精品伊人久久大香线蕉,开心久久婷婷综合中文字幕,杏田冲梨,人妻无码aⅴ不卡中文字幕

R語言的運行模式

• 交互式: 交互式裝載和運行R文件source(“abc.R”)
• 批處理形式: 批處理運行Rscript abc.R

向量

3:8#> [1] 3 4 5 6 7 84:1#> [1] 4 3 2 1seq(3,8)#> [1] 3 4 5 6 7 8seq(3,8,2)#> [1] 3 5 7seq(from=12,to=21,by=3)#> [1] 12 15 18 21rep(0,5)#> [1] 0 0 0 0 0rep(1:2,3)#> [1] 1 2 1 2 1 2rep(c(1,2,3),each=2)#> [1] 1 1 2 2 3 3

x<-c(1,2,3,4)x<-c(x[1:3],5.5,x[4]) #添加5.5到最后一個元素之前x#> [1] 1.0 2.0 3.0 5.5 4.0#刪除第三個元素y=x[-3]y#> [1] 1.0 2.0 5.5 4.0

x <- c(1,2,3,4,5,6)length(x)#> [1] 6

x<-c(1,2,3)+ c(1,2,3,4,5,6)x#> [1] 2 4 6 5 7 9x<-c(1,2,3,1,2,3) + c(1,2,3,4,5,6)x#> [1] 2 4 6 5 7 9

y<-c(1,2,3,4,5,6)y[c(1,3)] #第1,3個元素#> [1] 1 3y[c(1,1,3)]#> [1] 1 1 3y[1:3] #第一到第三個元素#> [1] 1 2 3y[-1:-2] #負數的下標表示把相應的元素剔除#> [1] 3 4 5 6

x=seq(1,10)any(x>7)#> [1] TRUEall(x>7)#> [1] FALSEall(x>0)#> [1] TRUE

z<-NULLfor (i in 1:10) if(i %% 2 == 0) z<-c(z,i)z#> [1]  2  4  6  8 10

z<-c(1,2,3,4,5)#選出平方<4的元素z[z*z > 4]#> [1] 3 4 5

z <- 1:5z[z*z>4] <- 0z#> [1] 1 2 0 0 0

z <- 5:1subset(z,z>3)#> [1] 5 4

z <- 3:7which(z*z>16) #> [1] 3 4 5#which函數也可以用于篩選中,如z[which(z*z>16)]#> [1] 5 6 7

b <- c(1,0,1,0,0)aa <- c(5,2,5,2,2)bb <- c(15,12,15,12,12)ifelse(b,aa,bb)#> [1]  5 12  5 12 12

z<- 1:3names(z) <-c('a','b','c')names(z)#> [1] "a" "b" "c"

v1=c(1,2,2,3,4,3)unique.default(v1)#> [1] 1 2 3 4v1[which(!duplicated(v1))]#> [1] 1 2 3 4

x=1:3y=4:6x+y#> [1] 5 7 9x-y#> [1] -3 -3 -3x*y#> [1]  4 10 18y / x#> [1] 4.0 2.5 2.0y %% x#> [1] 0 1 0y > x#> [1] TRUE TRUE TRUEy < x#> [1] FALSE FALSE FALSEy == x#> [1] FALSE FALSE FALSE

矩陣和數組

y<-matrix(c(1,2,3,4,5,6),nrow=2)y#>      [,1] [,2] [,3]#> [1,]    1    3    5#> [2,]    2    4    6y<-matrix(c(1,2,3,4,5,6),ncol=2)y#>      [,1] [,2]#> [1,]    1    4#> [2,]    2    5#> [3,]    3    6#也可用NA初始化一個矩陣y<-matrix(nrow=2,ncol=3)y#>      [,1] [,2] [,3]#> [1,]   NA   NA   NA#> [2,]   NA   NA   NA#矩陣是按列存儲的。即先存第一列再存第二列。#可以使用byrow=T參數來指定矩陣按行存儲。 #比較下面兩個矩陣的區別y<-matrix(1:16,nrow=4,byrow=T)y#>      [,1] [,2] [,3] [,4]#> [1,]    1    2    3    4#> [2,]    5    6    7    8#> [3,]    9   10   11   12#> [4,]   13   14   15   16y<-matrix(1:16,nrow=4)y#>      [,1] [,2] [,3] [,4]#> [1,]    1    5    9   13#> [2,]    2    6   10   14#> [3,]    3    7   11   15#> [4,]    4    8   12   16

y[,2] #取出y的第二列#> [1] 5 6 7 8y[1:2,] #取出y的第一二行#>      [,1] [,2] [,3] [,4]#> [1,]    1    5    9   13#> [2,]    2    6   10   14y[,1:2] #取出y的第一二列#>      [,1] [,2]#> [1,]    1    5#> [2,]    2    6#> [3,]    3    7#> [4,]    4    8y[2:3,2:3] #取出y的子矩陣#>      [,1] [,2]#> [1,]    6   10#> [2,]    7   11

