r语言导入的数据.dat包怎么删除

Python019

r语言导入的数据.dat包怎么删除,第1张

R语⾔查看已加载包、卸除加载包及安装包与卸载包1、查看已加载的包

(.packages())

注意外⾯的括号和前⾯的点不能省。

包被安装后,在使⽤前需要加载。加载包使⽤命令 library(包名),⽐如library(codetools)。

查看有哪些包是被加载的,使⽤命令(.packages()) ,注意⼩括号和点号不能省略。

>(.packages())

[1] "stats" "graphics" "grDevices" "utils" "datasets" "methods" "base"

2、卸除已加载的包

如卸除RMySQL包

detach(“package:RMySQL”)

注意是卸除,不是卸载,也就是说不是把包从R运⾏环境中彻底删除,只是不希望该包被加载使⽤。

在包使⽤函数冲突,检验函数依赖时⽐较有⽤。

要将已经加载的包卸除。注意不是卸载删除,只是不加载这个包。在包函数冲突时需要。使⽤命令detach("package:包名")。或则detach("package:包名", unload=TRUE)

3、安装包

install.packages(“rjson”)

下载安装名为“rjson”的包。

要安装包,可以使⽤命令install.packages("包名"),或者

install.packages("包名", contriburl="http://url", dependencies = TRUE)

如果安装的时候要指定安装⽬录,可以使⽤install.packages("stepNorm", contriburl="http://url", lib="mydir")

4、卸载已加载的包

彻底删除已安装的包:

remove. packages(c(“pkg1”,”pkg2”) , lib = file .path(“path”, “to”, “library”))

注:

“pkg1”,”pkg2”表⽰包名,即⼀次可以卸载多个包;

“path”, “to”, “library”表⽰R的库路径,字符向量,通常情况下只输⼀个路径即可。使⽤命令.libPaths()可以查看库路径。⽰例:remove.packages(c(‘zoom’),lib=file.path(‘C:\\Program Files\\R\\R-3.2.2\\library’))

5、查看已安装的包

installed.packages()

library()

使⽤ library() 可以查看已经安装的包的列表,会打开⼀个新窗⼝显⽰信息。

使⽤ installed.packages() 可以看到各个包安装的路径,版本号等信息。

也可以使⽤ .packages(all.available=T) 就在控制台中显⽰已安装包的名字,只显⽰包的名字。

要查看已安装包的帮助信息,⽐如该包中有哪些函数,可使⽤ help(package="graphics") 。如果该包提供了信息,会以本地⽹页的形式打开帮助⽂件。

6、查看某个包提供的函数

help(package=’TSA’)

package参数为要查看的包的包名。

7、查看某个函数属于哪个包

help(函数名)

在打开的⽹页中查看属于哪个包。

8、升级包

update.packages()

5.9

百度文库VIP限时优惠现在开通,立享6亿+VIP内容

立即获取

R语言查看已加载包、卸除加载包及安装包与卸载包

R语⾔查看已加载包、卸除加载包及安装包与卸载包1、查看已加载的包

(.packages())

注意外⾯的括号和前⾯的点不能省。

包被安装后,在使⽤前需要加载。加载包使⽤命令 library(包名),⽐如library(codetools)。

查看有哪些包是被加载的,使⽤命令(.packages()) ,注意⼩括号和点号不能省略。

>(.packages())

[1] "stats" "graphics" "grDevices" "utils" "datasets" "methods" "base"

第 1 页

2、卸除已加载的包

如卸除RMySQL包

detach(“package:RMySQL”)

注意是卸除,不是卸载,也就是说不是把包从R运⾏环境中彻底删除,只是不希望该包被加载使⽤。

在包使⽤函数冲突,检验函数依赖时⽐较有⽤。

要将已经加载的包卸除。注意不是卸载删除,只是不加载这个包。在包函数冲突时需要。使⽤命令detach("package:包名")。或则detach("package:包名", unload=TRUE)

第 2 页

3、安装包

install.packages(“rjson”)

下载安装名为“rjson”的包。

要安装包,可以使⽤命令install.packages("包名"),或者

install.packages("包名", contriburl="http://url", dependencies = TRUE)

如果安装的时候要指定安装⽬录,可以使⽤install.packages("stepNorm", contriburl="http://url", lib="mydir")

4、卸载已加载的包

第 3 页

彻底删除已安装的包:

remove. packages(c(“pkg1”,”pkg2”) , lib = file .path(“path”, “to”, “library”))

注:

“pkg1”,”pkg2”表⽰包名,即⼀次可以卸载多个包;

“path”, “to”, “library”表⽰R的库路径,字符向量,通常情况下只输⼀个路径即可。使⽤命令.libPaths()可以查看库路径。⽰例:remove.packages(c(‘zoom’),lib=file.path(‘C:\\Program Files\\R\\R-3.2.2\\library’))

今天我们将通过一个例子来说明如何分析两个定类变量。

文章背景:我们想研究CFPS2010和CFPS2012青少年对自身的职业期望。

如表1,我们将原始的职业期望编码整合成9类(职业编码的大类)和其他。由于我们想分析同一个人在跨轮次调查中职业期望的稳定性情况,故将分析对象定义为在CFPS2010和CFPS2012中都回答了自己对自己职业期望的受访者。如表2所示,进行重编码后的数据是宽数据,样本量是1920,数据集名字为expect。我们在进行后续分析时,要将其转换为绘图所需的其他形式。

⭐分析方式1——列联表、频数与频率

在表3中,我们展示了2010与2012年青少年职业期望的交叉统计情况。同时该表内,也附上了频数(落在各类别中的数据个数)、⽐例(某⼀类别数据占全部数据的⽐值)、百分⽐(将对⽐的基数作为100⽽计算的⽐值,包括百分比、行百分比和列百分比)。

⭐分析方式2——统计图表

分析前色彩讲解:预设渐变色,我们这里介绍2个色彩包。

1)专门生产系列颜色的RColorBrewer包,详见图1中的系列颜色。

library(RColorBrewer)

display.brewer.all()

2)色盲友好的配色方案viridis包,详见图2中的系列颜色。

library(viridis)

?viridis()#可以看到更多对这组包色彩的说明

接下来我们来画图吧~【注:图3-图6中的类目数字的含义:1)国家机关、党群组织、企业、事业单位负责人;2)医生;3)教师;4)专业技术人员(刨除教师和医生);5)办事人员和有关人员;6)商业、服务业人员;7)农、林、牧、渔、水利业生产人员;8)生产、运输设备操作人员及有关人员;9)军人;10)其他。】