3)))#定义维数之后形成矩阵
B<-array(9:1,dim=(c(3,3)))#定义维数之后形成矩
A;B
A*B#不是通常意义的矩阵乘法，相应位置的成绩
x%*%y#矩阵乘法
crossprod(x,y)#想当于teb(A)%*%B