#取出y的行，其第二列>7，并且第三列>10y[y[,2]>7 & y[,3]>10,]#> [1]  4  8 12 16

apply(y,1,mean)#> [1]  7  8  9 10

cbind(c(1,2),c(3,4))#>      [,1] [,2]#> [1,]    1    3#> [2,]    2    4

y <- matrix(1:4,nrow=2)colnames(y)<-c('col1','col2')rownames(y)<-c('row1','row2')y#>      col1 col2#> row1    1    3#> row2    2    4

數組

array(data = NA, dim = length(data), dimnames = NULL)

firsttest<-matrix(c(1,2,3,4),ncol=2)secondtest<-matrix(c(5,6,7,8),ncol=2)tests<-array(c(firsttest,secondtest),dim=c(2,2,2))tests#> , , 1#> #>      [,1] [,2]#> [1,]    1    3#> [2,]    2    4#> #> , , 2#> #>      [,1] [,2]#> [1,]    5    7#> [2,]    6    8

x=1:10xa=array(x)x#>  [1]  1  2  3  4  5  6  7  8  9 10xa#>  [1]  1  2  3  4  5  6  7  8  9 10#dim的返回值不同dim(x)#> NULLdim(xa)#> [1] 10#class不同class(x)#> [1] "integer"class(xa)#> [1] "array"

列表

j<-list(name='jianghang',age=24,salary=1000,url='http://www.bagualu.net')j#> $name#> [1] "jianghang"#> #> $age#> [1] 24#> #> $salary#> [1] 1000#> #> $url#> [1] "http://www.bagualu.net"k<-list(1:5,2:10)k#> [[1]]#> [1] 1 2 3 4 5#> #> [[2]]#> [1]  2  3  4  5  6  7  8  9 10

j[['name']]#> [1] "jianghang"j[[1]]#> [1] "jianghang"j[1]#> $name#> [1] "jianghang"#列表中的名字names(j)#> [1] "name"   "age"    "salary" "url"

j[['phone']]=13623232323

j[['phone']]=NULL

length(j)#> [1] 4

lapply(list(1:3,2:4),mean) #返回列表形式。#> [[1]]#> [1] 2#> #> [[2]]#> [1] 3sapply(list(1:3,2:4),mean) #返回的是向量形式。#> [1] 2 3

rl<-list(a=1,b=list(1:3,2:4))rl#> $a#> [1] 1#> #> $b#> $b[[1]]#> [1] 1 2 3#> #> $b[[2]]#> [1] 2 3 4

數據框

數據框結構類似矩陣，只是每列的數據類型可以不一樣。但是每列的長度是要求一樣的。

創建數據框：d<-data.frame(a=c(1,2,3,4),names=c(“a”,”b”,”c”,”d”))

訪問元素：d$a 訪問a列， d$names訪問names列， 也可用矩陣方式來訪問： d[,1] 得到d的第一列

提取子數據框： d[2:3,2,drop=FALSE] 注意這里的drop參數，表示返回的依然是一個數據框而不是向量

缺失值的處理： 如果d中有NA，可以用complete.cases來去掉缺失值. d[complete.cases(d),] 即為沒有缺失值的行組成的數據框

rbind和cbind可同樣用于數據框，只是要求行或者列的長度與原數據框一樣

如果數據框的每列數據類型相同，可以使用apply函數， 使用方法和矩陣一樣。

合并數據框：merge(x,y), merge根據x,y中的同名列來合并x,y的列. 如果x,y中沒有同名的列，可以用by.x , by.y來指定列的名字。

數據框是列表的特列，可以像列表那樣在數據框上使用lapply和sapply

 因子和水平

x<-c(5,12,13,12)

xf<-factor(x)    因子xf包含有三個水平5,12,13 , 因子長度length(xf)是數據的長度為4，即c(1,2,3,2)，而不是因子的個數

tapply(x,f,g) 函數，  其中x是向量，f是因子，g是函數。意思是對因子f的每個水平調用函數g。

如ages<-c(25,26,27,55)  aff<-c(“A”,”A”,”B”,”C”)  tapply(ages,aff,mean) ，先對ages按照aff分組，然后每組求平均。

split()函數 ,將向量根據因子進行分組。 基本形式為split(x,f)  ,返回值為list類型,x為向量或者數據框，f為因子或者因子的列表。， 如split(d$income,list(d$gender,d$over25))  其中d為一個數據框，包含有列income,gender,over25.

