R语言学习-函数

printLine <- function () {
  print("--------------------------------------------");
}

#函数的调用
printLine();

#错误:无参函数,有参调用
printLine("parameter");

printNLines <- function (n) {
  for(i in 1:n) {
  print("--------------------------------------------");
  }
}

#错误:有参函数,无参调用
printNLines()

printNLines(3)

printNLines <- function (n=1) {
  for(i in 1:n) {
  print("--------------------------------------------");
  }
}

#正确:有参函数,因为有默认值,可以无参调用
printNLines()
#也可以有参数调用
printNLines(3)

printInfo <- function (name, age) {
  print(paste("name is: ", name, ", age is: ", age, sep=""))
}

printInfo("KEN", 18)

printInfo(age=18, name="KEN")

...代表后面还有未知个数的参数,可以使用names()获取list的每个名称,然后通过list[key]方式获得值

printInfo <- function (name, age, ...) {
  print(paste("name is: ", name, ", age is: ", age, sep=""));
  otherParames = list(...);
  for(key in names(otherParames)) {
  print(paste(key, " is: ", otherParames[key], sep=""));
  }
}

printInfo("KEN", 18, height="178CM", weight="75KG", sex="男");

summary是获取数据的统计信息,包含: Min. 1st Qu.  Median    Mean 3rd Qu.    Max.  最小值,最大值,四分位数,默认summary是没有方差和标准差的,可以通过后面的方法增强一下,在里面赋值方差和标准差

data <- read.csv("data.csv", sep=",", fileEncoding=‘utf8‘);

summary(data[,3])

#summary加强版
summaryEx <- function(column) {
s <- summary(column)
#方差
s[[‘var‘]] <- var(column);
#标准差
s[[‘sd‘]] <- sd(column);
#s #直接写个s也可以替代下面的语句
return (s);
}

summaryEx(data[, 3])

输出:

Min. 1st Qu. Median Mean 3rd Qu. Max. var
96.00 115.00 120.00 121.08 131.00 140.00 154.91
sd
12.45

时间: 2024-09-29 18:48:57

R语言学习-函数的相关文章

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语言学习(4)-环境和函数

环境和函数 1.环境 使用new.env函数创建环境 > an_environment <- new.env() 向环境中分配变量与列表相同 > an_environment[["pythag"]] <- c(12,15,20,21) > an_environment$root <- polyroot(c(6,-5,1)) > assign("moonday",weekdays(as.Date("1969/07/2

R语言学习笔记2——绘图

R语言提供了非常强大的图形绘制功能.下面来看一个例子: > dose <- c(20, 30, 40, 45, 60)> drugA <- c(16, 20, 27, 40, 60)> drugB <- c(15, 18, 25, 31, 40) > plot(dose, drugA, type="b") > plot(dose, drugB, type="b") 该例中,我们引入了R语言中第一个绘图函数plot.pl

R语言学习笔记

參考:W.N. Venables, D.M. Smith and the R DCT: Introduction to R -- Notes on R: A Programming Environment for Data Analysis and Graphics,2003. http://bayes.math.montana.edu/Rweb/Rnotes/R.html 前言:关于R 在R的官方教程里是这么给R下注解的:一个数据分析和图形显示的程序设计环境(A system for data

R语言学习(5)-字符串和因子

字符串和因子 1.字符串 创建字符串 > c("HELLO","WORLD") [1] "HELLO" "WORLD" 使用paste函数连接字符串 > paste(c("hello","hi"),"world") [1] "hello world" "hi world" > paste(c("hel

R语言学习(2)

向量矩阵和数组 1.vector函数可以创建指定类型.长度的矢量 (其结果中的值可以是0,FLASE,空字符串) > vector("numeric",5) [1] 0 0 0 0 0 > vector("complex",6) [1] 0+0i 0+0i 0+0i 0+0i 0+0i 0+0i > vector("logical",6) [1] FALSE FALSE FALSE FALSE FALSE FALSE > 

R语言学习(3)

列表和数据框 1.列表 list函数创建列表 > (a_list <- list(c(1,1,2,5,14,42),month.abb,matrix(c(3,-8,1,-3),nrow=2),asin)) [[1]] [1]  1  1  2  5 14 42 [[2]] [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul&qu

R语言学习笔记 之 可视化地研究参议员相似性

基于相似性聚类 很多时候,我们想了解一群人中的一个成员与其他成员之间有多么相似.例如,假设我们是一家品牌营销公司,刚刚完成了一份挂怒有潜力新品牌的研究调查问卷.在这份调查问卷中,我们向一群人展示了新品牌的几个特征,并且要求他们对这个新品牌的每个特征按五分制打分.同时也收集了目标人群的社会经济特征,例如:年龄.性别.种族.住址的邮编以及大概的年收入. 通过这份调查问卷,我们想搞清楚品牌如何吸引不同社会经济特征的人群.最重要的是,我们想要知道这个品牌是否有很大的吸引力.换个角度想这个问题,我们想看看

R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数

遇到了小bug: R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数 看到网上别人的做法,发现了用class(A)和class(B)之后才发现,是因为读入的时候数据的类型不对,A.B的类型并不是matrix,才导致了这个问题. 用as.matrix来变型一下,就OK了. R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数,布布扣,bubuko.com