
R语言学习之向量—启航
通过前面几篇,相信就算是新手也对R语言的历史,R运行环境有了大概的了解。下面就R语言特殊的赋值符号与基本数据元素——向量做简要概述。
1、赋值符号
相信大家学过的编程语言中,赋值符号都是“ = ”。当然了,在R语言中用“ = ”是可以的,但却被视为一种不好的编程习惯,大家都知道,一个好的编程习惯是一个写代码的人基本编程素养的体现。在R语言中提倡用神奇的赋值符号“ <- ”。
这里给变量a,b分别赋值5,2
> a <- 5
> b <- 2
> a[1]
5
> b[1]
2
> a = 5
> b = 2
> a[1]
5
> b[1]
2
可以看出“ <- ”,“ = ”是一样的效果。
加、减法运算
> a+b
[1] 7
> a-b
[1] 3
乘、除法运算
> a*b
[1] 10
> a/b
[1] 2.5
求余运算,R语言中求余符号是两个“%%”
> a%%b
[1] 1
2、向量
只要是编程语言都有向量,向量给数据操作带来了极大方便。
(1)、向量的创建
R语言中向量创建与取值与其它编程语言差不多,只是R语言中用 ‘c’ 关键字创建,所以不要用 'c' 作为变量。
> arr <- c(1,2,3,5,6)
> arr
[1] 1 2 3 5 6
也可以这样创建:
> arr <- c(1:5)
> arr
[1] 1 2 3 4 5
还有一些其它方式,以后遇到会慢慢介绍。比如
> seq(1,9)
[1] 1 2 3 4 5 6 7 8 9
> rep(1,9)
[1] 1 1 1 1 1 1 1 1 1
(2)、元素引用
R语言序列下标都从“ 1 ”开始哦。
> arr[1]
[1] 1
> arr[3]
[1] 3
> arr[length(arr)]
[1] 6
(3)、向量加减法
向量的加减法表示两个向量对应元素分别进行加减运算。
这里创建另外一个向量arr2
> arr2
[1] 2 3 4 5 6 7
与matlab一样的向量式编程方式
> arr
[1] 1 2 3 5 6
> arr2 <- c(2:6)
> arr2
[1] 2 3 4 5 6
> arr+arr2
[1] 3 5 7 10 12
当然了,向量加减前提是两个向量长度一样。
(4)、向量乘除法
向量乘除法表示两个向量对应元素分别乘除运算,返回长度一样的向量。相当于matlab的点乘。
> arr*arr2
[1] 2 6 12 25 36
向量乘除前提是两个向量长度一样,当然了,分母不能为0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30