by()函數和tapply相似，區別是by可以作用于數據框，而不僅僅是向量。如by(d,d$gender,function(m) lm(m[,2]~[,3])) 表示對數據框d，先按照gender因子分組，然后對每組進行回歸分析。

表的操作：fl<-list(c(5,12,13,12,13),c(“a”,”bc”,”a”,”bc”,”a”))   table(fl) 將生成兩個因子的頻數表。因此table的第一個參數為因子或者因子的列表 ， 列表也可以是三維的或1維的。

table元素的訪問也可以像矩陣一樣通過下標來訪問。另外可以通過addmargins(tbl)來獲得該表的邊際值。

aggregate()匯總函數，實例：aggregate(aba[,-1],list(aba$Gender),median) , 表示取數據框第一列以外的其他列，按照Gender分組后，對每一列（每個變量）調用median函數。

cut()函數，該函數給定一個數據向量x，一個區間向量b，確定x中每個元素將落入哪個區間。返回區間的序號向量。

如z<-rnorm(10) bin<-seq(from=0.0,to=1.0,by=0.1)  cut(z,bin,labels=F) 即計算z的每個值位于bin的哪個區間。

 R語言編程結構

for (n in x) {print(n)}

i<-10 while(i>0)　{ i <- i -1}

while(TRUE) { i <- i +1  if (i<0) break}

repeat {i <-i-1  if(i<0) break}

直接進行下一次循環，用next語句

if( x== 4) { x<- 1 } else{ x<-2}

算術運算及邏輯運算符：

+,-,*,/,^,%%(模運算),%/%(整數除法),==,<=,>=,&&(標量邏輯與操作),||,&(向量邏輯與操作),|,!

數學函數

exp(),log(),log10(),seqrt(),abs(),sin(),cos(),min(),max(),which.min(),which.max(),pmin(),pmax(),sum(),prod(), cumsum(),cumprod(),round(),floor(),ceiling(), factorial()

微分： D(expression(exp(x^2)),”x”) , 給出微分形式

積分： integrate(function(x) x^2,0,1) —>0.333

統計分布函數： [dpqr][norm|chisq|binom] 等函數  d概率密度函數，p累計分布，q對應分布的分位數，r隨機生成函數

排序：sort(x) , order(x) , order函數返回的排序后的索引向量，可用于對數據框進行排序。 rank(x) 返回每個元素在向量中的排名序號。

向量點積:　　crossprod(1:3,c(5,12,13))   注意這個名字有些問題，計算的是點積(1*5+2*12+3*13)而不是叉積。

矩陣乘法：　%*%

解線性方程組： solve(a,b) ,  a是系數矩陣，b是方程右邊的值。 如果調用solve時不指定b，則返回矩陣a的逆矩陣。

更多函數： t() 矩陣轉置， qr() 矩陣QR分解， chol() Cholesky分解 ， det() 矩陣行列式的值， eigen()矩陣的特征值和特征向量

diag() 從方陣中提出對角矩陣 sweep() 數值分析批量運算符

sweep舉例：sweep(x,1,c(1,2,3),”+”) 表示對矩陣x的1,2,3行分別加上數值1,2,3 ， 第二個參數1表明是對行進行操作。

集合運算： union(x,y)并集 ， intersect(x,y) 交集, setdiff(x,y)集合的差， seqequal(x,y)檢驗集合是否相等 c %in% x 判斷x是否在集合x里面

S3類

尋找泛型函數：methods(print)  列出所有的print函數，標星的為不在默認命名空間中的函數，可以通過getAnywhere()來找到這些函數，然后使用命名空間限定符訪問他們。getAnywhere(print.ABC)  ， 如果找到會列出其所在的命名空間(假設為util)，然后利用util:::print.ABC() 來調用這個函數。

查找一個類中所有的函數可以利用 methods(class=”lm”)后面的lm 為類名。

編寫一個s3類，只需給定類名即可，class(alist)<-className  為類添加方法：

print.className<-function() 這樣，print(className)即會調用到這個方法。

繼承： 給定類名時，給出的是一個向量而不是一個名字，前面的類繼承后面的類。

如： class(x)<-c(subclass,parentClass)

