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")
第2章 向量
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)
添加或删除向量元素(重新赋值)
x <- c(88,5,12,323)
x <- c(x[1:3],33,x[4])
获取向量长度
length(x)
作为向量的矩阵和数组
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
声明
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] <-