R/Python数据-R语言-图表-决策-Linux-Python

R语言基础整理

2016-11-20  本文已影响58人  茶苯海

1.终止一个命令,ESC。

2.将文本编辑器中的内容发送到命令行,在RGui(windows)下Ctrl+R,Rstudio下用ctrl+回车键。或者点击source按钮。

source('脚本文件')

3.readline() readlines()函数

4.save()函数保存单独的变量;save.image()函数保存整个Workspace.

5.使用“驼峰式”(Camel Case)命名函数。

6.Rstudio添加注释#,或者选中多行后按下ctrl+/.

7.library和detach

library(fortune)
detach(package:fortune)

8.可以把R当做计算器来使用。

>cos(120)
[1]0.814181
# R始终使用弧度

8.str()函数可以提供对象的类型和结构信息。

9.c() c为concatenate

rep(c(0,7),times=c(4,2))
## 注意参数each和times的不同

10.R没有Undo撤销按钮,在修改之前可以进行备份。

11.which()函数(取子集可用)

12.剔除向量x中的缺失值

x[!is.na(x)]

13.数学运算

sum(x)  #计算x中所有元素的和
prod(x) #计算x中所有元素的积
cumsum(x) #计算x中所有元素的累积和
cumprod(x) #返回x中所有元素的累积积
diff(x)
cummin(x)  #返回x中各元素从向量起点到该元素所在位置所有元素的最小值

14.names()函数获得命名向量的名称:

names(sort(islands,decreasing=TRUE)[1:6])

15.文本相关

paste(LETTERS[1:5],1:5,sep="-",collapse = "---")
[1] "A-1---B-2---C-3---D-4---E-5"
> paste("sample",1:5)
[1] "sample 1" "sample 2" "sample 3" "sample 4" "sample 5"
substr(state.name,start=3,stop=6)
grep("New",state.name)   #返回成功匹配的元素索引
state.name[grep("New",state.name)]
str_detect()  
str_extract()  
str_length()  
str_locate()   
str_match()  
str_replace()  
str_split()  
str_sub() 
str_trim() 
str_wrap()
?regexp   #获取帮助

16.因子

factor(directions,levels=c("North","East","South","West"),labels=c("N","E","S","W"))   
##leverls和labels

因子转换

directions<-c("north","east","south","south")
directions.factor<-factor(directions)
directions.factor
as.character(directions.factor)

as.numeric(as.character(numbers))
levels()
table()   #函数累计各个因子水平在值中出现的次数

17.日期

xm<-seq(startdata,by="2 months",length.out = 4)

?strptime 查看日期格式
添加时间as.POSIXct() as.POSIXlt()
一天有86400秒,POSIXct是从1970年过去的秒数,所有日期时间是可以加减的。

更多日期与时间
lubridate

18.使用属性
attributes()
attr()

19.处理高维数据/矩阵

  1. `data()``可列出所有内置数据集

data(package="ggplot2") 可列出特定包包含数据
(这里是包ggplot2的内置数据集有哪些)
21.工作目录
获得当前工作目录: getwd()
设置工作目录:setwd(dir) 例如:setwd("D:\\Work")

22.Sys.getlocal()用法

23.Alt + - 打出<-; ctrl + shift + m打出%>%.

24.help(package="程序包") 可以得到程序包的所有内容

25.R数据(变量)的保存:
可通过save()函数保存为.Rdata文件,通过load()函数将数据加载到R中。

 a <- 1:10  
 save(a,file='d://data//dumData.Rdata')  
 rm(a)   #将对象a从R中删除  
 load('d://data//dumData.Rdata')  
 a
 # [1]  1  2  3  4  5  6  7  8  9 10  
上一篇下一篇

猜你喜欢

热点阅读