1、产生从1到10,步长为2的等差数列。
seq(from=1,to=10,by=2)
2、计算从1加到100,至少采用两种不同的方法。
sum=0
i=100
while(i>0)
{
sum=sum+i
i=i-1
}
print(sum)
sum=0
for(i in 1:100)
{
sum=sum+i
}
print(sum)
3、编写一个转置矩阵的函数,与R中的t()相同,并创建一个矩阵测试其功能。
myf <- function(x) {
if (!is.matrix(x)) {
warning("argument is not a matrix: returning NA")
return(NA_real_)
}
y <- matrix(1, nrow=ncol(x), ncol=nrow(x))
for (i in 1:nrow(x)) {
for (j in 1:ncol(x)) {
y[j,i] <- x[i,j]
}
}
return(y)
}
z <- matrix(1:9, nrow=3, ncol=3)
z
tz <- myf(z)
tz
4、对iris数据集数据进行zcore标准化,之后求iris的前两列变量的相关性。
data(iris)
data_1=data.matrix(iris)
data_zscore=scale(data_1)
print(data_zscore)
cor(iris$Petal.Length,iris$Sepal.Width)
iris_demo=iris[,-5]
iris_demo
cor(iris_demo)
5、有一时间为data<-array(c(1:22,NA,“wo”),c(2,3,4)),将其转化可读的二维矩阵形式,并替换其中的NA为学号后两位。
data<-array(c(1:22,NA,"wo"),c(2,3,4))
print(data)
c = matrix(data, nrow =2)
print(c)
c[1,12] = "26"
print(c)