r语言 订阅
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。 展开全文
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。
信息
诞生地
新西兰 奥克兰大学
外文名
The R Programming Language
开发者
Ross Ihaka,Robert Gentleman
中文名
R语言
功    能
统计分析、绘图
R语言发展历史
R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。可以认为R是S语言的一种实现。而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、统计分析和作图的解释型语言。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。后来新西兰奥克兰大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发了一个R系统。由“R开发核心团队”负责开发。R可以看作贝尔实验室(AT&T BellLaboratories)的RickBecker,JohnChambers和AllanWilks开发的S语言的一种实现。当然,S语言也是S-Plus的基础。所以,两者在程序语法上可以说是几乎一样的,可能只是在函数方面有细微差别,程序十分容易地就能移植到一程序中,而很多一的程序只要稍加修改也能运用于R。
收起全文
精华内容
下载资源
问答
  • R语言作图:坐标轴设置

    万次阅读 多人点赞 2018-02-04 20:51:24
    R语言底层作图中,对坐标轴的调整主要通过调整plot函数、axis函数和title函数的一系列参数完成。 plot(x,y, ...) axis(side,at = NULL, labels = TRUE, tick = TRUE, line = NA, pos= NA, outer = FALSE, font...

      要绘制一张赏心悦目的统计图表,坐标轴的设置至关重要。在R语言底层作图中,对坐标轴的调整主要通过调整plot函数、axis函数和title函数的一系列参数完成。

    plot(x,y, ...)

    axis(side,at = NULL, labels = TRUE, tick = TRUE, line = NA,

         pos= NA, outer = FALSE, font = NA, lty = "solid",

         lwd = 1, lwd.ticks = lwd, col = NULL,col.ticks = NULL,

         hadj = NA, padj = NA, ...)

    title(main= NULL, sub = NULL, xlab = NULL, ylab = NULL,

          line = NA, outer = FALSE, ...)

    一、plot函数的准备

      在个性化设置坐标轴之前中,通常需调整plot函数中的ann、bty、xaxt、yaxt、xaxs和yaxs参数:

      ann取FALSE时将不会画出标题(包括主、副标题及坐标轴标题);

      bty用来设置边框形式,默认值为"o",表示四面边框都画出,其余可选值包括"l"(左下)、"7"(上右)、"c"(上下左)、"u"(左下右)、"]" (上下右)和"n"(无,即不画边框),在很多个性化绘图中,bty设为"n",后期的边框线再使用其他函数(如axis)自行添加;

      xaxs和yaxs 用来设置x轴和y轴的范围,默认值取“r”,表示坐标轴比给定作图范围(参数xlim和ylim给出的范围)稍微大一点儿,取”i”时表示坐标轴范围与给定作图范围完全相同,另外还可取”s”、”e”、”d”;

      xaxt和yaxt 取”n”时,坐标轴、刻度线以及刻度值将不会画出。

     

    x <- seq(-4, 4, 0.01)
    y <- x^2
    par(mfrow = c(2, 2), mar = c(4, 4, 1, 1))
    plot(x, y)   # 未作处理
    plot(x, y,  xaxs = "i", yaxs ="i")   # 绘图边框未留白
    plot(x, y, bty = 'l')   # 只保留左和下两条边框
    plot(x, y, ann = F, bty = "n", xaxt = "n", yaxt ="n")   # 边框、坐标轴都去掉

     

    二、axis函数的用法

    1、基本操作

      side表示要操作的坐标轴,取值1、2、3、4分别代表下、左、上、右;

      at表示刻度线及刻度值所在位置;

      labels表示刻度值;

      las表示坐标刻度值文字方向,las=0表示文字方向与坐标轴平行,1表示始终为水平方向,2表示与坐标轴垂直,3表示终为垂直方向。

     

    x<- seq(-4, 4, 0.01)
    y<- x^2
    par(mfrow=c(1, 2), mar = c(4, 4, 1, 1))
    #未设置文字方向
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")  
    axis(1,-4:4, -4:4)
    axis(2,seq(0, 16, 4), seq(0, 16, 4))
    #文字方向水平
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")  
    axis(1,-4:4, -4:4, las = 1)
    axis(2,seq(0, 16, 4), seq(0, 16, 4), las = 1)

     

