美赛R语言学习第一周（一）

一 帮助文档的使用
1 通过help函数可以查看函数的全部内容，比如help(functionName)
2 用args函数可以快速获取函数的参数，比如args(functionName)
3用example函数可以查看函数的使用实例,比如example(functionName)

mean函数
mean函数就是求向量中算术平均值的函数，但是里面的trim参数要注意。例如mean(x,trim=0.1)就是在x首尾两段去除0.1x个数，再对x求平均值。
下面是trim参数的官方文档
trim
the fraction (0 to 0.5) of observations to be trimmed from each end of x before the mean is computed. Values of trim outside that range are taken as the nearest endpoint.
mean函数还有一个参数是na.rm，表示为是否去除向量中的NA值（Not Available）
mean函数默认为mean(x,trim=0,na.rm=FALSE)

输出
print(),print函数可以任意输出数据，但是它有局限性，就是每次只能输出一个对象。
cat()，cat函数可以将多个对象连接并一起输出.
但它也有缺陷，就是cat无法输出复杂的数据结构,比如矩阵.

显示变量
ls()函数可以显示当前所有的对象
ls.str()将更详细的显示，不仅显示对象名，还显示对象的值

删除变量
rm()函数（remove）可以删除变量,rm(x),rm(x,y,z)
rm()函数结合ls()函数可以删除当前空间中所有的变量rm(list=ls())
注意分享代码时不要分享这种恶意代码！

生成向量
生成向量可以用v = c(x1,x2,...xn)的格式来生成，其中构成向量的元素可以是数值，字符串，也可以是逻辑值。但是不能多个格式混用。
如果构成向量的元素也是向量，那么c(...)会将它们拼接起来。

查看对象类型 mode(x)

计算基本统计量
计算均值，中位数，标准差，方差，协方差，相关系数的函数依次为
mean(x)
median(x)
sd(x)
var(x)
cov(x,y)
cor(x,y)
其中要注意,cov()和cor()对数据中是否含有缺失值(NA)十分敏感，甚至可能报错。要自己判断缺失值是否会对结果产生重要影响，如果影响不大，可以设置参数na.rm=TRUE
来忽略缺失值

生成数列
简单生成分割为1的数列，可以直接1:6，就能生成1,2,3,4,5,6的数列
如果分割不为1,可以使用seq函数,例如seq(from=1.to=9,by=4)
就会生成从1到9，间隔为4的数列。
使用rep函数，可以生成由一个数重复组成的数列rep(1,times=5)

向量的比较
如果使用逻辑运算符来进行向量之间的比较，则结果会对每一个元素都返回一个逻辑值

v1 = c(1,2,3)
v2 = c(3,2,1)
v1 >= v2
结果为FALSE,TRUE,TRUE

还可以使用any和all函数进行向量的比较

any(v1>=v2) 返回TRUE
all(v1>=v2) 返回FALSE

选取向量中的元素
注意，在R语言中，向量中元素的下标初始值为1，而不是0
比如v = c(1,2,3) v[2]就代表选取了向量中第2个元素
如果在索引前加负号，会排除该元素v1[-2]输出为1,3
但是，这并不意味着原来的向量发生了改变,v1仍然是1,2,3

此外，还可以通过向量索引来选择多个值
比如v1[1:3]会选择下标为1到3的元素
或者是v[c(1,2,4,6)]则会选择下标为1,2,4,6的元素
逻辑向量也可用于索引v[v<10]会选择向量中小于10的值

结合这些选择方法，可以实现强大的功能，比如

v[v>median(v)] 选择大于中位数的值
v[(v<quantile(v,0.05)|(v>quantile(v,0.95)))] 选择分布于两端百分之五的元素
v[abs(v-mean(v)>2*sd(x))]
选择处于均值的两倍标准差区间以外的元素
v[!is.na(x)&!is.null(x)] 选择所有不是NA值或null值的元素

最后

以上就是潇洒水壶为你收集整理的美赛R语言学习第一周（一）的全部内容，希望文章能够帮你解决美赛R语言学习第一周（一）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。