R语言基本操作（Rstudio中）
2024-05-14 11:59:29
rm(list=ls()) ##清空历史数据x<-c(1,3,2,5) # x是一个向量，箭头表示赋值，把向量赋值给X
x1=c(1,3,2,5) # 等号表示储存，用X1来储存向量
?ls #问号+函数名，可以获得这个函数的帮助
length(x1) #求X1的长度
x<-c(1,6,2)
y=c(1,4,3)
x+y
y1=c(1,4) #长度不一样不能相加
x+y1 #
ls() #以上运行变量是哪些
rm(x) #把变量X给remove
rm(list=ls()) #把所有变量X给remove，清空?matrix #建立一个矩阵
x<-matrix(data = c(1,2,3,4), nrow = 2, ncol = 2)
#X是2行2列，默认是按列排
x1<-matrix(data = c(1,2,3,4), nrow = 2, ncol = 2, byrow = FALSE,dimnames = NULL)
#按行是false，所以是按列排
x2<-matrix(data = c(1,2,3,4), nrow = 2, ncol = 2, byrow = TRUE,dimnames = NULL)
#按行是true，所以是按行排
matrix(data = c(1,2,3,4), nrow = 2, ncol = 2, byrow = TRUE,dimnames = list(c("row1", "row2"),c("C.1", "C.2" )))
#给行列命名
is.matrix(x) #判断是否是矩阵
sqrt(x)
sqrt(matrix(data = c(1,2,3,4), nrow = 2, ncol = 2, byrow = FALSE,dimnames = NULL))#对X开根号，是对每个位置每个值开根号
x^2 #平方，对每个元素都平方
###作业：X是矩阵，X^2（矩阵的平方），命令是什么？矩阵的乘法是怎么运算的。
x*x #表示对应位置数字相乘
x%*%x #表示矩阵乘法?rnorm #正态分布
dnorm(0) == 1/sqrt(2*pi) #dnorm表示密度函数
dnorm(1) == exp(-1/2)/sqrt(2*pi)
dnorm(1) == 1/sqrt(2*pi*exp(1))
par(mfrow = c(2,1))
plot(function(x) dnorm(x, log = TRUE), -60, 50,main = "log { Normal density }")set.seed(1) #设置一个种子，从而让生成的数是一样的
x<-rnorm(50) #均值为0，方差为1的随机生成的50个数
fix(x) #把X的值调出来set.seed(1)
x1<-rnorm(50)
fix(x1) #同样产生50个数，但是是随机的，数据是不一样的y=x+rnorm(50,mean = 50,sd=0.1) #均值是50，方差是0.1的50个数
cor(x,y) #求协方差
mean(x) #求x的均值
var(y) #求方差
sqrt(var(y)) #求标准差
sd(y) #求标准差，标准差的专门字母density(x) #表示密度函数
hist(x) #表示直方图
plot(density(x)) #画密度函数的图
x<-rnorm(100) #正态随机变量
y<-rnorm(100)
?plot
plot(x,y) #是一个散点图plot(table(rpois(100, 5)), type = "l", col = "red", lwd = 10,main = "rpois(100, lambda = 5)")
#泊松分布的图，type类型是线，col颜色是红色
pdf("Figure.pdf") #把pdf进行输出来，把图像保存下来
plot(x,y,col="green") #变颜色
dev.off #看看图形有多少个
x=seq(1,10)
x=1:10
x=seq(-pi,pi,length=50)
#作业：contour()与image()，persp()三个画图函数自行验证，并给出例子与解释。?contour
x <- -6:16
op <- par(mfrow = c(2, 2))
contour(outer(x, x), method = "edge", vfont = c("sans serif", "plain"))
z <- outer(x, sqrt(abs(x)), FUN = "/")?image
x <- y <- seq(-4*pi, 4*pi, length.out = 27)
r <- sqrt(outer(x^2, y^2, "+"))
image(z = z <- cos(r^2)*exp(-r/6), col = gray.colors(33))?persp
x <- seq(-10, 10, length.out = 30)
y <- x
f <- function(x, y) { r <- sqrt(x^2+y^2); 10 * sin(r)/r }
z <- outer(x, y, f)
z[is.na(z)] <- 1
op <- par(bg = "white")
persp(x, y, z, theta = 30, phi = 30, expand = 0.5, col = "lightblue")
persp(x, y, z, theta = 30, phi = 30, expand = 0.5, col = "lightblue",ltheta = 120, shade = 0.75, ticktype = "detailed",xlab = "X", ylab = "Y", zlab = "Sinc( r )"
) -> res
round(res, 3)A=matrix(1:16,4,4) #4行4列，默认按列排
fix(A) #把A展示出来
A[2,3] #方括号，表示2行3列的数字
A[c(1,3),c(2,4)] #1/3行，2/4列的数
A[1:3,2:4] #1到3行，2到4列
A[1:2,] #1/2行
A[,1:2] #1/2列
A[-c(1,3),] #1和3行删除
A[-c(1,3),-c(1,3,4)] #减去重复的地方
dim(A) #维数
cor(A[1,],A[,3]) #求相关系数
mean(A[1,]) #平均值
var(A[1,]) #方差
sd(A[1,]) #标准差———— Week 2 作业
R语言基本操作（Rstudio中）相关推荐
- 使用R语言 在rstudio中出现 列的数目比列的名字要多 的问题
在学习宏伦大大全栈python的视频中,用R语言导入一个txt文件时报错,Error in read.table(file = file, header = header, sep = sep, qu ...