    2、字体字号

      cex.axis表示坐标轴刻度值的字号大小,

      font.axis表示坐标轴刻度值的字体,font=1表示正体,2表示黑体,3表示斜体,4表示黑斜体。

     

    x<- seq(-4, 4, 0.01)
    y<- x^2
    par(mfrow=c(2, 2), mar = c(4, 4, 1, 1))
    #未设置字体字号
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4)
    #cex.axis = 2
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4, cex.axis = 2)
    #font.axis = 2
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4, font.axis = 2)
    #font.axis = 3
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4, font.axis = 3)
    
    


     

     

     

     

    3、颜色

      col表示图的颜色,用在axis函数中表示坐标轴线和坐标刻度线的颜色;

      col.axis表示坐标轴刻度值的颜色;

      col.ticks表示坐标轴刻度线的颜色。

     

    x<- seq(-4, 4, 0.01)
    y<- x^2
    par(mfrow=c(2, 2), mar = c(4, 4, 1, 1))
    #未设置颜色
    plot(x,y, ann = F, bty = "n", xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4)
    #col = 2
    plot(x,y, ann = F, bty = "n", xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4, col = 2)
    #col.axis = 2
    plot(x,y, ann = F, bty = "n", xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4, col.axis = 2)
    #col.ticks = 2
    plot(x,y, ann = F, bty = "n", xaxt = "n", yaxt = "n")
    axis(1,-4:4, -4:4, col.ticks = 2)

     

    4、位置

      line表示坐标轴线位置与图像边框的距离,取负数时会画在图像边框以内;

      mgp默认值为c(3, 1, 0),三个数字分别代表坐标轴标题、刻度值和轴线与绘图边框的距离;

      tcl默认值为-0.5,数值表示刻度线长度,负值表示刻度线朝外,正值朝里;

      pos 表示轴线所在的位置;

      line.outer取TRUE时,坐标轴将画在画布边缘处;

      hadj指将刻度值沿平行坐标轴方向调整的距离;

      padj指将刻度值沿垂直坐标轴方向调整的距离。

     

    x <- seq(-4, 4, 0.01)
    y <- x^2
    par(mfrow= c(2, 2), mar = c(4, 4, 1, 1))
    # 未设置刻度值位置
    plot(x, y, ann = F, xaxt = "n", yaxt ="n")
    axis(1, -4:4, -4:4)
    # 使用line调整刻度值位置
    plot(x, y, ann = F, xaxt = "n", yaxt ="n")
    axis(1, -4:4, -4:4, line = 2)
    # 使用mgp调整刻度值位置
    plot(x, y, ann = F, xaxt = "n", yaxt ="n")
    axis(1, -4:4, -4:4, mgp = c(3, 2, 0)) 
    # 使用padj调整刻度值位置
    plot(x, y, ann = F, xaxt = "n", yaxt ="n")
    axis(1, -4:4, -4:4, padj = 1)

     

     

     

    5、其他

      tick取FALSE时,坐标轴线和刻度线不画出;

      lty表示线型,用在axis函数中表示坐标轴线型;

      lwd表示线的粗细,用在axis函数中表示坐标轴线粗细;

      lwd.ticks表示刻度线粗细。

     

    三、title函数的用法

      main、sub、xlab和ylab分别表示主标题、副标题、x轴标题和y轴标题;

      cex.lab表示坐标轴标题的字号大小;

      font.lab表示坐标轴标题的字体;

      col.lab表示坐标轴标题的颜色;

      其余参数和axis中用法一致。

     

    x<- seq(-4, 4, 0.01)
    y<- x^2
    par(mfrow=c(2, 2), mar = c(4, 4, 1, 1))
    #无标题
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")  
    axis(1,-4:4, -4:4)
    axis(2,seq(0, 16, 4), seq(0, 16, 4))
    #使用title设置标题
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")  
    axis(1,-4:4, -4:4, las = 1)
    axis(2,seq(0, 16, 4), seq(0, 16, 4), las = 1)
    title(xlab= 'x', ylab = 'y')
    #使用line调整位置
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")  
    axis(1,-4:4, -4:4, las = 1)
    axis(2,seq(0, 16, 4), seq(0, 16, 4), las = 1)
    title(xlab= 'x', ylab = 'y', line = 2)
    #调整颜色字体字号
    plot(x,y, ann = F, xaxt = "n", yaxt = "n")  
    axis(1,-4:4, -4:4, las = 1)
    axis(2,seq(0, 16, 4), seq(0, 16, 4), las = 1)
    title(xlab= 'x', ylab = 'y', col.lab = 2, font.lab = 4, cex.lab = 2)


