R语言:基本函数、统计量、常用操作函数
先言:R语言常用界面操作
帮助:help(nnet) = ?nnet =??nnet
清除命令框中所有显示内容:Ctrl+L
清除R空间中内存变量:rm(list=ls())、gc()
获取或者设置当前工作目录:getwd、setwd
保存指定文件或者从磁盘中读取出来:save、load
读入、读出文件:read.table、wirte.table、read.csv、write.csv
1、一些简单的基本统计量
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#基本统计量
sum/mean/sd/min #一些基本统计量
which.min() #找出最小值的序号
以上是单数列,如果是多变量下的呢?
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#多元数据
colMeans() #每列,row是行(横向)
colnames() #列名
colSums() #列求和
cov() #协方差阵
cor() #相关矩阵
cor.test() #相关系数
abs 绝对值
sqrt 平方根
exp e^x次方
log 自然对数
log2,log10 其他对数
sin,cos,tan 三角函数
sinh,cosh,tanh 双曲函数
poly 正交多项式
polyroot 多项式求根
对象操作:
assign 赋值操作,等同于“<-”
rm 删除对象
ls 显示内存中的对象
str 显示对象的内在属性或简要说明对象
ls.str 展示内存中所有对象的详细信息
length 返回对象中元素的个数
names 显示数据的名称,对于数据框则是列名字
levels 因子向量的水平
dim 数据的维度
nrow 矩阵或数据框的行数
ncol 列数
rownames 数据的行名字
colnames 列名字
class 数据类型
mode 数据模式
head 数据的前n行
tail 数据的后n行
summary 显示对象的概要
attr x的属性类型
is.na 检测变量的类型
is.null
is.array
is.data.frame
is.numeric
is.complex
is.character
简单统计:
max 最大元素
min 最小元素
range 最小值和最大值组成的向量
sum 和
prod 元素连乘
pmax 向量间相同下标进行比较最大者,并组成新的向量
pmin 向量间相同下标进行比较最小者,并组成新的向量
cumsum 累积求和
cumprod 连乘
cummax 最大
cummin 最小
mean 均值
weighted,mean 加权平均数
median 中位数
sd 标准差
norm 正态分布
f F分布
unif 均匀分布
cauchy 柯西分布
binom 二项分布
geom 几何分布
chisq.test 卡方检验,进行独立性检验
prop.test 对总体均值进行假设检验
shapiro.test 正态分布检验
t.test T检验,对总体均值进行区间估计
aov 方差分析
anova 一个或多个模型对象的方差分析
2、向量
向量在循环语句中较为广泛
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#向量
#向量在循环语句中较为广泛
M=vector(length = 8);M #生成一个长为8的布尔向量
M[1]="1";M #赋值之后就会定义为字符
M[1]=1;M #赋值之后,定义为数值
逻辑向量使用
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
y[y < 0] <- -y[y < 0] #表示将向量(-y)中 与向量y的负元素对应位置的元素 赋值给 向量y中 与向量y负元素对应的元素。作用相当于: y <- abs(y)
3、数据储存形式
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#数据储存形式
data.frame(wi=iris,ci=cars) #数据框形式,可以直接定义变量名
list(wi=iris,ci=cars) #list,也可以直接定义变量名
注意:attach()、detach()
可以将数据框中的变量释放到Rs内存中,然后就可以直接调用。
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
attach(iris)
names(setosa)
detach(iris)
在data.frame中,是可以实现数据集重命名的,比如data.frame(x=iris,y=cars),
也可以实现横向、纵向重命名,data.frame(x=iris,y=cars,row.names=iris)
4、数据查看函数——names、str、unique组合、typeof()、mode()、class()
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
##数据查看函数
names(iris) #查看所有变量名字
str(iris) #变量属性(int整数,num数值)
unique(iris$setosa) #查看分类变量的水平
table(iris$setosa) #分类水平,不同水平的个数(=unique+sum功能)
summary(iris) #所有变量各自的均值、分位数、众数、最大、最小值等统计量,在回归中就是系数表等
attributes(iris) #包括names(变量名)、row.names(序号的名称)、class(数据形式)
一般names、str、unique会组合使用。
如何查看数据类型——typeof()、mode()、class()的区别?
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
我这里用个因子例子来说明,希望能讲清楚
> gl(2,5) #新建一个因子
[1] 1 1 1 1 1 2 2 2 2 2
Levels: 1 2
> class(gl(2,5)) #查看变量的类,显示为因子;
[1] "factor"
> mode(gl(2,5)) #查看数据大类,显示为数值型;
[1] "numeric"
> typeof(gl(2,5)) #查看数据细类,显示为整数型;
[1] "integer"
#来自:http://f.dataguru.cn/thread-99785-1-1.html
从精细度上说,typeof>mode>class.
5、矩阵的基本知识与注意
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#矩阵的基本知识
t() #转置
det() #行列式,方阵
x%*%y #向量内积
x%o%y#向量外积
A=array(1:9,dim=c(3,3))
A*A #这个代表矩阵内两两子元素相乘
A%*%A #才是我们想要的结果
crossprod(A,A) #等于t(A)%*%A
crossprod(t(A),A) #等于A%*%A,所以需要t(A)一下
t 矩阵转置
rowsum 行求和
colsum 列求和
rowmeans 行平均
colmeans 列平均
solve 对线性方程求解或求矩阵的逆
diag 对角阵
6、因子
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
##因子(≈文本+数字的组合)
#SPSS中值标签定义有异曲同工之妙
M=factor(iris$setosa,levels=c(1,0),labels=c("M","F"));M #能够转化因子格式+定义值标签
M=as.factor(iris$setosa);M #上面的函数更有效,因为as.factor只能转化成因子格式
7、输入输出
library 加载包
data 加载制定数据集
load 加载save或者save.image保存的数据
read.table 读取表格
read.csv 读取以逗号分割的表格
read.delim 读取以tab分割个表格
read.fwf 以fixed width formatted 形式读取数据至表格
save 二进制保存指定对象
save.image 二进制保存当前线程内所有对象
write.table 将数据以表格形式写入文本
write.csv 将数据以CSV表格形式写入文本
cat 强制转化为字符后输出
sink 输出转向到指定文件
print 输出屏幕
format 格式化
8、逻辑运算
!x 逻辑非
x & y 逻辑与
x && y 逻辑与(仅匹配并返回第一个值)
x | y 逻辑或
x || y 逻辑或(仅返回第一个值)
x or (x,y) 异或
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29