- R语言在金融中的应用二
3.文件输入输出以及常见错误 3.1 R脚本文件输入(打开) .R 利用Rstudio界面 利用R界面 命令打开 file.edit("#dir",fileEncoding = & ...
- R语言在金融中的运用一
R语言在金融中的运用 财富管理 风控 数据采集 新浪微博.新浪新闻.股吧.Google.Bloomberg.新浪博客.人民日报.雪球.twitter.Seeking Alpha 继承S语言 1.R包相 ...
- R语言可视化图像中最常用的点样式（pch、plot characters）列表、ggpubr::show_point_shapes可视化最常用的点样式（pch）
R语言可视化图像中最常用的点样式(pch.plot characters)列表.ggpubr::show_point_shapes可视化最常用的点样式(pch) 目录
- R语言e1071包中的支持向量机：构建nu-classification类型的支持向量机SVM并分析不同nu值惩罚下模型分类螺旋线型（sprials）线性不可分数据集的表现
R语言e1071包中的支持向量机:构建nu-classification类型的支持向量机SVM并分析不同nu值惩罚下模型分类螺旋线型(sprials)线性不可分数据集的表现 目录
- R语言e1071包中的支持向量机：仿真数据(螺旋线性不可分数据集)、简单线性核的支持向量机SVM(模型在测试集上的表现、可视化模型预测的结果、添加超平面区域与原始数据标签进行对比分析)、如何改进核函数
R语言e1071包中的支持向量机:仿真数据(螺旋线性不可分数据集).简单线性核的支持向量机SVM(模型在测试集上的表现.可视化模型预测的结果.添加超平面区域与原始数据标签进行对比分析).如何改进核函数 ...
- R语言在ggplot中使用变量指定柱状图的名称实战
R语言在ggplot中使用变量指定柱状图的名称实战 目录 R语言在ggplot中使用变量指定柱状图的名称实战
- R语言把dataframe中的NA值替换为0
R语言把dataframe中的NA值替换为0 目录 R语言把dataframe中的NA值替换为0 缺失值替换 方法总结 缺失值替换
- r语言在java中的实现_R语言在现实中的应用
R语言在现实中的应用有哪些?主要有以下几种 - 1.数据科学 "哈佛商业评论"将数据科学家命名为"21世纪最性感的工作". Glassdoor将其命名为2016 ...
- （生物信息学）R语言绘图初-中-高级——3-10分文章必备——Venn图（韦恩图）（初级）
生物信息学文章的发表要求除了思路和热点以外,图片绘制是否精美也是十分重要的,本专栏为(生物信息学)R语言绘图初-中-高级--3-10分文章必备,主要通过大量文献,总结3-10分文章中高频出现的各种图片 ...
最新文章
- 【文本分类】Attention Is All You Need
- 福利 | 50张第四届UBDC全域大数据峰会赠票大放送！
- 拉格朗日乘子法（Lagrange Multiplier）和KKT条件
- compareto方法_Java compareTo() 字符串方法
- Microsoft SQL Server中的事务（转载）
- html日期写入数据库,javascript – 在HTML5 Web SQL数据库中对日期时间进行排序
- AWS负载均衡器的健康检查机制
- Android Studio------------重要提醒
- Java - 用数组求出斐波那契数列的前20项值
- zabbix使用JMX监控tomcat性能
- Hazel for Mac(自动化清理)
- 9.Nginx 日志管理
- win7系统声卡驱动安装失败怎么办--win7w.com
- 最小二乘法原理-线性回归
- Tilera平台使用体会
- oracle创建用户密码和权限--ORA-65096 invalid common user or role name
- lae界面开发工具入门之介绍八--消息转发器组件篇
- Python 让多图排版更加美观
- VB中的二维数组输出的定位
- Testin云测试平台