    四、刻度间隔

      plot函数会自动给出比较合理的刻度间隔,本质上是调用了pretty函数。

      pretty(x, n = 5, min.n = n %/% 3,  shrink.sml = 0.75,
             high.u.bias = 1.5, u5.bias = .5 + 1.5*high.u.bias,
             eps.correct = 0, ...)

      x是一个序列,pretty函数会先对x取一个range,然后等分为大约n+1个间隔。如果在作图时对系统自动给出的间隔不满意,可以调整n的值,用pretty函数自定义合适的间隔。

     

     

     

    展开全文
  • R语言入门-安装R和Rstuido软件

    万次阅读 多人点赞 2018-09-15 20:31:01
    R语言是用于统计分析,图形表示和报告的编程语言和软件环境;Rstudio是编辑、运行R语言的最为理想的工具之一。 1、官网下载R安装包  下载地址为:https://cran.r-project.org 进入链接,如下图所示,在页面顶部...

    安装R和Rstuido软件

    R语言是用于统计分析,图形表示和报告的编程语言和软件环境;Rstudio是编辑、运行R语言的最为理想的工具之一。

    1、官网下载R安装包

      下载地址为:https://cran.r-project.org   进入链接,如下图所示,在页面顶部提供了三个下载链接,分别对应三种操作系统:Windows、Mac和Linux。请选择自己操作系统对应的链接,接下来我将以windows为例给大家展示安装过程。

    接下来单击【Download R for Windows】——>【base】——>【Download R 3.3.1 for Windows】,即可下载相应安装包。

    单击base,进入下面页面,点击【Download R 3.5.1 for Windows】

     

    2、安装R

    下载完R安装包(我下的按转包名称为:“R-3.3.1-win.exe”),之后双击开始安装,跟一般的软件安装一样,根据需要进行相关安装设置并不断点击下一步即可。

    step1、选择安装位置

    可改成自己的安装路径。

    step2、安装组件

    注意:根据自身电脑操作系统的位数选择,但64位系统可全选,因为64位向下兼容32位系统。(要想知道R语言的32位和64位区别请查看改博客:http://blog.csdn.net/to_baidu/article/details/52904681

    step3、启动选项

    step4、正在安装

    step5、安装完成,并生成桌面快捷方式

     

    下面是桌面快捷方式,分为32位和64位:i386为32位的,x64为64位的。

     

    step6、打开R

    双击两个快捷方式中任意一个即可打开R的原生IDE

    3、官网下载RStudio安装包

     

    下载地址: http://www.rstudio.com/ide   进入下载页面后,可以发现有Desktop和Server两个版本,我们选择Desktop。

    单击蓝色圆形图标,进入跳转到Desktop版本下载窗口,Desktop版本又分为两个版本:Open Source Edition(免费)和Commercial License(付费)。

    初学者自己用的话可选择前者,单击【DOWNLOAD RSRUDIO DESKTOP】。

    单击【DOWNLOAD RSRUDIO DESKTOP】后进入下载页面,根据自己电脑的操作系统选择下载的版本,因为我的操作系统是win7,所以我选择【RStudio 0.99.903-Windows Vista/7/8/10】,单击并下载得到【RStudio-0.99.903.exe】。


    4、安装RStudio

    step1、双击【RStudio-0.99.903.exe】进行安装

    step2、选择安装位置

    可自行更改安装路径。

    step3、正在安装

     

    step4、安装完成


    step5、IDE功能介绍

    打开RStudio之后,会出现上图所示的窗口,其中有三个独立的面板。最大的面板是控制台窗口,这是运行R代码和查看输出结果的地方。也就是运行原生R时看到的控制台窗口。其他面板则是RStudio所独有的。隐藏在这些面板中的包括一个文本编辑器、一个画图界面、一个代码调试窗口、一个文件管理窗口等。

    注意:有的人可能会问,有了RStudio还需要下载R吗?

