R语言-rnorm函数

rnorm()函数产生一系列的随机数,随机数个数,均值和标准差都可以设定。

1 > x<-rnorm(100)       #产生100个服从正态分布的随机数
2 > print(x)
 [1] -0.26324109  0.10288996 -0.19853384
 [4]  0.20795624 -0.67943297  1.10336811
 [7]  0.27014386 -0.22539815  0.21058139
 [10] -0.08845235  0.57193731  0.38441138
 [13] -0.16234544 -1.05885749 -0.31676977
 [16]  0.09160984  0.85869406 -1.92437870
 [19]  0.13930256 -0.38939669 -1.30904417
 [22] -1.64585501 -1.10237222 -0.78996995
 [25] -0.08953180 -0.57261995  0.75944219
 [28] -0.27586470  0.22038731  1.07290135
 [31]  1.31221548 -1.17559017  0.44867447
 [34]  0.92308930  0.28249317  0.03514011
 [37] -0.49339015 -0.97298188  1.64675994
 [40]  0.05560634  0.21019148  0.46795645
 [43]  0.93547472  1.24787602 -0.70754604
 [46] -0.53861572  1.11944711  0.68947881
 [49] -0.23630802 -1.28280493 -0.70265838
 [52] -0.42406630  1.56637981  0.36190251
 [55]  1.60644945  0.77273024 -1.28584961
 [58] -1.20758388  0.76275871  0.28845264
 [61] -0.92902203  0.17398453 -0.13379084
 [64]  2.19181951 -0.02141348 -0.98340831
 [67] -0.98250819  0.78877798  1.31430210
 [70] -1.58568841 -0.02860521 -0.03645140
 [73] -0.20290850  0.21163409  0.44485326
 [76]  0.75211751  0.97126478  1.55586721
 [79] -1.16956405 -1.22934317 -0.16197414
 [82]  0.26927615  1.79530684 -0.50801284
 [85]  1.39475512 -2.44997555  0.12599863
 [88]  0.34823393  0.38774490  0.99990464
 [91]  0.36716384  1.99150108 -0.38290675
 [94]  0.60751652  0.09480957 -0.20563194
 [97]  1.71996544  0.06382987  0.19579251
[100] -0.10073099

1 > x<-rnorm(100,3,4)       #产生100个均值是3,标准差为4的随机数
2 > print(x)
 [1]  1.49656925 11.95936490  6.88970327
 [4]  0.40415294  5.86416522  0.63424442
 [7]  0.48301686 -0.11507020  2.78108833
 [10]  6.34683598  0.41899008  4.30549109
 [13]  0.05657324  9.09961354  0.50791366
 [16]  9.37733170  4.48574351 -0.89857176
 [19]  1.12643236  3.93898234  0.17518864
 [22] -3.54634182 -4.70234252  9.82584151
 [25] -1.05972911  5.81132397  8.65915568
 [28] -4.70963922  4.05207848  3.86882175
 [31]  3.25272474  1.64543632 -0.63657621
 [34] -3.19041652 10.93314413 -0.60856151
 [37]  0.47559227  8.49264500  8.93107758
 [40]  0.37652898  8.30558795  5.53069155
 [43]  0.68242390  4.92089359 -0.42385840
 [46]  1.84038254  4.92277540  6.82399382
 [49] -0.50417642  6.74601180  1.36258799
 [52]  9.96709281 -3.07820065  3.10318421
 [55]  3.54411733  8.52122244  0.88853265
 [58]  8.57470109 -2.14551460 -0.50774596
 [61]  2.84178486  3.15692093  6.10531593
 [64] -0.43015779  0.06777219  7.47884137
 [67]  1.72870486  7.54601723  5.40613275
 [70]  5.36976037  7.36394231  1.27398026
 [73]  6.32744407  9.50486546 -3.33475582
 [76]  4.55947536  3.14531065  1.26117393
 [79]  7.78038761  2.24518204  3.10945300
 [82] -0.13109504 -6.57291074  9.51343571
 [85] -2.14250267  2.60657651 12.42863819
 [88]  1.50207810  4.69823542  5.07431396
 [91] -0.47208321  2.71782519 -0.04013664
 [94]  3.91216269  3.40533228  6.13103940
 [97]  0.29818172  6.49477693  3.76956111
[100]  4.10297196