這樣父類定義的方法，子類也可以使用。

S4類

s3類有安全隱患，因為有時候成員變量寫錯了，s3并不會給提示。S4類加強了這類檢查。語法上也有不同。

定義類： setClass()

創建對象 ： new()

引用成員變量 @

實現泛型函數： setMethod()

聲明泛型函數： setGeneric()

對象管理

列出所有的對象: ls()

刪除對象： rm() , 刪除所有對象： rm(list=ls())

保存對象： save(x,”xfile”) 把x保存在文件xfile中，后面可以用load(“xfile”)裝載這個對象

查看對象內部結構：class(x) mode(x) names(x) attributes(x) unclass(x) str(x) edit(x)  edit函數可以看到該對象的所有數據，看起來最有用了。

exists(“x”) 查看對象是否存在 其中x為對象名字，需要用引號

讀文件

scan()函數 ， 讀取文本文件，缺省情況下讀取文件中以空格分割的所有浮點數值。 即scan(“a.txt”) , 返回一個向量

如果文件中包含非數值，可以字符串形式讀入，scan(“a.txt”,what=””) , 返回所有已空格分割的字符串向量。

如果指定分隔符為換行，scan(“a.txt”,what=””,sep=”\n”) 返回以換行分割的字符串向量

readline() 可以從鍵盤讀取單行數據，如age<-readline(“input the age:”)

如果數據為表格形式：因為有表頭，用scan不能讀入，可以用read.table()函數。

如果全是數據，且為矩陣形式，可以用matrix+ scan讀入矩陣，x<-matrix(scan(“x”),nrow=5,byrow=T)

readLines(“a.txt”) 可以讀取文本文件，每一行當做一個字符串。等價于scan中指定分隔符為換行

readLines也可以一次讀取一行：如下：
aa<-file(“a.txt”,”r”)

while(T){

rl<-readLines(aa,n=1)
if(length(rl) ==0) {print(“feof”)   break}

else{print(rl)}
}

seek()函數可以移動文件指針。

read.table和scan也可以以網站地址作為參數，一次來讀取網絡上的數據。read.table(“http://xx.xx.xx”,head=T)

寫文件

write.table() 把數據框輸出到文件

矩陣也可以直接利用write.table寫入文件，不過要聲明row.names=F,col.names=F ,即不輸出行名和列名

cat也可以用來寫文件， cat(“def\n”,file=”xx”,append=T) 追加的時候要加上append參數

cat可以一次寫多個值，cat(file=”xx”,”a”,”b”,”c”)

writeLines()

ff<-file(“www”,”w”)

writeLines(c(“abc”,”def”,”gg”),ff)

close(ff)

將生成一個三行的文件。

獲取文件目錄信息

file.info()

dir() 列出指定目錄中所有的文件，可選參數recursive=T可遞歸列出所有的子目錄文件

file.exists()判斷文件是否存在

getwd() setwd()獲得和設置當前工作目錄

文件copy等

file.copy(from, to, overwrite = recursive, recursive = FALSE,               copy.mode = TRUE, copy.date = FALSE)file.rename(from, to)file.remove(...)

字符串操作

grep()  grep(“he”,c(“hello”,”world”,”hhe”,”haha”))  —>返回c(1,3) ，如果沒有匹配的，則返回一個空向量

nchar(“abc”)  —>3   返回字符串的長度， 注意如果參數不是字符串，返回值可能無法預料，如nchar(NA)=2

paste(“a”,”b”,”c”)  —>”abc”  拼接字符串, 可以指定sep=”” ，指定拼接是的分隔符

把一個字符串向量拼接成單個字符串,使用collapse參數。如：

aa=c("hello","world")paste(aa,collapse=" ")#> [1] "hello world"

• 抽取字符串，使用stringr::str_extract , 如下所示

aa=c("markdown/p123.html","markdown/p345.html","markdown/p789.html")bb=stringr::str_extract(aa,"p\\d+")bb#> [1] "p123" "p345" "p789"sprintf("%s.md",bb)#> [1] "p123.md" "p345.md" "p789.md"

• 替換

stringi::stri_replace_all_regex("aaa-bb","(a+)\\-(b+)","$1+$2")#> [1] "aaa+bb"

sprintf(“aa is %d”,4)  生成格式化的字符串

substr(x,start,stop) 返回字符串x的start:stop上的子字符串

strsplit(x,split) 根據split將x分割成若干字符串，返回字符串組成的列表

regexpr(“he”,”wwwhe”)  返回he在后面字符串中出現的位置，此例返回4

gregexpr ， 意義同上面的函數，只是返回所有的位置，而不僅僅是第一個位置

上面的grep,regexpr,gregexpr等函數，第一個參數可以是正則表達式

• 字符串替換 sub/gsub可以用來替換字符串中的給定模式。調用方式為 sub(pattern,replacement,x)

aa=c("hello","world","!")bb=sub('l',"L",aa)bb#> [1] "heLlo" "worLd" "!"bb=gsub('l',"L",aa)bb#> [1] "heLLo" "worLd" "!"