    即使使用RStudio,还是需要事先为计算机安装好R。RStudio只是辅助你使用R进行编辑的工具,它自身不附带R程序。

    step3、正在安装

    step4、安装完成


    step5、IDE功能介绍

     

    打开RStudio之后,会出现上图所示的窗口,其中有三个独立的面板。最大的面板是控制台窗口,这是运行R代码和查看输出结果的地方。也就是运行原生R时看到的控制台窗口。其他面板则是RStudio所独有的。隐藏在这些面板中的包括一个文本编辑器、一个画图界面、一个代码调试窗口、一个文件管理窗口等。

    注意:有的人可能会问,有了RStudio还需要下载R吗?

    即使使用RStudio,还是需要事先为计算机安装好R。RStudio只是辅助你使用R进行编辑的工具,它自身不附带R程序。

     

    展开全文
  • Mac版R语言入门(一)R语言入门操作

    万次阅读 多人点赞 2016-11-20 20:37:20
    R语言问题讨论交流,欢迎关注我的新浪微博:Jenny爱学习 微信公众号:R语言数据分析与实践 2019R语言视频教程,已在微信公众号上同步更新: 第一集:数据科学与R 第二集:安装R 第三集:安装RStudio 第四集:...

    提问/视频教程--微信公众号:R语言数据分析与实践

    新浪微博(网页版):Jenny爱学习

    视频教程--bilibili: R语言数据分析与实践

    CSDN:ZhenniLi

     

    第一集:数据科学与R

    第二集:安装R

    第三集:安装RStudio

    第四集:快速入门

                                                       

    在大数据技术和人工智能发展突飞猛进的今天,R语言作为顶尖的数据分析开源软件,有着非常广泛的应用,在今年12月发布的TIOBE编程语言排行榜中位列第17,统计类语言第一。本系列博客将针对Mac版R语言进行实战介绍。欢迎对R语言有兴趣的朋友共同讨论和留言。

     

    《Mac版R语言入门(一)R语言入门操作》包含以下内容:

                            1.R语言简介    

                            2.R语言的应用领域       

                            3.R语言安装及更新    

                            4.R语言常用packages安装及更新

     

    一.R语言简介

    1.R语言是一款应用范围极广的交互式数据分析、处理、绘图、建模的开源软件。

        1)R语言与其他主流数据分析处理软件的区别:

             Microsoft  Excel:办公软件(付费)  DataSource:Spreadsheet

             IBM  SPSS:事物处理软件(付费)

             SAS:专业统计软件(付费)

             Matlab:统计专业软件(付费)

             R:免费开源软件

       

     

    二.R语言的应用领域

          1)数据可视化

          2)数据建模

          3)机器学习

          4)神经网络建模

          5)数据挖掘

          6)交互式HTML图表

            

     

    三.版R语言安装&更新

    R语言是顶尖的数据可视化语言,与Mac的视网膜屏结合工作,会有非常惊艳的效果。

        1)R语言安装

                 登陆官网

    https://www.r-project.org点击打开链接

        找到左侧Download下方CRAN,CRAN是用于安装R的一个下载库。

    进入CRAN,这是R的一个国际化开发团队,下拉网页,找到China的下载镜像:

    选择离自己地理位置最近的镜像文件链接进行安装,(几个链接位置分别是清华大学、中国科学与技术大学、浙江大学)

    进入链接之后,选择中间第二个:

    Download R for (Mac)OS X 进行下载。

    Mac上,R的安装按照普通软件的安装方式即可。

          2)R语言更新:

                  打开R软件——(菜单栏)R——Check For R Updates

                     

                将会打开如下网页:

    单击左栏蓝色字体“R-3.3.2.pkg”安装包,支持最新版MacOS(Sierra)

    需要使用神经网络建模、机器学习、3D制图等领域的同学,需要额外下载安装右栏蓝色字体部分“XQuartz”,以保证下载包的正常使用,(Sierra不再包括X11.)

