R Learnilng 十八讲1-6
[R learning]-0001-向量-创建向量
1. 直接创建
# 创建等差序列
x1 <- 1:10
x1
## [1] 1 2 3 4 5 6 7 8 9 10
# 创建一个值的向量
x2 <- 666
x2
## [1] 666
# 创建逻辑型向量
x3 <- TRUE
x3
## [1] TRUE
# 创建字符串型向量
x4 <- "Tianjin"
x4
## [1] "Tianjin"
# 大小写
x5 <- "Tianjin"
x5
## [1] "Tianjin"
X5
## 报错, 找不到对象'X5'
0002-向量-元素的命名
给向量对应的元素命名的names()函数
vn <- c(11,22,33,44)
names(vn) <- c('A','B','C','D')
# 给11,22,33,44分别命名为A,B,C,D
vn
## A B C D
## 11 22 33 44
练习
score <- c(33,44,55,66,22)
stu_name <- c('张三','李四','王五','赵六','Jim')
names(score) <- stu_name
score
## 张三 李四 王五 赵六 Jim
## 33 44 55 66 22
0003-向量-向量的访问
1. 使用元素的位置引用来访问向量中元素的值
vc <- c(11,22,33,44,55,66)
# 提取第一个元素值:11
vc[1]
## [1] 11
# 提取1~3个元素的值:11,22,33
vc[1:3]
## [1] 11 22 33
# 提取第2,4,5个元素的值:22,44,55
vc[c(2,4,5)]
## [1] 22 44 55
# 使用“-”来取反
vc[-1]
## [1] 22 33 44 55 66
vc[-(1:3)]
## [1] 44 55 66
vc[-c(2,4,5)]
## [1] 11 33 66
2, 使用逻辑向量来访问向量中元素的值
vc
## [1] 11 22 33 44 55 66
vc[c(TRUE,TRUE,FALSE,FALSE,TRUE,FALSE)]
## [1] 11 22 55
vc[c(T,T,F,F,T,T)]
## [1] 11 22 55 66
# 逻辑向量元素个数超过原向量元素个数则返回NA
vc[c(T,T,F,F,T,T,T,T)]
## [1] 11 22 55 66 NA NA
# 如果逻辑向量元素个数不足,则循环补齐,即循环重复此逻辑向量直到与原向量元素个数相等
vc[c(T,T,F)]
## [1] 11 22 44 55
# 循环补齐等价于这个
vc[c(T,T,F,T,T,F)]
## [1] 11 22 44 55
# 循环补齐另一个例子
vc[c(T,F,F,T)]
## [1] 11 44 55
vc[c(T,F,F,T,T,F,F)]
## [1] 11 44 55
3. 使用元素的名称来访问向量中元素的值
vc
## [1] 11 22 33 44 55 66
# 命名
names(vc) <- c("one","two","three","four","five","six")
vc
## one two three four five six
## 11 22 33 44 55 66
vc["one"]
## one
## 11
vc[c("one","three","six")]
## one three six
## 11 33 66
# 注意输出,元素值上方会带有对应的名称
# 改变访问顺序
vc[c("six","two","five")]
## six two five
## 66 22 55
4. 使用which()函数筛选向量中的值
- 本质上是逻辑访问
vc
## one two three four five six
## 11 22 33 44 55 66
vc==11
## one two three four five six
## TRUE FALSE FALSE FALSE FALSE FALSE
which(vc==11)
## one
## 1
# 或运算
which(vc==11 | vc==33)
## one three
## 1 3
which(vc<=11 | vc>=55)
## one five six
## 1 5 6
# 与运算
which(vc>11 & vc<=44)
## two three four
## 2 3 4
# which的max方法和min方法
which.max(vc)
## six
## 6
which.min(vc)
## one
## 1
5. 使用subset()函数索引向量
- subset()函数可以找出向量中满足给定条件的向量元素值
- subset(向量名,逻辑条件)
vc <- c(11,22,33,44,55,66)
vc
## [1] 11 22 33 44 55 66
subset(vc, c(TRUE,FALSE,TRUE))