时间: 2024-10-09 22:51:10

R语言-rnorm函数的相关文章

R语言seq()函数用法

1.seq() 用来生成一组数字的函数. Usage: ## Default S3 method:seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),length.out = NULL, along.with = NULL, ...)seq.int(from, to, by, length.out, along.with, ...)seq_along(along.with)seq_len(length.out) Arguments:

R语言——绘图函数深入学习

利用R自带数据集 通过data()函数可以查看R自带数据集. > data() 返回以下结果,每一条记录都是一个数据,键入相应的数据名称可以查看具体信息. Data sets in package ¡®datasets¡¯: AirPassengers Monthly Airline Passenger Numbers 1949-1960 BJsales Sales Data with Leading Indicator BJsales.lead (BJsales) Sales Data wit

R语言table()函数

R语言table()函数比较有用,两个示例尤其是混淆矩阵这个案例比较有用: 例子一:统计频次 z<-c(1,2,2,4,2,7,1,1);z1<-table(z);summary(z1); z1#实现z中各数据频次的统计z1 2 4 7 3 3 1 1 names(z1)#居然是有名字的[1] "1" "2" "4" "7"例子二:实现混淆矩阵 t=table(c(1,0,1,1,1,0,0,1),c(0,0,1,

R语言封装函数

R语言封装函数 原帖见豆瓣:https://www.douban.com/note/279077707/ 一个完整的R函数,需要包括函数名称,函数声明,函数参数以及函数体几部分. 1. 函数名称,即要编写的函数名称,这一名称就作为将来调用R函数的依据.2. 函数声明,函数名称 <- function, 即声明该对象的类型为函数.3. 函数参数,这里是输入的数据,函数参数是一个虚拟出来的一个对象.函数参数所等于的数据,就是在函数体内部将要处理的值,或者对应的数据类型. 函数体内部的程序语句进行数据

R语言中函数调试

有时候会用R语言写一下简单的脚本处理函数,加入需要调试的话可以按照下面的步骤进行: fun <- function(x , y){ x + y x - y x * y x / y } debug(fun) 先创建一个简单的函数,然后用debug() 函数对创建的fun()函数进行debug.这时控制台没有任何变化,但是当再次运行创建函数时会进入debug状态: fun(2 + 3) debugging in: fun(2 + 3) debug at #1: { x + y x - y x * y

R语言常用函数

数据结构 一.数据管理vector:向量 numeric:数值型向量 logical:逻辑型向量 character:字符型向量list:列表 data.frame:数据框 c:连接为向量或列表length:求长度subset:求子集 seq,from:to,sequence:等差序列 rep:重复 NA:缺失值 NULL:空对象 sort,order,unique,rev:排序 unlist:展平列表 attr,attributes:对象属性 mode,typeof:对象存储模式与类型 nam

R语言apply()函数用法

在R语言的帮助文档里,apply函数的功能是: Retruns a vector or array or list of values obtained by applying a function to margins of an array or matrix. 就是说apply把一个function作用到array或者matrix的margins(可以理解为数组的每一行或者每一列)中,返回值时vector.array.list. 简单的说,apply函数经常用来计算矩阵中行或列的均值.和值

R语言—使用函数sample进行抽样

在医学统计学或者流行病学里的现场调查.样本选择经常会提到一个词:随机抽样.随机抽样是为了保证各比较组之间均衡性的一个很重要的方法.那么今天介绍的第一个函数就是用于抽样的函数sample: > x=1:10     > sample(x=x)     [1]  3  5  9  6 10  7  2  1  8  4 第一行代码表示给x向量赋值1~10,第二行代码表示对x向量进行随机抽样.结果输出为每次抽样抽得的结果,可以看出该抽样为无放回抽样------最多抽n次,n为x向量中元素的个数. 如

[R语言常用函数]生成随机数

服从正态分布的随机数 rnorm(n,mean=0,sd=1) 如果想要生成一个长度为10的向量,向量中的每个值服从标准正态分布,那么可以这样写 > rnorm(10) [1] -0.7125585 2.2070410 1.4730548 -0.6655749 0.5349409 -0.9700122 0.4970766 [8] -1.7385672 0.9300553 -0.4663140 另外,该函数也可以生成服从一般正态分布的随机数,例如 > rnorm(10,mean=1,sd=4)