|
|
不用等号用<-赋值，尽管也可以用=，但不建议这么做
获得帮助的三种途径
1) help ? 获得方法的文档解释
2) example 获得方法的样例
3) help.search ?? 模糊搜索，搜寻自己想要的功能，R会返回相关结果
尽管变量的数据类型无需在使用前声明，但在没有声明变量的存储方式之前，直接通过下标的方式对其赋值是会有错误的。比如x[1]<-1，如果x前面没有出现过，也没有显式声明（如vector(length=2)），则会报错。
vector会循环。例如，c(1,2,4) + c(2,3,4,5,6) 其中长度略短的c(1,2,4)会“循环”匹配较长的vector长度，被当做c(1,2,4,1,2)来做该加法，因此结果为3 5 8 6 8。
vector的过滤。
1) 对于x<-c(1,2,3)，通过x[-2]可以返回一个新的vector，结果为剔除了位置2数据的x。这实际上就是过滤。而R语言在[]中能做得更多，可以直接写判断表达式，如x[x>=2]返回包涵2、3的vector。
2) 利用subset方法也可以实现过滤，如subset(x,x>5)，但与x[x>5]的区别是，subset会剔除NA，而后者则保留。
用args()方法来查看一个函数的参数
x<-1:2与y<-c(1,2)的数据类型（typeof）是不同的，利用冒号创建的是整型，而c方法创建的是浮点型。
创建matrix的方式
1) y<-matrix(c(1,2,3,4),nrow=2,ncol=2)
2) y<-matrix(nrow=2,ncol=2); y[1,1]<-1….
3) m<-matrix(c(1,2,3,4,5,6),nrow=2,byrow=T) 通过byrow参数来“行优先”输入
取子矩阵的几种方式
1) 连续取 z[,2:3]：取z矩阵2、3两列
2) 跳跃取 z[c(1,3),]：取z矩阵1、3两行
3) 剔除取 z[-2,]：剔除z矩阵第2行
apply()方法可以把自定义的function，应用到matrix中的元素上。如果自定义function返回k个元素的vector，那么apply()的结果将包含k行。
通过cbind()和rbind()合并两个vector（matrix）——实际上，所谓“合并”，只是创建了一个新的matrix
从matrix中提取一行或列，被提取的部分会自动成为vector，而不再是matrix。在进行提取的时候，需要指定drop参数为FALSE来保证最终还是matrix。如r<-z[2,, drop=FALSE]。抑或利用as.matrix()方法将被提取的结果改变为matrix
array为matrix提供了额外的维度，使得matrix由二元变为三元。如test<-array(data=c(firstMatrix,secondMatrix),dim=c(rownumber,columnnumber,2))。dim参数决定了合并的matrix数量。而array的合并可以实现更高维度的matrix。
list的创建方式
1) 带tag的方式：j<-list(name=”Joe”,salary=55000,union=T)
2) 无tag的方式：j<-list(“Joe”,55000,T)
3) vector的mode参数：z<-vector(mode=”list”)，之后可以向z赋值
list中元素的访问：
1) list_name$tag_name
2) list_name[[tag_name]]
3) list_name[[index]]
list中元素的访问需要双层[[]]，如果单层[index]或[tag_name]会访问到tag_name(或者index)与值本身，是个子list，而不仅仅是值；而且，双层[[]]中的只能是单一的tag_name或index，不能是类似[[1:3]]这样访问，而单层可以[1:3]，提取出1~3作为子list
不像vector在创建之后就无法增加、删除元素，list中的元素是可以动态增减的
list中可以嵌套list
data frame的创建：
kids<-c(“Jack”,”Jill”)
ages<-c(12,10)
d<-data.frame(kids,ages,stringsAsFactors=FALSE)
data frame中元素的创建
1) d[[index]]
2) d$column_name
3) d[,index]：访问第index列
4) d[index,]：访问第index行
5) d[[a:b]]：访问第a列的第b个元素
6) d[a:b]：对data frame提取a列到b列来构成子frame。
factor可以根据vector构建而出，比如
x<-c(5,12,13,12)
xf<-factor(x)
当然也可以是字符类型的vector来构建factor
factor中有个level的概念，level代表的是分组的结果。通过levels()方法可以列出factor的所有level
tapply(x,f,g)：vector x按照factor f分组，对每个组运算g方法。其中x与f的长度需要一致。对x的分组f计算，可以不只是一个分组方式，比如对收入x算平均值（g = mean），可以根据年龄段f1来算，也可以根据性别f2来算，于是tapply(x,list(f1,f2),mean)。by()与tapply()类似，但其第一个参数可以是matrix或者data frame。
用split(x,f)方法可以对x进行分组，即taplly的第一步。tapply的第一个参数必须是vector，而split还可接受data frame。
<-可用于赋值，但不能用在参数列表中，参数中要用=
sort()与order()二者都可以用来做排序，前者直接返回数据集，后者返回index，而被排序的数据集不会被改变，如
> x
[1] 13 5 2 15 7
> sort(x)
[1] 2 5 7 13 15
> order(x)
[1] 3 2 5 1 4
> x
[1] 13 5 2 15 7
> y<-x[order(x)]
> y
[1] 2 5 7 13 15
rank()方法可以为vector中的元素排名，如
> rank(c(3,7,2,6,3,9))
[1] 2.5 5.0 1.0 4.0 2.5 6.0
union(x,y)：求x与y的并集
intersect(x,y)：交集
setdiff(x,y)：补集（包含于x而不包含于y的元素将被返回）
setequal(x,y)：测试集合是否相等
c %in% y：测试c是否属于y集合
choose(n,k)：长度为n的集合中，长度为k的子集个数
|
|
发表于 2012-6-23 22:13:00