     

    四.R语言常用packages及安装(更新时间:2016.11.21 21:34)

            以下packages的安装环境:MacOS Sierra 、R(3.3.2)

         1)rattle:机器学习、神经网络建模、T检验F检验、决策树【注:新版Mac系统不再含有X11,安装rattle包需要从R官网下载安装XQuartz(下载及安装方法见.三 2))

               安装步骤:方法一【使用RStudio安装】:打开RStudio——Tools——Install Packages

                                                                                输入:rattle

                                 方法二【R安装】:打开R

                                                              输入:>install.packages("rattle")

                使用rattle包:library(rattle)

                                      rattle ()

     

          2)rCharts:绘制交互图形的package,用R与javascript做交互式可视化产品

                安装略麻烦,因为rCharts还没有放在CRAN上:

                                 安装步骤:方法一【使用RStudio安装】:打开RStudio——Tools——Install Packages

                                                                                                   输入:devtools

                                                    console中输入:> require(devtools)

                                                                               > install_github('rCharts','ramnathv')                                                                                   

                        使用rCharts:> library(rCharts)

                      

     

                      更多关于rCharts的帮助信息见官网:http://ramnathv.github.io/rCharts/

     

     

                                        

     

     

     

    展开全文
  • R语言中的vector(向量),array(数组)总结

    万次阅读 多人点赞 2016-04-09 12:10:13
    对于那些有一点编程经验的人来说,vector...R语言很奇怪的是它是面向对象的语言,所以经常会调用系统的方法,而且更奇怪的是总是调用“谓语”的方法,用起来像是写句子一样,记起来真是让人费解。比如is.vector(),read.

    对于那些有一点编程经验的人来说,vector,matrix,array,list,data.frame就相当于编程语言中的容器,因为只是将R看做数据处理工具所以它们的底层是靠什么实现的,内存怎么处理的具体也不要深究。

    R语言很奇怪的是它是面向对象的语言,所以经常会调用系统的方法,而且更奇怪的是总是调用“谓语”的方法,用起来像是写句子一样,记起来真是让人费解。比如is.vector(),read.table(),as.vector()、、

    直接开始吧:(由于习惯,大部分用"="代替"<-")

    一、向量vector,

    1.是最基本的数据容器,里面的数据必须是同一类型,先看基本用法:

    a<-c(1,2,3,4,5,6,7,8,9)

    或者赋值函数assign,

    assign("a",c(1,2,3,4,5,6,7,8,9))
    
    > is.vector(a)
    [1] TRUE
    
    > is.matrix(a)
    
    [1] FALSE
    > is.array(a)
    [1] FALSE
    > is.list(a)
    [1] FALSE


    或者利用随机分布函数,rnrom(n,mean,sd),runif(n,min,max)、、、

    > b=runif(20,min=1,max=20)
    > b
     [1]  2.181016 18.417605  9.748379  2.122849  1.281871  4.099617
     [7] 14.162348 18.034863  7.464664  9.599227 18.973259  1.900773
    [13]  8.995223 11.048916 11.667131  3.859275 17.992988  1.089552
    [19] 13.490061 12.864029

    或者按照一定的步长:

    > a=seq(1,20,by=3)
    > a
    [1]  1  4  7 10 13 16 19

    或者重复:

    > s=rep(a,times=3)
    > s
     [1]  1  4  7 10 13 16 19  1  4  7 10 13 16 19  1  4  7 10 13 16 19

    逻辑向量:

    > b=a>8;b
    [1] FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE

    缺失数据用大写NA表示,数据不确定用NaN表示,数据是无穷用Inf表示(一会全大写,一会大写加小写,一会首字母大写,真是醉了),判断是否为空数据用函数is.na(),判断是否不确定用函数is.nan(),数据是否有限用is.finite(),数据是否为无穷用函数is.infinite():

    > z=c(1:3,Na);z
    Error: object 'Na' not found
    > z=c(1:3,NA);z
    [1]  1  2  3 NA
    
    > is.na(z)
    [1] FALSE FALSE FALSE  TRUE

    将缺失的数据赋值为0:

    > z[is.na(z)]=0;z
    [1] 1 2 3 0

    下面将这几个有问题的数据放在一个向量中:

    > z=c(0/1,0/0,1/0,NA);z
    [1]   0 NaN Inf  NA
    > is.na(z)
    [1] FALSE  TRUE FALSE  TRUE
    > is.nan(z)
    [1] FALSE  TRUE FALSE FALSE
    > is.finite(z)
    [1]  TRUE FALSE FALSE FALSE
    > is.infinite(z)
    [1] FALSE FALSE  TRUE FALSE
    
    

    2.vector中元素的下标引用.

