％＊％表示通常意义下的两个矩阵的乘积。而矩阵乘积只有在第一个矩阵的列数（column）和第二个矩阵的行数（row）相同时才有意义。
x＋y加法
x－y减法
x＊y乘法
x／y除法
x＾y乘幂
x％％y模运算
x％／％y整数除法
x＝＝y判断是否相等
x <= y判断是否小于等于
x >= y 判断是否大于等于
x &&y 标量的逻辑“与”运算
x｜｜y标量的逻辑“或”运算
x &y 向量的逻辑“与”运算(x、y以及运算结果都是向量)
X｜y的逻辑“或”运算（x、y以及运算结果都是向量）
！x逻辑非
扩展资料
R语言表面上没有标量的类型，因为标量可以看作是含有一个元素的向量，但我们看到表中，逻辑运算符对标量和向量有着不同的形式，这虽然看起来很奇怪，但这种区别很有必要。
>x <- c( TRUE, FALSE, TRUE )
>y <- c( TRUE, TRUE, FALSE )
>x &y
[1]TRUEFALSEFALSE
>x[1] &&y[1]
[1]TRUE
>x &&y
[1]TRUE
>if( x[1] &&y[1] ) print( "both TRUE" )
[1]"bothTRUE"
>if( x &y ) print( "both TRUE" )
[1]"bothTRUE"
Sys.Date( ) returns today's date.date() returns the current date and time.
# print today's date
today <-Sys.Date()
format(today, format="%B %d %Y")
"June 20 2007"
# convert date info in format 'mm/dd/yyyy'
strDates <- c("01/05/1965", "08/16/1975")
dates <- as.Date(strDates, "%m/%d/%Y")
# convert dates to character data
strDates <- as.character(dates)
--------------------------------------
>as.Date('1915-6-16')
[1] "1915-06-16"
>as.Date('1990/02/17')
[1] "1990-02-17"
>as.Date('1/15/2001',format='%m/%d/%Y')
[1] "2001-01-15"
>as.Date('April 26, 2001',format='%B %d, %Y')
[1] "2001-04-26"
>as.Date('22JUN01',format='%d%b%y') # %y is system-specificuse with caution
[1] "2001-06-22"
>bdays = c(tukey=as.Date('1915-06-16'),fisher=as.Date('1890-02-17'),
+ cramer=as.Date('1893-09-25'), kendall=as.Date('1907-09-06'))
>weekdays(bdays)
tukey fisher cramer kendall
"Wednesday""Monday""Monday""Friday"
>dtimes = c("2002-06-09 12:45:40","2003-01-29 09:30:40",
+"2002-09-04 16:45:40","2002-11-13 20:00:40",
+"2002-07-07 17:30:40")
>dtparts = t(as.data.frame(strsplit(dtimes,' ')))
>row.names(dtparts) = NULL
>thetimes = chron(dates=dtparts[,1],times=dtparts[,2],
+ format=c('y-m-d','h:m:s'))
>thetimes
[1] (02-06-09 12:45:40) (03-01-29 09:30:40) (02-09-04 16:45:40)
[4] (02-11-13 20:00:40) (02-07-07 17:30:40)
>dts = c("2005-10-21 18:47:22","2005-12-24 16:39:58",
+ "2005-10-28 07:30:05 PDT")
>as.POSIXlt(dts)
[1] "2005-10-21 18:47:22" "2005-12-24 16:39:58"
[3] "2005-10-28 07:30:05"
>dts = c(1127056501,1104295502,1129233601,1113547501,
+ 1119826801,1132519502,1125298801,1113289201)
>mydates = dts
>class(mydates) = c('POSIXt','POSIXct')
>mydates
[1] "2005-09-18 08:15:01 PDT" "2004-12-28 20:45:02 PST"
[3] "2005-10-13 13:00:01 PDT" "2005-04-14 23:45:01 PDT"
[5] "2005-06-26 16:00:01 PDT" "2005-11-20 12:45:02 PST"
[7] "2005-08-29 00:00:01 PDT" "2005-04-12 00:00:01 PDT"
>mydate = strptime('16/Oct/2005:07:51:00',format='%d/%b/%Y:%H:%M:%S')
[1] "2005-10-16 07:51:00"
>ISOdate(2005,10,21,18,47,22,tz="PDT")
[1] "2005-10-21 18:47:22 PDT"
>thedate = ISOdate(2005,10,21,18,47,22,tz="PDT")
>format(thedate,'%A, %B %d, %Y %H:%M:%S')
[1] "Friday, October 21, 2005 18:47:22"
>mydate = as.POSIXlt('2005-4-19 7:01:00')
>names(mydate)
[1] "sec" "min" "hour" "mday" "mon" "year"
[7] "wday" "yday" "isdst"
>mydate$mday
[1] 19
1、先在R中创建简单的矩阵，取名为my_matrix
2、现在对每一行进行求和，要使用到apply函数。apply族函数有很多，在平常的使用中，用到最多的就是tapply函数，第一个参数x是数据；第二个参数index是索引，就比如是分组的标准，第三个参数fun也就是要用到的函数。
3、对于tapply函数调用R本身自带的数据airquality，现在计算按照Month来分组，每一个Month中Solar.R的均值
4、上图中Month等于5和8时，Solar.R的均值为NA，这说明在原数据中存在NA的情况。而且在指定数据的时候比较麻烦，可以使用with函数来简化代码量
5、矩阵与矩阵之间的运算，比如加法，减法
6、矩阵相乘需要使用%*%符号
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
