r语言之生成规则序列,规则序列函数及用法

在生成序列时,“:”的优先级最高

(1)从1到20的整数序列:

> 1:20
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

(2)用函数seq生成实数等差序列:(两种表示方法)

seq(start,end,d)     start表示起点,end表示终点,d表示步长。

> seq(1,20,2)
[1] 1 3 5 7 9 11 13 15 17 19
> seq(1,20,3)
[1] 1 4 7 10 13 16 19

> seq(length=11,from=1,to=6)
[1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0

其中,步长=(to-from)/(length-1)

(3)用函数rep创建一个所有元素都相同的向量:

rep(k,n)   k表示元素,n表示元素出现的个数

> rep(4,3)
[1] 4 4 4

(4)函数sequence创建一系列连续的整数序列,每个序列都以给定的参数的数值结尾:

> sequence(3:6)
[1] 1 2 3 1 2 3 4 1 2 3 4 5 1 2 3 4 5 6
> sequence(c(3,6))
[1] 1 2 3 1 2 3 4 5 6

(5)函数gl产生规则的因子序列。用法如下:

gl(k,n,length,labels=c())其中,k是类别数,n是每个类别重复的次数,length用来指定产生数据的个数,labels用来指定每个类别的名字。

> gl(2,4)
[1] 1 1 1 1 2 2 2 2
Levels: 1 2
> gl(2,4,5)
[1] 1 1 1 1 2
Levels: 1 2
> gl(2,4,5,c(5,10))
[1] 5 5 5 5 10
Levels: 5 10

(6)expand.grid()创建一个数据框,参数由所有将结合在一起的向量或因子给出:

用法为:expand.grid(xlabel=‘‘,ylabel=‘‘.......)其中,xlabel为第一列的列名,ylabel为第二列的列名,等等。

> expand.grid(1:3,1:3)
Var1 Var2
1 1 1
2 2 1
3 3 1
4 1 2
5 2 2
6 3 2
7 1 3
8 2 3
9 3 3
> expand.grid(x=1:3,y=1:3)
x y
1 1 1
2 2 1
3 3 1
4 1 2
5 2 2
6 3 2
7 1 3
8 2 3
9 3 3

时间: 2024-08-11 05:30:49

r语言之生成规则序列,规则序列函数及用法的相关文章

r语言之生成随机序列,随机数生成函数及用法

(1)生成正态分布随机数: rnorm(n,mean,sd)     其中,n表示生成的随机数个数,mean表示正态分布均值,sd表示正态分布标准差 > rnorm(5,0,2)[1] -5.31147765 0.09634197 0.35276104 -1.94548466 0.54533883 (2)生成均匀分布随机数: runif(n,min,max)     其中,n表示生成的随机数个数,min表示均匀分布最小值,max表示均匀分布最大值 > runif(5,0,10)[1] 9.74

R语言笔记003——set.seed()函数

set.seed()函数 set.seed()设定生成随机数的种子,让样本可重复. 1 > x<-rnorm(4) # 生成4个随机数 2 > x 3 [1] 0.6599492 0.5881863 -1.9215553 -0.9161720 4 > y<-rnorm(4) 5 > y 6 [1] -0.8496265 -2.5471568 0.5650117 0.9226440 7 > set.seed(4)# 设定种子,让样本可重复 8 > x<-

R语言统计字符串的字符数ncahr函数

函数计算字符数量,包括在一个字符串的空格的个数. 语法 nchar()函数的基本语法是: nchar(x) 以下是所使用的参数的说明: x - 向量输入. 示例 result <- nchar("Count the number of characters") print(result) 当我们上面的代码执行时,它产生以下结果: [1] 30

R语言学习笔记:字符串处理

想在R语言中生成一个图形文件的文件名,前缀是fitbit,后面跟上月份,再加上".jpg",先不百度,试了试其它语言的类似语法,没一个可行的: C#中:"fitbit" + month + ".jpg" VB:"fitbit" & month & ".jpg" Haskell:"fitbit" ++ month ++ ".jpg" 还想到concat之

R语言与数据分析之三:分类算法1

分类算法与我们的生活息息相关,也是目前数据挖掘中应用最为广泛的算法,如:已知系列的温度.湿度的序列和历史的是否下雨的统计,我们需要利用历史的数据作为学习集来判断明天是否下雨:又如银行信用卡诈骗判别. 分类问题都有一个学习集,根据学习集构造判别函数,最后根据判别函数计算我们所需要判别的个体属于哪一类的. 常见的分类模型与算法 传统方法 1.线性判别法:2.距离判别法:3.贝叶斯分类器: 现代方法: 1.决策树:2.支持向量机:3.神经网络: 线性判别法: 天气预报数据(x1,x2分别为温度和湿度,

R与数据分析学习总结之一:R语言基本操作

最近开始学习R语言,把学习笔记和小伙伴们分享一下吧,欢迎一起交流 R 起源: R是S语言的一种实现.S语言是由 AT&T贝尔实验室开发的一种用来进行数据探索.统计分析.作图的解释型语言.最初S语言的实现版本主要是S-PLUS.S-PLUS是一个商业 软件,它基于S语言,并由MathSoft公司的统计科学部进一步完善.后来Auckland大学的Robert Gentleman 和 Ross Ihaka 及其他志愿人员开发了一个R系统.R的使用与S-PLUS有很多类似之处,两个软件有一定的兼容性.

R语言调用C++

R语言跨界调用C++ R的极客理想系列文章,涵盖了R的思想,使用,工具,创新等的一系列要点,以我个人的学习和体验去诠释R的强大. R语言作为统计学一门语言,一直在小众领域闪耀着光芒.直到大数据的爆发,R语言变成了一门炙手可热的数据分析的利器.随着越来越多的工程背景的人的加入,R语言的社区在迅速扩大成长.现在已不仅仅是统计领域,教育,银行,电商,互联网….都在使用R语言. 要成为有理想的极客,我们不能停留在语法上,要掌握牢固的数学,概率,统计知识,同时还要有创新精神,把R语言发挥到各个领域.让我们

R语言学习笔记—K近邻算法

K近邻算法(KNN)是指一个样本如果在特征空间中的K个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性.即每个样本都可以用它最接近的k个邻居来代表.KNN算法适合分类,也适合回归.KNN算法广泛应用在推荐系统.语义搜索.异常检测. KNN算法分类原理图: 图中绿色的圆点是归属在红色三角还是蓝色方块一类?如果K=5(离绿色圆点最近的5个邻居,虚线圈内),则有3个蓝色方块是绿色圆点的"最近邻居",比例为3/5,因此绿色圆点应当划归到蓝色方块一类:如果

哪怕你不认可,我还是要为R语言正名

有些业界从业人士对R语言的价值并不认可,他们认为R语言只针对统计分析.R语言的确提供了很全面的统计分析的软件包,比如CRAN,Bioconductor,Neuroconductor,以及ROpenSci;并且提供了优秀的包管理功能. 但加米谷教育请添加链接描述告诉你在与计算机领域朋友的沟通中得知,R语言其实已经成长为一种多功能的编程语言,它的功能远不限于数据分析而已.但是,R语言的很多优秀特性并不为R语言社区以外的人所熟知. 在本文中,我将给大家介绍那些不为人知,却又好用到难以置信的R语言功能.