###第一周：R基础
rm(list = ls()) #ctr+L
###矩阵相乘，函数diag()
a=matrix(1:12,nrow=3,ncol=4)
b=matrix(1:12,nrow=4,ncol=3)
a%*%b
a=matrix(1:16,nrow=4,ncol=4)
diag(a)#返回对角线元素
diag(diag(a))
diag(4)#对角线为1的单位矩阵
###矩阵求逆，函数rnorm(),solve()
a=matrix(rnorm(16),4,4)#产生4*4的随机数
solve(a)#矩阵求逆！！！！(逆矩阵)
b=c(1:4)
solve(a,b)#求方程的解
##矩阵的特征值、特征向量eigen()
a=diag(4)+1
a.e=eigen(a,symmetric = T)
a.e
a.e$vectors%*%diag(a.e$values)%*%t(a.e$vectors)####??????
###数组
x=c(1:6)
x
is.vector(x)#x是一个向量吗。
is.array(x)#x不是数组
dim(x)<-c(2,3)#增加维数，x变为数组
x
is.matrix(x)#x也是一个矩阵
####数据框，与矩阵的区别，矩阵每个元素都是数字(数组也类似），矩阵形式，但每列可以是不同的类型
x1=c(1,2,3,4,5,6,7,8,9,10)
length(x1)
x2=c(1,2,3,4,5,6,10,7,8,9)
length(x2)
x=data.frame(x1,x2)#向量组合成为数据框，可以是不同类型，数组或字符，x1与x2长度相等
(x=data.frame(‘重量‘=x1,‘运费‘=x2))#替换列头
#画散点图，函数plot()
plot(x)
#读文本文件数据，先设置工作目录，把文本文件放于该目录下
x=read.csv("F:\\R语言\\data.csv")
#读剪贴板(文本或Excel数据可通过剪贴板操作)
y=read.table("clipboard",header = F)#header=T表示不读列头
#Excel文件(方法一：另存为空格分隔(就是原先的空格变为，）的prn文本格式再读)
w=read.table("F:\\R语言\\data.prn",header = T)
#方法2：安装RODBC包，再通过ODBC读
install.packages("RODBC")
library(RODBC)#装载包
z<-odbcConnectExcel("F:\\R语言\\student.xls")
(w<-sqlFetch(z,"Sheet1"))
#####循坏语句（for语句）
a=0
for(i in 1:59){a[i]=i*2+3} #格式for(循坏变量 in 遍历范围){循坏体(向量a里的第i个元素=啥，将i按指定的规律赋值)}
a
for(i in 1:59){a[i]=i*2+3;b[i]=i*5-4}
b=0
b#(与a、b的初始值无关，但是要有初始值)
##while语句
a[1]=5
i=1
while(a[i]<121){i=i+1;a[i]=a[i-1]+2}##满足这个条件便开始循坏
a
###source()函数，print()函数
source("F:\\R语言\\learningR.R")##运行脚本语言
print(x)#在监控台来显示结果
######综合性例子,模拟产生统计专业同学的名单（学号区分），记录数学分析，线性代数，概率统计三科成绩，然后进行统计分析
num=seq(2120170400,2120170400)#seq()函数产生向量，产生100个不同的学号
num
#用runif和rnorm
#产生100个均匀分布的随机数,上限是100，下限是80，产生的向量可能会有小数点，用round()函数四舍五入
x1<-round(runif(100,min=80,max=100))
x1
x2=round(rnorm(100,mean = 80,sd=7))#均值为80，标准差为7,正态分布
x2
x3=round(rnorm(100,mean = 83,sd=18))#均值为83，标准差为18
x3
x3[which(x3>100)]=100#先找到大于100的数的下标，再将此下标对应的值赋值为100
##合成数据框并保存到硬盘
#data.frame()
#write.table()
x=data.frame(num,x1,x2,x3)
x
write.table(x,file = "F:\\R语言\\mark.txt",col.names = F,row.names = F,sep = " ")#将x数据框写入到文件指定的地方
##计算各科的平均分mean(),collMeans(),apply()
mean(x)###运行为NA
colMeans(x)##对列求平均值,会对学号也求平均值
colMeans(x)[c("x1","x2","x3")]#不显示列
apply(x,2,mean)#表示对x数据框作2（列）求mean操作，--1（行操作）
###求各科最高最低分
apply(x, 2, max)#对列求最高分
apply(x,2,min)#对列求最低分
##求每个人的总分
sum=apply(x[c("x1","x2","x3")],1,sum)
x=data.frame(num,x1,x2,x3,sum)
原文地址：https://www.cnblogs.com/orangepig/p/12016360.html