R语言——基本操作(一)
Billie使劲学 2024-06-13 10:05:12 阅读 51
目录
一、基本操作
二、R包的安装及使用
三、获取帮助
四、内置数据集
五、数据结构
六、向量索引
七、向量运算
参考
Rstudio 控制台常用快捷键
Ctrl + ↑ :查看所有历史记录,比直接使用 ↑ 查找更方便
Esc:中断操作,可中断未完成的操作(未完成回车后是 + ),也可以清空命令。
Ctrl + L :清空屏幕
Alt + Shift + K:显示R studio中所有的快捷操作
一、基本操作
getwd():显示当前工作目录
setwd('E:/R') : 修改当前工作目录地址,注意,此处要使用正斜线
list.files() 和 dir() :查看目录下包含的文件
x <- 3:表示 x=3
x <<- 5 :强制赋值给一个全局变量
sum(1,2,3,4,5) : 求和得15
mean(c(1,2,3,4,5)) or mean(c(1:5)):求均值得3,mean(1,2,3,4,5)得到的是1 ,因为mean()是对第一个参数求均值
ls:列出当前工作空间中定义的所有变量
str(x):列出变量x的详细信息
ls.str():列出当前工作空间中所有变量的详细信息(如值等)
ls(all.name = TRUE):ls() 函数不能列出工作目录下的隐藏文件,添加“all.name=TRUE”就可以显示
rm(x):删除工作空间中不需要的对象,也可以删除多个,用逗号隔开,删除后无法恢复
rm (list=ls()):删除工作空间中所有的对象
history():列出历史记录,history(10) 列出最近的十条历史记录
save.image():保存工作空间,避免软件异常退出,只会保留数据及绘图函数等。
二、R包的安装及使用
在线安装:
install.packages(" R 包名 ") : 注意:安装包,包名要用引号引起来
.libPaths() :显示库所在的地址
library() :显示库中所有的安装包
library(包名) 或 require(包名):载入R包,这里的包名不需要用引号
R基础包在启动R时就会被加载进来:base、datasets、utils、grDevices、graphics、stats、methods、splines、stats4和tcltk。
R包的使用:
help(package=“包名”):列出这个包的帮助文档
library(help="包名):列出包的基础信息
ls("package:包名"):列出R包中所有的函数
data(package="包名"):列出R包中包含的所有数据集
detach("package: 包名"):移除加载的包,非删除,可重新使用require或library加载
remove.package("包名"):删除已安装的包
R包的批量移植,在新设备上克隆R包:
installed.packages():列出当前环境中已安装的R包的所有信息
installed.packages()[,1]:获取到当前环境中已安装的包名
Rpack <- installed.packages()[,1]:将所有R的名字保存到一个文件中
save(Rpack, file="Rpack.Rdata"):保存
load("Rpack.Rdata"):在新设备上加载
for (i in Rpack) install.packages():批量安装这些包
三、获取帮助
help.start():获取R的帮助信息
help(函数名) 或 ?函数名:列出某函数的帮助信息,需加载包后再help
??函数名:不需要加载包就可以获取帮助信息
args(函数名):直接在终端中输出函数的参数,快速了解函数的参数而不想查阅详细的文档
example(函数名):获取函数的使用示例
example("hist"):也可以列出绘图示例
demo(graphics):绘图的案例
help(package=包名):查看R安装的某个包的帮助文档
help.search("heatmap"):不知道具体的函数名,模糊查询heatmap相关函数
apropos("sum", mod="function"):列出所有包含sum关键字的函数
RSiteSearch("matlab"):进行网络搜索,使用默认浏览器访问官网,help.search 和 ?? 都只能进行本地的搜索
四、内置数据集
help(package="datasets"):查看包中的所有数据集详细信息,数据集存储于datasets这个包中,打开R时默认已加载
data():列出所有的数据集