    > a=round(runif(9,min=1,max=9))
    > a
    [1] 3 8 8 8 2 7 3 5 3

    可以看见,与容器不同,vector的下标是从1开始的:

    > a[0]
    numeric(0)
    
    > a[1]
    [1] 3

    选取第2和第3个数,引用非常方便:
     

    > a[c(2,3)]
    [1] 8 8

    引用除了第一个值的所有数,用了减号"-":
     

    > a[-c[1]]
    [1] 8 8 8 2 7 3 5 3

    3.vector作为R语言工具,需要了解vector的各种运算。

    ①+-×÷,其他运算如log,exp,cos,sqrt等也相似。其意义是对应的向量的每个元素分别做运算,

    > x=c(1,2,3)
    > y=c(2,3,4)
    > z=2*x+y-1
    > z
    [1] 3 6 9
    
    > x^2
    [1] 1 4 9
    
    > cos(x)
    [1]  0.5403023 -0.4161468 -0.9899925
    
    > sqrt(x)
    [1] 1.000000 1.414214 1.732051

    ②与向量有关的函数,min(x),max(x), sum(x),range(x),太简单就不在细说,需要强调的是which.min(x),这个还是蛮重要的。

    > a=rnorm(10,mean=5,sd=2)
    > a
     [1] 5.914559 2.604346 5.342572 9.006863 6.547221 7.519781 7.330211
     [8] 8.322956 6.875491 5.883626
    > which.max(a)
    [1] 4
    > which.min(a)
    [1] 2
    > a[which.max(a)]
    [1] 9.006863
    > a[which.min(a)]
    [1] 2.604346

    其他的如sd(a),var(a),length(a),sort(a),分别是求方差,标准差,长度,排序。与python不同R语言的vector所有操作都不会改变vector本身的值。

    4.由于R是一种基于对象的语言,R的对象分为单纯对象和复合对象两种,单纯对象的所有元素都是同一数据类型(数值、字符串),元素不再是对象。复合对象的元素可是是不同的类型,每个元素是一个对象。

    R的对象都有两个基本的属性:mode和length,向量的类型为:logical(逻辑型)、numeric(数值型)、complex(复数型)、character(字符型)。

    > b=c(0:9)
    > b
     [1] 0 1 2 3 4 5 6 7 8 9
    > is.numeric(b)
    [1] TRUE
    > is.character(b)
    [1] FALSE
    > c=as.character(b)
    > c
     [1] "0" "1" "2" "3" "4" "5" "6" "7" "8" "9"
    > is.numeric(c)
    [1] FALSE
    > is.character(c)
    [1] TRUE

    二、数组array:多维的同一类型集合(字符型、数值型、逻辑型、复数型),R可以很容易地生成和处理数组,特别是矩阵matrix是一个二维数组。

    1.可以通过定义dim(维度)将向量变成matrix。

    a=c(1,3,4,5,6,7,8,9,3)
    > dim(a)=c(3,3)
    > a
         [,1] [,2] [,3]
    [1,]    1    5    8
    [2,]    3    6    9
    [3,]    4    7    3

    或者:

    > a=array(a,dim=c(3,3))
    > a
         [,1] [,2] [,3]
    [1,]    1    5    8
    [2,]    3    6    9
    [3,]    4    7    3

    或者:

    > a=matrix(a,nrow=3,ncol=3);a
         [,1] [,2] [,3]
    [1,]    1    5    8
    [2,]    3    6    9
    [3,]    4    7    3
    
    > is.vector(a)
    [1] FALSE
    > is.matrix(a)
    [1] TRUE
    > is.array(a)
    [1] TRUE
    
    > is.list(a)
    [1] FALSE

    可以发现,a已经通过定义维度将其变成了一个矩阵(matrix)和数组(array),下面将讲matrix其实是一个二维的array。

    2.下标引用

    > a=c(1:24)
    > dim(a)=c(2,3,4)
    > a[2,1,2]
    [1] 8
    > a[1,2:3,2:3]
         [,1] [,2]
    [1,]    9   15
    [2,]   11   17
    > a[1, , ]
         [,1] [,2] [,3] [,4]
    [1,]    1    7   13   19
    [2,]    3    9   15   21
    [3,]    5   11   17   23

     

    展开全文
  • R语言 处理缺失值数据

    万次阅读 多人点赞 2016-05-18 11:34:55
    R语言 处理缺失值数据 VIM包 mice包
  • R语言入门基础

    万人学习 2019-06-01 21:11:46
    本课程旨在帮助学习者快速入门R语言: 课程系统详细地介绍了使用R语言进行数据处理的基本思路和方法。 课程能够帮助初学者快速入门数据处理。 课程通过大量的案例详细地介绍了如何使用R...
  • R语言的各种分布函数

