为了账号安全,请及时绑定邮箱和手机立即绑定

R语言基础

  • 因子factor:用来处理分类数据的。可以理解为整数向量+标签(label)(优于整数向量,每个数字有自己具体的含义)。常用于线性模型。 分类数据可分为有序与无序。 创建因子: ①因子名字 <- factor(c()) #在c中依次因子包含的内容female,male,female,male... ②因子名字 <- factor(c(),levels=c()) #可通过levels设定基线水平 查看因子:table(因子名字) 去掉标签:unclass(因子名字)
    查看全部
  • 列表:可以包含不同类型的对象 创建列表: ①列表名 <- list(,,,) #依次输入列表中每个元素的内容 ②列表中元素命名:列表名 <- list(元素名=元素值,元素名=元素值,...) ③list每个元素包含的元素个数大于1,列表名 <- list(c(),c(),...) 通过列表对矩阵每行列命名:dimnames(矩阵名字) <- list(列名c(),行名c())
    查看全部
  • 矩阵:向量+维度属性(整数向量:nrow,ncol),维度只能为2 创建矩阵: ①矩阵名 <- matrix(nrow=行数,ncol=列数) #或者在前面添加矩阵的内容,是列优先形式填充的。 ②创建一个向量,通过dim(向量名) <- c(行数,列数)变为矩阵 查看矩阵列数和行数:dim(矩阵名字) 查看矩阵属性:attributes(矩阵名字) 矩阵拼接: ①行拼接:rbind(矩阵1名字,矩阵2名字) ②列拼接:cbind(矩阵1名字,矩阵2名字) 数组:与矩阵类似,但是维度可以大于2 创建数组:数组名 <- array(数组内容,维度设定dim = c())
    查看全部
  • 向量:是R中最常用的数据结构 -只能包含同一类型的对象 创建向量: ①x <- vector("元素的类型",元素个数length=10) ②x <- 1:4 #将1到4保存到x中 ③x <- c() #要依次输入每个元素,当你输入的类型不同时,R会强制转换为相同的数据类型。 转换向量类型:as.numeric(向量名)…… 查看向量类型:class(向量名) 给向量中的值赋予名字:name(向量名) <- c() #依次输入每个向量值对应的名字 R中的注释是# console中的命令是一次性的,要想长久保存就要建立一个文件。
    查看全部
  • R是大小写敏感的语言 对象的5种基本类型: 默认为numeric,可以是整数也可以是小数,就是数字 变量赋值:变量名 <- 变量值 //想赋值为整数,要为 变量值L;想赋值为字符串,要为 "字符串";要为逻辑型,就是TRUE或FALSE(要大写);要为复数形式直接输入复数。 查看变量值:变量名 查看变量类型:class(变量名) 对象的属性: -名称names -维度dim -类型(class) -长度length
    查看全部
  • rep(1,4) //表示4个1
    查看全部
  • apply(x,1,mean) //1表示维度,1是行,mean表示求平均值 apply(x,2,sum) //2表示列,sum求和 rowSums(x)//对行求和 colSums(x)//对列求和
    查看全部
    0 采集 收起 来源:R语言函数 apply

    2017-04-27

  • 基础.
    查看全部
    0 采集 收起 来源:小结

    2017-04-26

  • #时间 x <- Sys.time() //"2017-04-26 15:41:27 CST"
    查看全部
  • #日期 x <- date() //"Wed Apr 26 15:29:47 2017" x <- Sys.Date() // "2017-04-26" x2 <- as.Date("2016-01-01") //表示存储时间为2016-01-01 weekdays(x2) //星期几 months(x2) //月份 quarters(x2) //看是第几季度 julian(x2) //计算距离1970-01-01多少天
    查看全部
  • data frame
    查看全部
  • 缺失值(missing value) ——NA/NaN:NaN属于NA,NA不属于NaN,NaN数值缺失 is.na()/is.nan()
    查看全部
  • x <- matrix(1:6, nrow = 2, ncol = 3) [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6 dimnames(x) <- list(c("a","b"), c("c","d", "e" )) //重命名 c d e a 1 3 5 b 2 4 6
    查看全部
  • #数组 x <- array(1:6, dim = c(3,2)) 表示数组为3行2列,按列排
    查看全部
  • rbind(y,y2) :两个矩阵按行拼接在一起 cbind(y,y2) : 两个矩阵按列拼接在一起 矩阵中数字按列排(分别在每一个矩阵中) 矩阵只能是两维的 x <- matrix(1:6, nrow = 2, ncol = 3) :nrow为行,ncol为列,1:6是矩阵中数字为1到6并且按列排
    查看全部

举报

0/150
提交
取消
课程须知
本课程需要学员提前掌握 安装好R和Rstudio
老师告诉你能学到什么?
1、R语言的数据结构 2、构建数据子集 3、重要函数的使用

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!