R语言基础备忘

参考:《R语言实战》

1.      获取帮助


help.start()


打开帮助文档首页


help("foo")或?foo


查看函数foo的帮助(引号可以省略)


help.search("foo")或??foo


以foo为关键词搜索本地帮助文档


example("foo")


函数foo的使用示例(引号可以省略)


RSiteSearch("foo")


以foo为关键词搜索在线文档和邮件列表存档


apropos("foo", mode="function")


列出名称中含有foo的所有可用函数


data()


列出当前已加载包中所含的所有可用示例数据集


vignette()


列出当前已安装包中所有可用的vignette文档


vignette("foo")


为主题foo显示指定的vignette文档

help.start()

打开文档首页http://127.0.0.1:27064/doc/html/index.html

help("foo")或?foo

foo为R中已有函数,直接打开这个函数的说明文档。

data()

列出已加载包中所有可用示例数据集,这里列出的数据和ls()方式列出的数据集一样可以直接被使用,但是ls()方法不会列出这些数据集。

2.      工作空间


getwd()


显示当前的工作目录


setwd("mydirectory")


修改当前的工作目录为mydirectory


ls()


列出当前工作空间中的对象


rm(objectlist)


移除(删除)一个或多个对象


help(options)


显示可用选项的说明


options()


显示或设置当前选项


history(#)


显示最近使用过的#个命令(默认值为25)


savehistory("myfile")


保存命令历史到文件myfile中(默认值为.Rhistory)


loadhistory("myfile")


载入一个命令历史文件(默认值为.Rhistory)


save.image("myfile")


保存工作空间到文件myfile中(默认值为.RData)


save(objectlist, file="myfile")


保存指定对象到一个文件中


load("myfile")


读取一个工作空间到当前会话中(默认值为.RData)


q()


退出R。将会询问你是否保存工作空间

setwd("mydirectory")

setwd()只是改变此次工作目录,再打开R时工作目录又回到了之前的默认工作目录。

rm()

用rm()方法删除工作环境下的所有对象方法rm(list=c(ls(all=TRUE))).

 

3.      图形输出


pdf("filename.pdf")


PDF文件


win.metafile("filename.wmf")


Windows图元文件


png("filename.png")


PBG文件


jpeg("filename.jpg")


JPEG文件


bmp("filename.bmp")


BMP文件


postscript("filename.ps")


PostScript文件

直接将plots区域保存为图片。

4.      操作对象


length(object)


显示对象中元素/成分的数量


dim(object)


显示某个对象的维度


str(object)


显示某个对象的结构


class(object)


显示某个对象的类或类型


mode(object)


显示某个对象的模式


names(object)


显示某对象中各成分的名称


c(object, object,…)


将对象合并入一个向量


cbind(object, object, …)


按列合并对象


rbind(object, object, …)


按行合并对象


Object


输出某个对象


head(object)


列出某个对象的开始部分


tail(object)


列出某个对象的最后部分


ls()


显示当前的对象列表


rm(object, object, …)


删除一个或更多个对象。


newobject <- edit(object)


编辑对象并另存为newobject


fix(object)


直接编辑对象

Object

输出某个对象,当该数据集比较大时,用head()或者tail()查看比较好。

head()和tail()

默认数据6行,可自己定义查看的数据量。head(object,n)和tail(object,n),n就是你想要查看的数量。

fix(object)

类似的view()查看数据,eidt()编辑对象。

5.

不同的行业对于数据集的行和列叫法不同。统计学家称它们为观测(observation)和变量

(variable),数据库分析师则称其为记录(record)和字段(field),数据挖掘/机器学习学科的研究者则把它们叫做示例(example)和属性(attribute)

6.      attach()、detach()、with()

summary(mtcars$mpg)
plot(mtcars$mpg,mtcars$disp)
plot(mtcars$mpg,mtcars$wt)
#也可写作:
attach(mtcars)
plot(mpg, disp)
plot(mpg, wt)
detach(mtcars)
#或者是:
with(mtcars,{
summary(mpg,disp,wt)
plot(mpg,disp)
plot(mpg, wt)
})

with()函数中的赋值只在函数内部生效,相当于局部变量。要赋值在with()函数结构以外生效,可以适用特殊的赋值符号 <<- 代替 <-。

with(mtcars,{
nokeepstas <- summary(mpg)
keepstats <<- summary(mpg)
})
nokeepstats
keepstats

7.

read.table  row.names属性

data.frame 也有row.names属性

创建数据集的时候可以直接定义row.names,类似还有col.names属性。

8.

factor因子

有普通因子和有序因子的区别

status <-c("Poor","Improved","Excellent","Poor")
#无序
status <- factor(status, ordered=F)
status

#有序
status <- factor(status, ordered=T)
status

#自定义顺序
status <- factor(status,ordered=TRUE,levels=c("Poor","Improved","Excellent"))
status

有任何问题建议欢迎提出,转载请注明来源,谢谢!

