R語(yǔ)言基本語(yǔ)法深入講解
基本數(shù)據(jù)類(lèi)型
數(shù)據(jù)類(lèi)型
- 向量 vector
- 矩陣 matrix
- 數(shù)組 array
- 數(shù)據(jù)框 data frame
- 因子 factor
- 列表 list
向量
- 單個(gè)數(shù)值(標(biāo)量)沒(méi)有單獨(dú)的數(shù)據(jù)類(lèi)型,它只不過(guò)是向量的一種特例
- 向量的元素必須屬于某種模式(mode),可以整型(integer)、數(shù)值型(numeric)、字符型(character)、邏輯型(logical)、復(fù)數(shù)型(complex)
- 循環(huán)補(bǔ)齊(recycle):在一定情況下自動(dòng)延長(zhǎng)向量
- 篩選:提取向量子集
- 向量化:對(duì)向量的每一個(gè)元素應(yīng)用函數(shù)
- 使用seq()創(chuàng)建向量
- 使用rep()重復(fù)向量常數(shù)
矩陣
矩陣(matrix)是一種特殊的向量,包含兩個(gè)附加的屬性:行數(shù)和列數(shù)。所以矩陣也和向量一樣,有模式的概念,例如數(shù)值型或字符型。(但反過(guò)來(lái),向量卻不能看作是只有一列或一行的矩陣。)
- 創(chuàng)建矩陣
- 矩陣運(yùn)算
- 索引
- 增加或刪除行(列)
數(shù)組
數(shù)組(array)是R里一個(gè)更一般的對(duì)象,矩陣是數(shù)組的一個(gè)特殊情形。數(shù)組可以是多維的。例如一個(gè)三維的數(shù)組可以包含行、列和層(layer),而一個(gè)矩陣只有行和列兩個(gè)維度。
array(data = NA, dim = length(data), dimnames = NULL) as.array(x, ...) is.array(x)
列表
向量的元素要求都是同類(lèi)型的,而列表(list)與向量不同,可以組合多個(gè)不同類(lèi)型的對(duì)象
數(shù)據(jù)框
數(shù)據(jù)框類(lèi)似矩陣,有行和列這兩個(gè)維度。然而,數(shù)據(jù)框與矩陣不同的是,數(shù)據(jù)框的每一列可以是不同的模式(mode)。例如,某列可能由數(shù)字組成,另一列可能由字符串組成。
因子
因子的設(shè)計(jì)思想來(lái)源于統(tǒng)計(jì)學(xué)中的名義變量(nominal variables),或稱(chēng)之為分類(lèi)變量(categorical variables)。這些變量的值本質(zhì)上不是數(shù)字,而是對(duì)應(yīng)為分類(lèi),例如民主黨、共和黨和無(wú)黨派,盡管它們可以用數(shù)字編碼。
算術(shù)運(yùn)算
- x + y 加法
- x - y 減法
- x * y 乘法
- x / y 除法
- x ^ y 乘冪
- x %% y 模運(yùn)算
- x %/% y 整數(shù)除法
邏輯運(yùn)算
- x == y 判斷是否相等
- x <= y 判斷是否小于等于
- x >= y 判斷是否大于等于
- x && y 標(biāo)量的邏輯“與”運(yùn)算
- x || y 標(biāo)量的邏輯“或”運(yùn)算
- x & y 向量的邏輯“與”運(yùn)算(x、y以及運(yùn)算結(jié)果都是向量)
- x | y 向量的邏輯“或”運(yùn)算(x、y以及運(yùn)算結(jié)果都是向量)
- !x 邏輯非
- 邏輯值TRUE和FALSE可以縮寫(xiě)為T(mén)和F(兩者都必須是大寫(xiě))。而在算術(shù)表達(dá)式它們會(huì)轉(zhuǎn)換為1和0
函數(shù)
g <- function(x) {
return(x+1)
}
函數(shù)也是對(duì)象
條件語(yǔ)句
if (r == 4) {
x <- 1
} else {
x <- 3
y <- 4
}
循環(huán)語(yǔ)句
- for
- while
- repeat
repeat沒(méi)有邏輯判斷退出條件,必須利用break(或者類(lèi)似return())的語(yǔ)句。當(dāng)然,break也可以用在for循環(huán)中。
代碼格式化工具
library(formatR)
到此這篇關(guān)于R語(yǔ)言基本語(yǔ)法深入講解的文章就介紹到這了,更多相關(guān)R語(yǔ)言基本語(yǔ)法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
R語(yǔ)言學(xué)習(xí)VennDiagram包繪制韋恩圖示例
這篇文章主要為大家介紹了R語(yǔ)言學(xué)習(xí)VennDiagram包繪制韋恩圖示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06
大數(shù)據(jù)分析R語(yǔ)言RStudio使用超詳細(xì)教程
RStudio是用于R編程的開(kāi)源工具,這篇文章主要介紹了大數(shù)據(jù)分析R語(yǔ)言RStudio使用教程和一些RStudio的重要技巧,竅門(mén)和快捷方式,可快速將您變成RStudio高級(jí)用戶(hù),感興趣的朋友跟隨小編一起看看吧2021-03-03
R語(yǔ)言數(shù)據(jù)可視化繪圖Dot plot點(diǎn)圖畫(huà)法示例
這篇文章主要為大家介紹了R語(yǔ)言數(shù)據(jù)可視化繪圖Dot plot點(diǎn)圖的畫(huà)法示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2022-02-02
R語(yǔ)言繪制小提琴圖violin plot實(shí)現(xiàn)示例
這篇文章主要為大家介紹了R語(yǔ)言繪制小提琴圖violin plot的實(shí)現(xiàn)方法示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2022-02-02
使用R語(yǔ)言實(shí)現(xiàn)自動(dòng)文摘的方法
本文介紹了如何使用R語(yǔ)言實(shí)現(xiàn)自動(dòng)文摘,我們首先介紹了基于詞頻-逆文檔頻率(TF-IDF)的自動(dòng)文摘方法,包括創(chuàng)建詞項(xiàng)文檔矩陣,計(jì)算TF-IDF值,提取關(guān)鍵詞,以及根據(jù)關(guān)鍵詞生成摘要,需要的朋友一起學(xué)習(xí)下吧2023-05-05
R語(yǔ)言-如何實(shí)現(xiàn)卡方檢驗(yàn)
這篇文章主要介紹了R語(yǔ)言實(shí)現(xiàn)卡方檢驗(yàn)的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
基于R/RStudio中安裝包“無(wú)法與服務(wù)器建立連接”的解決方案
這篇文章主要介紹了基于R/RStudio中安裝包“無(wú)法與服務(wù)器建立連接”的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04

