从零开始的R语言学习记录 #03-CSDN博客

本文链接：https://blog.csdn.net/weixin_45514172/article/details/114477917

这篇博客主要介绍了R语言中的向量操作，包括向量的创建、元素的添加与删除、向量运算、向量的筛选和比较。还讨论了矩阵和数组作为向量的特殊情况，以及如何使用all()、any()函数。此外，提到了NA和NULL值的处理，以及向量元素的名称和c()函数的使用。

摘要由CSDN通过智能技术生成

从本篇博文起，参考教材为Norman Matloff著《R语言编程艺术》

第1章快速入门

标准正态分布的100个随机变量，计算绝对值，计算绝对值的均值

mean(abs(rnorm(100)))

把一个向量赋值给x

x <- c(1,2,3)

求数据集的均值和标准差

mean(x)
sd(x)

把求得的均值保存到变量y

y <- mean(x)

R的内置数据集列表

data()

画出数据的直方图（以Nile为例）

hist(Nile)

向量
标量：一元向量
字符串：字符模式的单元素向量

# 尝试对向量使用以下的函数
length(x)
mode(x)

矩阵：矩形的数值数组
包含行数和列数

# 把两个向量结合成一个矩阵并把矩阵保存在m中，计算向量(1,1)和m的矩阵积
m <- rbind(c(1,4),c(2,2)) # rbind()按行绑定
m %*% c(1,1)

获取帮助

help(seq)
?seq
?"<"
?"for"

获取示例

example(seq)
example(persp)

Google风格搜索

help.search("multivariate normal")

在R中数字被当作一元向量，数据类型中没有标量
R中矩阵是向量的一种特例

R语言中变量类型称为mode
同一向量的所有元素必须是相同的模式

# 查看变量x的类型
typeof(x)

x <- c(88,5,12,323)
x <- c(x[1:3],33,x[4])

length(x)

m <- rbind(c(1,4),c(2,2))
# 2x2的矩阵m按列存储为一个四元向量，即(1,2,4,2)
m + 10:13
# 对它加上(10,11,12,13)
     [,1] [,2]
[1,]   11   16
[2,]   13   15
# 最终仍返回2x2的矩阵

通常R中不需要声明变量

z <- 3

引用向量中特定的元素，必须事先告知R

y <- vertor(length = 2)
y[1] <-