• 解析網頁時指定編碼

library(XML)
doc<-htmlTreeParse(url,useInternalNodes=T,encoding=”gb2312″)

如果是utf8編碼的網頁,則不需要后面的兩個參數.

全局參數

獲得所有的參數使用options()， 設置某個參數，比如stringsAsFactors 使用options(stringAsFactors = FALSE)

下面是所有的參數，供參考

options()#> $add.smooth#> [1] TRUE#> #> $bitmapType#> [1] "cairo"#> #> $browser#> [1] "xdg-open"#> #> $browserNLdisabled#> [1] FALSE#> #> $CBoundsCheck#> [1] FALSE#> #> $check.bounds#> [1] FALSE#> #> $citation.bibtex.max#> [1] 1#> #> $continue#> [1] "+ "#> #> $contrasts#>         unordered           ordered #> "contr.treatment"      "contr.poly" #> #> $defaultPackages#> [1] "datasets"  "utils"     "grDevices" "graphics"  "stats"    #> #> $demo.ask#> [1] "default"#> #> $deparse.cutoff#> [1] 60#> #> $device#> function (width = 7, height = 7, ...) #> {#>     grDevices::pdf(NULL, width, height, ...)#> }#> <environment: namespace:knitr>#> #> $device.ask.default#> [1] FALSE#> #> $digits#> [1] 7#> #> $dvipscmd#> [1] "dvips"#> #> $echo#> [1] FALSE#> #> $editor#> [1] "vi"#> #> $encoding#> [1] "native.enc"#> #> $example.ask#> [1] "default"#> #> $expressions#> [1] 5000#> #> $help.search.types#> [1] "vignette" "demo"     "help"    #> #> $help.try.all.packages#> [1] FALSE#> #> $HTTPUserAgent#> [1] "R (3.2.2 x86_64-pc-linux-gnu x86_64 linux-gnu)"#> #> $internet.info#> [1] 2#> #> $keep.source#> [1] FALSE#> #> $keep.source.pkgs#> [1] FALSE#> #> $knitr.in.progress#> [1] TRUE#> #> $locatorBell#> [1] TRUE#> #> $mailer#> [1] "mailto"#> #> $max.print#> [1] 99999#> #> $menu.graphics#> [1] TRUE#> #> $na.action#> [1] "na.omit"#> #> $nwarnings#> [1] 50#> #> $OutDec#> [1] "."#> #> $pager#> [1] "/usr/lib/R/bin/pager"#> #> $papersize#> [1] "a4"#> #> $pdfviewer#> [1] "/usr/bin/xdg-open"#> #> $pkgType#> [1] "source"#> #> $printcmd#> [1] "/usr/bin/lpr"#> #> $prompt#> [1] "> "#> #> $repos#>     CRAN #> "@CRAN@" #> #> $rl_word_breaks#> [1] " \t\n\"\\'`><=%;,|&{()}"#> #> $scipen#> [1] 0#> #> $show.coef.Pvalues#> [1] TRUE#> #> $showErrorCalls#> [1] TRUE#> #> $show.error.messages#> [1] TRUE#> #> $show.signif.stars#> [1] TRUE#> #> $str#> $str$strict.width#> [1] "no"#> #> $str$digits.d#> [1] 3#> #> $str$vec.len#> [1] 4#> #> #> $str.dendrogram.last#> [1] "`"#> #> $stringsAsFactors#> [1] TRUE#> #> $texi2dvi#> [1] "/usr/bin/texi2dvi"#> #> $tikzMetricsDictionary#> [1] "p4912-tikzDictionary"#> #> $timeout#> [1] 60#> #> $ts.eps#> [1] 1e-05#> #> $ts.S.compat#> [1] FALSE#> #> $unzip#> [1] "/usr/bin/unzip"#> #> $useFancyQuotes#> [1] FALSE#> #> $verbose#> [1] FALSE#> #> $warn#> [1] 0#> #> $warning.length#> [1] 1000#> #> $width#> [1] 65