    万次阅读 多人点赞 2017-09-23 16:36:46
    R语言的各种分布函数: 至于具体的用法了,大家可以使用help命令,根据实际情况来进行使用 R提供工具来计算累计分布函数p(cummulative distribution function CDF),概率密度函数d和分位数函数q,另外...
  • R语言实现霍夫曼编码

    万次阅读 2020-06-02 10:24:04
    可读性极低,而且其实也没必要用R语言写,图个乐罢了 p=c(0.4,0.2,0.2,0.1,0.1)###输入形如c(0.4,0.2,0.2,0.1,0.1)的概率向量,即每个待编码消息的发生概率 p1=p###将概率向量另存,最后计算编码效率要用 ...
  • R语言是什么?

    万次阅读 多人点赞 2018-06-17 18:56:38
    1什么是R语言R语言,顾名思义,它首先是一门计算机的编程语言,就跟传统的C语言,Java语言类似,但是,它又不仅仅是一门计算机语言。这是因为,R语言天生为统计而生,所以,它做不到像C语言那般的普适,数据分析、...
  • R语言作图——density plot(密度图)

    万次阅读 多人点赞 2018-10-09 13:22:57
    首先还是要把你想要绘图的数据调整成R语言可以识别的格式excel中保存成csv格式。 数据的格式如下图:一列表示一种变量,第一行是列名 Step2. 绘图数据的读取 data&amp;lt;-read.csv(“your...
  • R语言上机例题

    万次阅读 2020-07-13 04:20:29
    R语言上机题目
  • 随机森林r语言实现(超详细)

    万次阅读 多人点赞 2017-12-25 11:49:29
    随机森林就是用随机的方式建立一个森林,森林里面有很多的决策树,并且每棵树之间是没有关联的。得到一个森林后,当有一个新的样本输入,森林中的每一棵决策树会分别进行一下判断,进行类别归类...R语言如何实现。
  • TIOBE 8 月编程语言:C、Java 差距拉大,R 语言盛行

    万次阅读 多人点赞 2020-08-03 12:43:26
    在 TIOBE Top 10 榜单中,R 语言上个月被 TIOBE 官方称之为“史无前例的高光时刻” , 本月继续保持,且在数据分析和统计计算等领域,也成为开发者最受欢迎的编程语言之一。回看 2019 年 8 月,R 语言还处于第 20 位...
  • R语言R语言常用语法

    千次阅读 多人点赞 2016-01-22 10:01:18
    R语言常用语法1、R语言创建向量和矩阵(1)、c()用c()来创建一个向量例:创建向量x1与x2> x1 = c(1,3,5,7,9) > x1 [1] 1 3 5 7 9 > x2 = c(0,2,4,6,8) > x2 [1] 0 2 4 6 8 > (2)、length()用length()来求一个...
  • R语言入门1---R语言介绍以及学前注意事项

    万次阅读 多人点赞 2018-03-28 16:16:07
    R语言是从贝尔实验室的S语言演变而来的,基于S语言开发的商业软件Splus,可以方便的编写函数、建立模型,具有良好的扩展性,取得了巨大成功。1995年由新西兰Auckland大学统计系的Robert Gentleman,Ross Ihaka,Bill...
  • R语言教程

    千次阅读 2018-12-13 09:45:00
    R语言 概述 R语言 环境设置 R语言 基本语法 R语言 数据类型 R语言 变量 R语言 运算符 R语言 判断 R语言R语言 循环 R语言 数据重塑 R语言 函数 R语言 字符串 R语言 向量 R语言 列表 R语言 ...
  • R语言绘制图例(legend)的各种问题_详细综合解析

    万次阅读 多人点赞 2017-01-17 00:54:04
    一幅图解决R语言绘制图例的各种问题 2016-11-01 用R画图的小伙伴们有木有这样的感受,“命令写的很完整,运行没有报错,可图例藏哪去了?”“图画的很美,怎么总是图例不协调?”“啊~~啊,抓狂,图例盖住关键...
  • R语言多元Logistic逻辑回归 应用案例

