1.简单的算数操作和向量运算
命令行启动 R，退出 q(). 可以在退出时保存项目进度,同目录下启动R时可以恢复进度.
获取函数帮助：help(solve) 或者 ?solve ,help.start() 启动html帮助
对于使用某个命令的例子，可以用example(topic)查看
R 大小写敏感， 命令可以被;隔开，可以使用（{}）构复合表达式，#开始到句尾为注释
如果一批命令保存在commands.R中，可以使用source("commands.R")执行
sink("log.txt")把输出导入到文件中，sink()把输出导回控制台
R创建和控制的实体被称为对象，对象通过名字创建和保存.ls()和objects()用来显示所有对象,rm(object)删除对象
赋值可以使用<-,=或二者->，或者用assign("x",c(1,2,3))来实现。 c()用来构建任意参数形成的向量
y=c(x,0,x)可以形成新向量。1/x可以显示出各个元素的倒数。在算数表达式中用向量会让每个元素都进行向量运算
+-*/ log(),exp(),sin(),cos(),tan(),sqrt(),max(),min(),mean(),sum(),var(计算方差),length().sort(升序)
seq(2,10)等价于2：10. seq有更多参数seq(from=a,to=b,by=c,length=d)参数顺序可变，by为步长.
rep可以重复对象 rep(c(1:3),times=2) 得到(1,2,3,1,2,3), rep(c(1:3),each=2)得到(1,1,2,2,3,3)
逻辑向量：TRUE, FALSE, NA。逻辑运算：<,<=,>,>=,==,!=. &交集运算与，|并集运算或，!非运算
任何含有NA数据的运算结果都是NA，is.na(x)返回一个和x长度相等的向量，x中为NA的位置为TRUE，其余为FALSE
NAN是缺损值如0/0，NA为不可得到值
paste()可以有任意多参数，把他们一个一个连成字符串，如paste(c("x","y"),1:6,sep="")得到("1x","2y","3x","4y","5x","6y")
一个向量的子集可以通过在[]中加入索引向量得到：
1.逻辑向量：此时索引向量需要和逻辑向量长度一致。x[!is.na(x)]取得所有非NA元素作为子集，(x+1)[(!is.na(x)) & x>0] 把x所有元素加1并生成一个不含NA和负数的子集
2.正整数向量。此时和索引向量对应的元素被选中，长度和索引向量一致,如x[1:10].索引向量长度可以比原向量长,如c("x","y")[rep(c(1,2,2,1),times=4)]会生成"x","y","y","x"重复四次的向量
3.负整数向量：指定元素排除，如(x[-(1:5)])排除1-5号元素
4.字符串向量：仅仅用于用name属性来标识元素。如： fruit=c(1,2,3,4);names(fruit)=c("a","b","c","d");num=fruit[c("a","b")]
向量是R里面最重要的，还有其他对象比如矩阵matrix，因子factor，列表list，数据框data frame，函数function.
2.对象以及他们的模式和属性
R中对象的类型包括数值型"numeric",复数型"complex"，逻辑型"logical"，字符型"character"和原味型"raw"。mode(object) 可以得到对象类型。as.character(z), as.integer(z)可以转换对象类型，class(object)看对象所属的类
使用length(alpha)=3 改变alpha的长度为3. e=numeric()，e为空对象，e[3]=10把e长度扩展为3，前两个元素为NA。
3.有序因子和无序因子
因子(factor)用来储存类别变量和有序变量，这种变量不能用来计算，只能用来分类和计数。例子：
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‘))；col3 输出是在Y的地方为<NA>
4.数组和矩阵