R语言笔记（自用）

基本操作

1.R语言中所有的函数都要加括号，getwd()、setwd(" “)等
2.在R语言中，对变量进行赋值无需提前声明，但变量名不能是数字开头；赋值符号为 “<-”。”<<-"表示强制赋值给一个全局变量而不是局部变量。ls.str()函数可以列出所有变量及其对应的数值

3.rm()函数可以删除定义的变量，e.g. rm (x)

R中的数据结构

1.向量、标量

1.1 基本内容

· R中的向量概念是于数学中的向量是不同的，更类似于数学上的集合的概念，由一个/多个元素构成
· 用函数 c() 来创建向量，向量可以包含数字、字符串、逻辑符等

· 向量化计算最大的好处是不用循环，直接计算

1.2 向量索引

1. 正负数、向量索引：
   正数就是数组索引，负数表明取除了这个位置的其他数据，索引表示取这个区间中的数据
   
2. 在索引中还可以直接输入逻辑值，只有为TRUE时才能输出（注意当多了一个逻辑值时会产生一个缺失值NA）
   
3. 对于字符串类型的向量，%in%可判断一个字符串是否在向量中
   
4. 给向量添加名字，之后可以通过名字来进行索引
   
5. 向量元素的增删**
   5.1 增加数据：
   可以直接插入一个数据，也可批量插入数据，也可在指定的位置后面插入数据
   
   5.2 删除数据
   删除整个向量
   
   删除指定位置的数值
   

1.3 向量运算

1. % / %是取整运算！！！
   
2. 不同长度的向量之间可以进行运算（就是把短的向量中的元素循环使用），长的向量的长度必须是短向量的整数倍
   
3. 向量的元素之间也可以直接进行比对
   · %in%是判断是否匹配，类似于python中的in
   · 比较符号是 == ！
   
4. 向量计算的函数
   abs()，sqrt()，log()，celiing(返回大于数值的最小整数)，floor(返回不大于数值的最大整数)，trunc(返回整数部分)，round(x,digits = (四舍五入，digits表示保留小数的位数))，sigif(x,digits = (保留有效数字，digits表示保留数字的位数))等是用来对向量中的元素进行处理。
   sum()，min()，mean()，var(方差)，prod(连乘)，which(x(返回x在向量中所在的位置))等是对向量整体进行计算。

2.矩阵（Matrix）

矩阵是有维度的向量，这里的矩阵元素可以是数值型、字符型或逻辑型，每个元素必须有相同的模式，用matrix()函数来构造，并可选定是按行/列排序

把一个向量加上一个维度就可以转换成矩阵

• 矩阵的索引
  就是正常的行列号索引，负数表明去除这一行/列
  
• 矩阵的乘法
  "*“就表示的是对应行列位置的数相乘，”% * %"表示的是真正的矩阵乘法
  

3.列表（List）

列表是一些其他对象的有序集合。列表中可以存储若干向量、矩阵、数据框、甚至是其他列表的组合；其与向量都是一维的数据集合，不过列表可以存放任意对象。

通过给每个元素命名后就有多种访问元素的方法

注意:mlist[1]得到的是mlist的一个子集，其类型仍为list，mlist[[1]]得到的就是元素本身的数据类型

插入方式同向量，但要注意是 双中括号,要删除的话就直接是负数即可

4.数据框（Dataframe）

数据框实际上是一个列表。列表中的元素是向量，这些向量构成数据框的列，每一列都必须有相同的长度，所以数据框是矩形结构，且数据框中的列必须命名

使用data.frame()函数构建df

其索引和列表的是类似的

5.因子

因子也是一个向量，最大作用就是分类

e.g. 有不同颜色的海洋球，每一种颜色就是一种水平(level)，所有海洋球的集合就是一个向量，可以统计这个向量每个颜色球的数量

• 因子的应用：计算频数、独立性检验、相关性检验、方差分析、主成分分析、因子分析…
• 使用factor()函数定义因子，可以在函数中指定level的顺序
  
  plot一个因子其绘制出来的图是柱状图，来统计每个level的数量；也可通过cut()函数将数组转换成一个因子类型的，如下图所示：
  

6. 缺失值

NA与任何值计算后都是NA，NA与任何值进行比较后不返回T/F而是返回NA,那么如何对有NA的数组进行求值呢？na.rm = T,但要注意一点，na.rm是直接将NA去除了，所以在总count时是去除了NA后的数量。

那么如何解决这个问题?na.omit()函数。如果应用于数据框的话，就是删除包含NA的每一行

• 不同缺失值之间有差别：NA是存在的值但不知道是多少，NaN表示不存在，Inf表示存在时无穷大/小