是的。
R语言中exp函数,用法和作用均与MATLAB中相同。MATLAB中也有exp函数。如果在命令窗口中输入:exp(0)则输出:1。其实MATLAB和C中的exp函数和数学中以e为底的指数函数都是一样的。
高等数学里的以e为底的指数函数。例:EXP{F(X)}是e的F(X)次方。C语言,函数名: exp,功 能: 指数函数,用 法: double exp(double x)所属库:math.h。
扩展资料:
R语言中的基本运算函数:
1、log(1:3):对于base未指定,默认为自然对数,取以自然对数为底,分别为1,2,3的对数
2、print(“Hello World!”):打印
3、abs(x<–8):取绝对值
4、log(x,base=2):取对数
5、log(1:3):对于base未指定,默认为自然对数,取以自然对数为底,分别为1,2,3的对数
6、exp(2):自然对数e的2次方
7、sqrt(4):开平方
8、round(2.5):返回2.5的近似 注意:返回值为2 当小数点后是5时,总是返回离他较近的整数
参考资料来源:百度百科-exp
用的最多的,是求均值的mean()函数,当然这里也要提到,像sum()这种求和函数,
还有sd(x) 标准差函数,var(x) 方差函数。min()求最小值,max()求最大值。
我们来具体试试,这里使用一个向量:
test<-c(2,4,5,23,199,25,78,90,12)
求最大值
>max(test)
[1] 19
求最小值
>min(test)
求和
>sum(test)
[1] 43
求标准差,求方差
>sd(test)
[1] 65.01154
>var(test)
[1] 4226.
在来试试最重要的均值
>mean(test)
[1] 48.66667
另外中位数计算。使用median()函数
>median(test)
[1] 23
如果给定一种概率分布,通常会有四类计算问题:
计算其概率密度density (d)计算其概率分布probability(p)计算其百分位数quantile (q)随机数模拟random (r)上面四类计算对应的英文首字母,就是R语言类率分布函数的开头字母。
比如说,正态分布是norm的化,那密度函数就是dnorm(),分布函数就是pnorm(),
更有用的是用相应分布生成随机数,比如rnorm(),就会生成服从正态分布的随机数。
比如我们生成100个服从正态分布的随机数
rnorm(100)
[1] -9.064408e-01 1.026560e+00 -1.097470e+00 1.055395e+00 9.377175e-01
[6] -2.080103e-01 -3.092396e-01 -8.739942e-01 -1.242774e+00 1.102486e+00
[11] 1.082092e+00 -1.695528e+00 -5.930809e-01 -2.100800e-01 8.253859e-01
[16] -1.112551e+00 -3.960474e-01 -9.354820e-01 7.291608e-01 -3.773510e-01
[21] -3.438082e-01 -7.378688e-02 -9.047609e-01 -1.036344e+00 9.485103e-01
[26] -3.437985e-01 -2.145275e-02 1.350098e+00 -1.283633e+00 3.767240e-01
[31] 1.169566e+00 -4.325399e-01 -9.215626e-02 3.839357e-01 3.045491e-01
......
我们再用相应的频率分布直方图来看一下,这些生成的随机数:
hist(rnorm(100))
R就画出了这些随机数的频率分布图