## [1] 11 33 44 66
# 注意循环补齐!
subset(vc, vc>11 & vc<55)
## [1] 22 33 44
0004-向量-向量的编辑
1. 扩展向量
直接定义
a <- c(1:6)
a
## [1] 1 2 3 4 5 6
a <- c(1:6, 7:10)
a
## [1] 1 2 3 4 5 6 7 8 9 10
b <- c(7:10)
d <- c(a, b)
d
## [1] 1 2 3 4 5 6 7 8 9 10 7 8 9 10
f <- c(d, 100)
f
## [1] 1 2 3 4 5 6 7 8 9 10 7 8 9 10 100
使用append
a <- c(1:6)
b <- c(7:10)
append(a,b)
## [1] 1 2 3 4 5 6 7 8 9 10
a
## [1] 1 2 3 4 5 6
a <- c(1:6)
b <- c(7:10)
a <- append(a,b)
a
## [1] 1 2 3 4 5 6 7 8 9 10
# 指定元素插入位置,插入到某个元素后面
a
## [1] 1 2 3 4 5 6 7 8 9 10
append(a,100,3) # 将100插入a的第三个元素后面
## [1] 1 2 3 100 4 5 6 7 8 9 10
a
## [1] 1 2 3 4 5 6 7 8 9 10
append(a,2,100) # 将2插入a的第100个元素后面,因为没有100个元素,所以追加在了a的最后面
## [1] 1 2 3 4 5 6 7 8 9 10 2
# 在最前面插入100
a
## [1] 1 2 3 4 5 6 7 8 9 10
append(a,100,0)
## [1] 100 1 2 3 4 5 6 7 8 9 10
2. 改变元素的值
# 将等于11的元素赋值为100
vc <- c(11,22,33,11,11,44,55,66)
vc
## [1] 11 22 33 11 11 44 55 66
vc[vc==11] <- 100
vc
## [1] 100 22 33 100 100 44 55 66
vc
## [1] 100 22 33 100 100 44 55 66
vc[vc>=33 | vc==11] <- 0
vc
## [1] 0 22 0 0 0 0 0 0
3. 删除元素
vc <- c(11,22,33,44,55,66)
vc
## [1] 11 22 33 44 55 66
vc <- vc[-1]
vc
## [1] 22 33 44 55 66
vc
## [1] 22 33 44 55 66
vc <- vc[-c(1:3)]
vc
## [1] 55 66
vc <- c(11,22,33,44,55,66)
vc
## [1] 11 22 33 44 55 66
vc <- vc[c(2:4)]
vc
## [1] 22 33 44
0005-向量-向量的排序
1. sort()函数
- sort(x, decreasing = FALSE, na.last = NA, index.return = FALSE,…)
- x为要排序的对象
- decreasing为排序顺序,是否为降序,默认为FALSE,即降序=否,即升序排列
- na.last是对NA值的处理,若为TRUE,则NA值将放在最后,若为FALSE,NA值将放在最前面,若为NA,则排序时剔除掉NA值
- index.return是个逻辑值,设置是否显示排序序列对应的元素值在未排序前序列中的对应位置索引,默认为FALSE
vc <- c(10,NA,9,8,8,13,10,10,10,12)
vc
## [1] 10 NA 9 8 8 13 10 10 10 12
sort(vc)
## [1] 8 8 9 10 10 10 10 12 13
vc
## [1] 10 NA 9 8 8 13 10 10 10 12
sort(vc, decreasing = TRUE)
## [1] 13 12 10 10 10 10 9 8 8
vc
## [1] 10 NA 9 8 8 13 10 10 10 12
sort(vc, na.last = NA)
## [1] 8 8 9 10 10 10 10 12 13
sort(vc, na.last = FALSE)
## [1] NA 8 8 9 10 10 10 10 12 13
sort(vc, na.last = TRUE)
## [1] 8 8 9 10 10 10 10 12 13 NA
a <- c(34,234,3,1)
a
## [1] 34 234 3 1
sort(a)
## [1] 1 3 34 234
sort(a, index.return = FALSE)
## [1] 1 3 34 234
sort(a, index.return = TRUE) # 返回排序后当前元素在原来向量中的位置index
## [1] 4 3 1 2
2. order()函数与rank()函数
- order()
- 返回升序排序结果的值,在原有向量中的位置
- 按照升序排序,当前位置的值来源于原始向量中哪个位置上的元素
a <- c(34,234,3,1)
a
## [1] 34 234 3 1
order(a)
## [1] 4 3 1 2
- rank()
- 返回的是向量中每个数值对应的秩
- 或者说返回升序排序,排序前元素在排序后向量的位置index
a
## [1] 34 234 3 1
rank(a)
## [1] 3 4 2 1
3. rev()函数
- rev()
- 将向量倒序
vc
## [1] 10 NA 9 8 8 13 10 10 10 12
rev(vc)
## [1] 12 10 10 10 13 8 8 9 NA 10
sort(vc)
## [1] 8 8 9 10 10 10 10 12 13
rev(sort(vc))
## [1] 13 12 10 10 10 10 9 8 8
0006-R语言的基本函数
1. 求和函数sum()
v <- c(1:10)
v
## [1] 1 2 3 4 5 6 7 8 9 10
sum(v)
## [1] 55
2. 求最大值函数max()
max(v)
## [1] 10
3. 求最小值函数min()
min(v)
## [1] 1
4. 求均值函数mean()
mean(v)
## [1] 5.5
5. 求中位数函数median()
median(v)
## [1] 5.5
6. 范围函数range()
# 其实就是求max和min然后放一起
range(v)
## [1] 1 10
7. 求方差函数var()
var(v)
## [1] 9.166667
8. 求标准差函数sd()
sd(v)
## [1] 3.02765
9. 求向量元素值连乘积prod()
prod(v)
## [1] 3628800
10. 累加和向量函数cumsum()
# 创建一个新向量,新向量第n项的值是原向量前n项值累加后的和
v
## [1] 1 2 3 4 5 6 7 8 9 10
cumsum(v)
## [1] 1 3 6 10 15 21 28 36 45 55
R Learnilng 十八讲1-6相关推荐
- R Learnilng 十八讲13-17
0013-选择结构 1. 条件表达式if x <- 24 if(x%%2==0) print("偶数") ## [1] "偶数" x <- 23 i ...