 

时间: 2024-10-15 18:29:42

R语言基础备忘的相关文章

R语言基础备忘 plot()详解

plot是R中的基本画图工具,直接plot(x),x为一个数据集,就能画出图,soeasy!但是细节往往制胜的关键.所以就详细来看下plot的所有可设置参数及参数设置方法. 下面讲到的图形参数,是graphic包中的常见参数,graphic不同图形方法中,这些参数都是相同的. type图形的类型 "p"点图 "l"线图 "b"点线图,线不穿过点 "c"虚线图 "o"点线图,线穿过点 "h"

R语言基本备忘-统计分析

Part1 相关统计量说明 峰度系数Coefficientof kurtosis http://baike.baidu.com/link?url=gS_sgtNYSRdjLnadNWDDa357DIzJma-tdheAx5eKp0WzTvuH_PYg8hnMNIiP4-DRmewtftVQXXUbtIYzvz4bTq 峰度系数(Kurtosis)用来度量数据在中心聚集程度.在正态分布情况下,峰度系数值是3(但是SPSS等软件中将正态分布峰度值定为0,是因为已经减去3,这样比较起来方便).>3的峰

R语言基础

##数据获取 x1=round(runif(100,min=80,max=100)) x2=round(rnorm(100,mean=80, sd=7)) x3=round(rnorm(100,mean=80,sd=18)) x3[which(x3>100)]=100 num=seq(2005138101,length=100) x=data.frame(num,x1,x2,x3) write.table(x, "grade.txt") ##数据分析 y=read.table(&

R语言基础(二) 可视化基础

> which.max(apply(x[c("x1","x2","x3")], 1, sum))49 > x$num[which.max(apply(x[c("x1","x2","x3")], 1, sum))][1] 2005138149 > hist(x$x1) > plot(x$x1,x$x2) > table(x$x1) 80 81 82 83 84

第二章 R语言基础

二.操作基础 %%取余 %/%整数除法 (1)eigen(...)求解方阵的特征值和特征向量 (2)solve(D,A)求解DX=A (3)data<-list(...)取里面的对象data[["列名称"]]:data[[下标]]:data$列名称 (4)unlist(列表对象)把列表对象转化为向量对象 (5)names(数据框)读取并编辑列的名称 (6)数据框data 取里面的对象data[["列名称"]]:data[[下标]]:data$列名称;data[

R语言基础编程技巧汇编 - 25

1.      使用rClr包访问.NET库 下载地址:http://r2clr.codeplex.com/ library(rClr) clrLoadAssembly('c:/path/to/myassembly.dll') myObj <-clrNew('MyNamespace.MyClass,MyAssemblyName') clrCall(myObj, 'SayHelloWorld') 2.      向C语言代码传递数据框参数示例 data.frame是一个list对象 #includ

R语言-基础操作

今天Mayuyu来学习R语言,先来学习一些基础的操作. (1)c() c()是用来创建一个向量,比如 (2)length() length()用来获取一个向量的长度. (3)mode() 获取向量中数据的类型,比如 (4)rbind()和cbind() 这两个函数都是将多个向量合并为一个矩阵,或者将多个矩阵合并为一个矩阵,rbind()是按照行合并, 而cbind()是按照列合并. (5)mean() 求平均值. (6)sum() 求和. (7)min()和max() 分别求最小值和最大值. (

从零开始系列-R语言基础学习笔记之二 数据结构(一)

在上一篇中我们一起学习了R语言的环境搭建,这次我们开始学习R语言的数据结构第一部分:向量.数组和矩阵. 一.向量 向量是一维数组,其内容可以是数值.字符或布尔值,但所有数据的类型必须一致.创建向量使用的关键字是c,访问向量中的元素使用[],具体如下: 创建数值向量a<-c(1,2,3,4,5,6) 创建字符向量b<-c("a","b","c") 创建布尔向量c<-c(TRUE,FALSE) 访问向量: a[3] 得到的值是3,注

R语言基础入门之二:数据导入和描述统计

by 写长城的诗 • October 30, 2011 • Comments Off This post was kindly contributed by 数据科学与R语言 - go there to comment and to read  the full post. 一.数据导入 对初学者来讲,面对一片空白的命令行窗口,第一道真正的难关也许就是数据的导入.数据导入有很多途径,例如从网页抓取.公共数据源获得.文本文件导入.为了快速入门,建议初学者采取R语言协同Excel电子表格的方法.也就