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
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21