- R Learnilng 十八讲7-12
0007-矩阵-矩阵中元素的访问 矩阵概念 在R语言中,矩阵Matrix是将数据按行和列组织的一种数据对象,相当于二维数组,可以用于描述二维的数据 与向量相似,矩阵的每个元素都拥有相同的数据类型.通常 ...
- R learning 十八讲 0018-R语言绘图基础
0018-R语言绘图基础 2020-07-29更新:使用代码块,看起来更方便.更改了第6节: 这次不介绍如ggplot2等绘图包, 只记录一些R基础就能实现的东西~ 跟着我爪子敲一遍,相信你会有收获! ...
- 小甲鱼Python3学习笔记之第二十八讲(仅记录学习)
第二十八讲:文件:因为懂你,所以永恒 一.知识点: 0.file对象利用open函数来创建. 1.file文件的打开模式:f = open('文件地址','r/w/x/a等') 'r':只读模式,以只 ...
- 趣谈网络协议笔记-二(第十八讲)
趣谈网络协议笔记-二(第十八讲) DNS协议:网络世界的地址簿 自勉 勿谓言之不预也 -- 向为祖国牺牲的先烈致敬! 正文 DNS用于域名解析,但也不仅仅是用于域名解析,不仅仅是将域名转换成IP. 在 ...
- python字符串操作入门十八讲——合集一
字符串操作十八讲合集 导读
- 前端简单入门第十八讲 使用jQuery实现表格的隔行换色
还记得之前我使用JavaScript来实现表格的隔行换色效果吗?如果读者初次翻阅本文,可记得看看前端简单入门第十二讲 使用JavaScript完成后台数据展示表格的隔行换色!现在我就来使用jQuery ...
- 名词解释第二十八讲:跨链
这里是王团长区块链学院,与最优秀的区块链人一起成长!今天给大家讲讲跨链. 点击观看视频教程:名词解释第二十八讲:跨链 随着区块链技术的发展,出现了越来越多的链,包括公有链.联盟链.私有链层出不穷,但每 ...
- 王佩丰excel学习笔记(五):第十五——十八讲
目录 第十五讲 第十六讲 第十七讲 第十八讲 第十五讲 根据某些条件突出显示单元格:开始-条件格式-突出显示单元格规则 制作数据范围趋势:开始-条件格式-数据条 用于分组统计:插入-切片器 多重条件格 ...
最新文章
- 使用深度学习阅读和分类扫描文档
- getrlimit读取进程能打开的最大文件描述符
- JavaScript中的数组循环方法
- ERP平台的自动化测试技术实践
- 众智日照分析软件_飞时达CAD日照分析计算软件FastSUN V14.0.1发布升级
- 视频光端机在安防监控工程中的常见技术问题
- mac 查看指定端口情况 并杀死该进程
- android获取3g或wifi流量信息,Android代碼----android獲取3G或wifi流量信息
- 打造具有物联网基因的现代化商业银行
- 镇江高等专科学校计算机考试,镇江市人事考试考工服务平台
- M1升级MacOS Monterey后,如何使用空间音频?
- 诺基亚n1系统更新显示无网络_塞班系统曾经的希望,诺基亚 N8-00 发布十周年回顾...
- postman接口文档
- Android ANR的trace文件基本信息解读
- css样式calc的兼容性_在前端CSS3中使用calc()以及calc()的兼容性.
- 战神笔记本电脑自带access吗_战神GX9系列超享windows10搭载微软office2016
- JavaScript随手笔记之--html拼接语句传递json数据
- Mac软件卸载:安全彻底地卸载Microsoft Outlook
- 全国计算机软考中级哪个科目最简单,软考中级哪个科目比较容易考?
- 干货 | 手把手教你搭建一套OpenStack云平台
热门文章
- python第一章思维导图_阅读课本第一章内容后,使用思维导图画出你所理解的
- 重磅直播|大规模点云可视化技术
- 代码开源!激光雷达 SLAM 的闭环检测:OverlapNet
- cocos 发布android 返回值2,cocos android编译出错
- php 文件大小函数,php计算目录文件大小的函数
- React 数字取整
- Error creating bean with name 'org.springframework.amqp.rabbit.config.ListenerContainerFactoryBean#0
- odbc 函数序列错误_python时间序列:移动窗口函数前篇
- 在线作图|在线做UMAP降维分析
- EJSS: 南土所梁玉婷组-生境决定了土壤植物系统中细菌、抗性基因和可移动元件间的关系...