    万次阅读 2019-06-14 15:00:55
    R语言多元Logistic回归 应用案例 多元Logistic回归 如何进行多重逻辑回归 可以使用阶梯函数通过逐步过程确定多重逻辑回归。此函数选择模型以最小化AIC,而不是像手册中的SAS示例那样根据p值。另请注意,在此...
  • R语言R语言异常或错误处理

    万次阅读 2019-01-21 21:29:25
    R语言异常或错误处理 问题1:在使用R语言(RCurl包)抓取网页的过程中,往往会因为有些页面超时,或者页面不存在而导致程序因为异常中断退出,进而使自动批量抓取数据的程序中断,这时就需要有人工干预,重新运行...
  • R语言心得说:R语言之xlsx包读写Excel数据

    万次阅读 多人点赞 2019-06-14 17:24:31
    R语言心得说:R语言之xlsx包读写Excel数据 【基础】简单读取excel文件数据read.xlsx 【基础】简单写入数据到excel文件write.xlsx 【进阶】随心所欲读取excel中的各种信息createWorkbook、getSheet 【进阶】...
  • title: “R Exam” ...-read.csv("D:\\张志浩\\大数据班\\R语言实验-徐娇\\R考试\\考试用数据\\sales.csv") (1)查看数据的前 10 行数据和后 3 行数据; head(sales,10) head(sales,3) (2)检查 Q...
  • Python借助系统执行R语言程序脚本,实现R语言和Python进行程序交互。 R语言在系统中配置环境变量,保障脚本运行 写一个R语言的程序脚本,放到系统中的任意路径位置,确定cmd的环境变量下R语言的执行命令可以成功...
  • R语言运行R脚本

    千次阅读 2019-09-05 14:37:53
    讲解R语言的基本用法链接:https://www.w3cschool.cn/r/r_data_types.html 之前按照链接中的运行R脚本 但是一直报错: 尝试的绝对路径也不对。 后来解决办法: 1.选择文件–>运行R脚本文件,然后选择要运行的...
  • R语言绘图基础

    千人学习 2017-02-18 21:49:00
    介绍R语言的绘图基础,如固有颜色、RGB取色、主题调色板介绍,文字字体、颜色、大小等参数详解,点样式、颜色、大小等参数详解,线条样式、颜色、粗细等参数详解;详细介绍R低级绘图函数:标题、图例、坐标轴、网格...
  • R语言数据分析入门

    千人学习 2016-05-13 16:53:58
    R语言是一种用来进行数据探索、统计分析、作图的解释型语言。它具有丰富的数据类型、灵活多样的作图功能,以及数量众多的算法功能包。目前已在各行各业赢得数据分析者的青睐,并成为众多科研工作者、商业机构、与...
  • R语言知识体系概览

    万人学习 2014-11-29 10:07:19
    R语言是一门统计语言,主要用于数学建模、统计计算、数据处理、可视化 等几个方向,R语言天生就不同于其他的编程语言。R语言封装了各种基础学科的计算函数,我们在R语言编程的过程中只需要调用这些计算函数,就可以...
  • R语言学习中R包的安装必不可少,可能很多人都没有深究R包是怎么安装的,只是用install.packages("xx包名")命令来进行安装。R包安装过程其实是这样子滴。 使用install.packages()命令进行安装,默认情况下首先从cran...
  • R语言神器

    千次阅读 2017-06-17 19:02:57
    谢亦辉前辈的作品, 关于可重复的统计研究的包,可以将R语言嵌入到markdown中进行编程,并可以生成pdf,doc,html等语言,方便文档的编写. formatR 也是谢亦辉前辈的作品, 可以对R 语言进行整理,不必担心代码的...
  • 1. 下载并安装最新的R...2. 官网上如何下载老版本或低版本(旧版本)的R语言(同时下载多个版本的R,功能运行更加丰富) https://cran.r-project.org/bin/windows/base/old/ 3. 官网上如何去自行下载安装各个版...
  • R语言简介

    千次阅读 2016-10-15 17:03:02
    R语言简介 1什么是R语言 2R语言能干什么 3R语言有什么优势 4R语言编程工具 5R语言学习路线图 6R语言参考资料  R语言是主要用于统计分析、绘图的语言和操作环境。 R本来是由来自新西兰奥克兰大学的Ross Ihaka

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 60,283
精华内容 24,113
关键字:

r语言