数据集名:直接输入数据集的名字就可以使用这些数据集,如rivers
revers <- c(1,2,3):选取前三条数据
data("rivers"):重新加载数据集,这里带引号
help("数据集名"):可直接查询某一数据集的详细信息
names(数据集名):输出向量的属性名(columns)
state <- data.frame(state.abb, state.area, state.name):将多条数据构成一个数据框
五、数据结构
数值型:数值可以用于直接计算,加减乘除
字符串型:可以进行连接, 转换,提取等
逻辑型:真或假
日期型等
向量是用于存储数值型、字符型或逻辑型数据的一维数组。
x <- c(1,2,3,4):用函数 c 来创建向量,c 代表 concatenate 连接 ,也可以理解为collect, 或者合并combine。
元素为字符型要加引号
元素为逻辑型要全部大写,或大写简写,但不可首字母大写
用 “ :”构建等差数列
使用seq() 函数中的 by 调整等差差值
seq() 函数中的 length.out 控制输出的个数
rep(重复元素,重复次数) 函数生成重复序列
重复元素可以是变量
可是用 each 设置重复方式
each 和 times 同时出现则重复次数为二者的乘积
rep()函数中的 c(1,4,2,3) 用来控制 a 中每个元素重复的次数
向量中的元素必须是同一类型
数值型和字符串型一起定义时,数值型会被转化为字符串型,用mode(向量名)可以查看向量的类型。
向量运算 a × 2 + b
从a中取出大于3的值
rep()函数中的 c(1,4,2,3) 用来控制 a 中每个元素重复的次数
六、向量索引
正(负)整数索引
逻辑向量索引
名称索引
正负数索引
length(x) :计算向量的长度
x[3]:获取向量第三个元素,索引从 1 开始,x[0] 什么都不会输出
负整数索引:访问除了这个元素的其他元素
eg:不输出 2 这个元素
x[c(4:12)]:输出第 4 个到第 12 个元素
x[c(1,3,5,6)]:输出对应索引位置的元素
索引里不能既有正数,又有负数
逻辑向量索引
使用逻辑向量进行向量的索引
输出对应位置为 TRUE的元素
只写一个 T 或 F 则所有元素判断为TRUE 或 FALSE
只有几个 T 或 F 则使用这些条件重复判断
多出一个判断条件,则显示 NA
也可用条件表达式输出符合条件的元素
%in% :判断是否在,在则为TURE
判断z中的每个元素是否在c("one","two")中,在则为TURE,打印z中在c("one","two")中的元素。
名称索引
为向量添加属性名
然后就可以通过属性名访问元素
向量的增删改查
在向量末尾添加元素
批量添加元素
在最后一个元素后的任意位置添加元素,中间没有元素的位置会置 NA
在向量中间添加元素
append(向量名,添加的值,添加在哪个位置后)
after为0则表示在向量头部添加元素
rm(向量名):删除整个向量
删除向量中的某个元素,采用负整数索引
删除向量中的前两个元素
取出除前两个元素之外的其他元素,再存入新的向量中
修改向量中某个元素的值
若给数值型向量赋值一个字符串类型,则向量变为字符串型向量
七、向量运算
向量的加减乘除操作是对向量的每个元素进行计算
向量之间的运算,对应元素运算
幂运算 **,取余运算 %%,整除运算 %/%
如果两个向量长度不一致,则长的向量要是短的向量元素个数的倍数,短向量被重复计算
逻辑运算
>, <, =, %in%等,返回 布尔值
x==y:比较两个对象是否相等,用两个等号
abs(x):计算绝对值
sqrt(x):计算平方根
log(x,base=):x为要求的值,base为底数,不加base等同于ln ,以10为底可以写为log10
exp(x):计算向量中每个元素的指数
ceiling(x):不小于x的最小整数
floor(x):不大于x的最大整数
trunc(x):返回整数部分
round(x, digits):四舍五入,digits保留几位小数
sinif(x, digits):四舍五入,digits保留有效数字的位数
sum(vector):sum 求和,vector表示向量
max(vector):求最大值
min(vector):求最小值
range(vector):返回向量的最大值和最小值
mean(vector):求均值
var(vector):求方差
prod(vector):连乘
等
参考
R语言入门与数据分析
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。