R语言基础知识笔记

2023-02-28 03:10:01Python014

R语言基础知识笔记,第1张

1、向量是用于存储数值型，字符型或者逻辑型数据的一维数组。执行组合功能的函数为c()，可以用来创建向量。向量可根据位置进行索引，需要用[]。 2、矩阵是一个二维数组，每个元素都拥有相同的模式，可通过函数matrix()创建矩阵。 3、数组是一个可以在两个以上维度存储数据的数据对象。例如，如果创建尺寸(2,3,4)的数组，那么就是创建4个矩形矩阵每个2行3列。数组只能存储数据类型。 4、矩阵和数组一样都只能包含一种数据类型，当有多种模式的数据时，使用数据框就更为方便。数据框可以用函数data.frame () 创建。 5、$ 被用来选取一个给定数据框中的某个特定变量。 6、attach()绑定数据集，detach()解除数据集。 7、with：attach，detach最好在单独的数据框内使用，在多个同名对象最好不要使用，函数with()，可以再具有多个同名对象的数据框内使用，但是必须加入花括号{}，这样就无须担心名称冲突了，但是它也有局限性，赋值仅在此函数的括号内生效。 8、列表是一些对象的有序集合。 9,、数据导入 read.table()，其中header = T，代表第一行为变量名称，不作为数据，header = F相反。sep代表数据分隔符，txt为"\t",csv为","。 10、table函数，用 table() 函数统计因子各水平的出现次数（称为频数或频率）。 >sex = c("女","女","女","男","男") >table(sex) >sex 男女 2 3 求众数 >aim = table(sex)[table(sex)==max(table(sex))] >aim 女 3 > max(table(sex)) [1] 3 > table(sex)==max(table(sex)) sex 男女 FALSE TRUE 11、无尺度网络：是指在某一复杂的系统中，大部分节点只有少数几个连结，而某些节点却拥有与其他节点的大量连结。这些具有大量连结的节点称为“集散节点”，所拥有的连结可能高达数百、数千甚至数百万。这一特性说明该网络是无尺度的，因此，凡具有这一特性的网络都是无尺度网络。 12、options(stringsAsFactors = F) #在调用as.data.frame的时，将stringsAsFactors设置为FALSE可以避免character类型自动转化为factor类型。 13、class()：查看数据结构：vector、matrix、array、dataframe、list。 14、str()：作用用英语来表示是：check classification of viriables,一般用于检查数据框当中有哪些数据。 15、mode() ：查看数据元素类型。 16、typeof() ：查看数据元素类型，基本等同于mode（），比mode()更为详细。 17、example()：假设有一个函数foo，example("foo")，函数foo的使用示例。 18、apropos()：列出名称中含有foo的所有可用函数。apropos("foo",mode="function")。 19、data()：列出当前已加载包中所含的所有可用示例数据集。 20、ls()：列出当前工作空间中的对象。 21、rm()：移除（删除）一个或多个对象。 22、history(#)：显示最近使用过的#个命令（默认值为25）。 23、options()：显示或设置当前选项。有一个收藏文件有介绍options的功能。 24、boxplot()：生成盒型图。 25、sum()：计算和。sum(x,na.rm = TRUE)。 26、median()：计算中位数。 27、cbind()：以列结合变量。cbind(x,y,z)。 28、rbind()：以行结合变量。 29、vector()：以向量形式结合数据。vector(length = 10)。 30、rep()：以矩阵形式结合数据。rep(c(1,,2,3),each = 10) 31、seq()：生成一个有序的数列。seq(1,10)。 32、dim()：矩阵或者cbind输出的维数。dim(Mydata)。 33、scan()：从ascii文件中读取数据。scan(file = "test.txt")。 34、write.table()：把一个变量写入到ascii文件。write.table(Z,file = "test.txt")。 35、order()：确定数据的顺序。order(x)。 36、merge()：合并两个数据框。merge(x,y,by = "ID")。 37、str()：显示一个对象的内部结构。str(Mydata)。 38、factor()：定义变量作为因子。factor(x)。 39、tapply()：tapply(X = Veg$R,INDEX = Veg$Transect,FUN = mean).tapply函数根据第二个变量(Transect)的不同水平对第一变量(R)进行了求平均值运算。还可以求sd，var，length等操作。R语言初学者指南P75详细介绍了这个函数。 40、下一页介绍了sapply和lapply。 41、summary()：计算基本信息。 42、table()：计算列联表，统计因子各水平的出现次数(频数或频率)。table(x,y)。 43、plot()：y对x的图形。pch形状，col颜色。 44、par()：par(mfrow = c(2,2),mar = c(3,3,2,1)) mfrow生成一个具有4个面板的图形窗口。mar选项指定每个图形周围空白的大小，底部、左侧、顶部、右侧。 45、paste()：将变量连接成字符串。paste("a","b",sep = "")。 46、log()： log = "x",log = "y",log = "xy",生成对数轴。 47、%in%： a<-c(1,3,13,1443,43,43,4,34,3,4,3) b<-c(1,13,11,1313,434,1) a%in%b # 返回内容# [1] TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE # 取反操作 !(a%in%b) 48、sort()函数是对向量进行从小到大的排序 rank()函数返回的是对向量中每个数值对应的秩 order()函数返回的值表示位置，依次对应的是向量的最小值、次小值、第三小值……最大值等（位置索引） arrange()函数（需加载dplyr包）针对数据框，返回基于某列排序后的数据框，方便多重依据排序。 49、subset()： df <- data.frame( a = 1:10, b = 2:11, c = 3:12 )df <- subset(df, select = c(a,c)) #选取列a和c df <- subset(df, select = -c(a,c) ) #去除列a和c

R语言中的因子确实不好理解，很多人都这么觉得。在R语言中，因子（factor）表示的是一个符号、一个编号或者一个等级，即，一个点。例如，人的个数可以是1，2，3，4......那么因子就包括，1，2，3，4.....还有统计量的水平的时候用到的高、中、低，也是因子，因为他是一个点。与之区别的向量，是一个连续性的值，例如，数值中有1，1.1，1.2......可以作为数值来计算，而因子则不可以。如果用我自己的理解，简单通俗来讲：因子是一个点，向量是一个有方向的范围。在R中，如果把数字作为因子，那么在导入数据之后，需要将向量转换为因子（factor），而因子在整个计算过程中不再作为数值，而是一个"符号"而已。因子的水平就是因子的所有不相同的符号的集合。

创建因子的函数介绍如下：

factor(x, levels = sort(unique(x), na.last = TRUE),

labels = levels, exclude = NA, ordered = is.ordered(x))

levels 用来指定因子可能的水平（缺省值是向量x中互异的值）；labels

用来指定水平的名字；exclude表示从向量x中剔除的水平值；ordered是

一个逻辑型选项用来指定因子的水平是否有次序。回想数值型或字符型

的x。

>factor(1:3)

[1] 1 2 3

Levels: 1 2 3

>factor(1:3, levels=1:5)

[1] 1 2 3

Levels: 1 2 3 4 5

>factor(1:3, labels=c("A", "B", "C"))

[1] A B C

Levels: A B C

>factor(1:5, exclude=4)

[1] 1 2 3 NA 5

Levels: 1 2 3 5

函数levels用来提取一个因子中可能的水平值：

>f <- factor(c(2, 4), levels=2:5)

[1] 2 4

Levels: 2 3 4 5

>levels(f)

[1] "2" "3" "4" "5"

因子用来存储类别变量(categorical variables)和有序变量，这类变量不能用来计算而只能用来分类或者计数。因子表示分类变量，有序因子表示有序变量。生成因子数据对象的函数是factor(),语法是factor(data, levels, labels, ...)，其中data是数据，levels是因子水平向量，labels是因子的标签向量。

1、创建一个因子。

例1：

>colour <- c('G', 'G', 'R', 'Y', 'G', 'Y', 'Y', 'R', 'Y')

>col <- factor(colour)

>col1 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('Green', 'Red', 'Yellow')) #labels的内容替换colour相应位置对应levels的内容

>col2 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('1', '2', '3'))

>col_vec <- as.vector(col2) #转换成字符向量

>col_num <- as.numeric(col2) #转换成数字向量

>col3 <- factor(colour, levels = c('G', 'R'))

2、创建一个有序因子。

例1：

>score <- c('A', 'B', 'A', 'C', 'B')