R語言：基本函數(shù)、統(tǒng)計(jì)量、常用操作函數(shù)

先言：R語言常用界面操作
幫助：help(nnet) = ?nnet =??nnet
清除命令框中所有顯示內(nèi)容：Ctrl+L
清除R空間中內(nèi)存變量：rm(list=ls())、gc()
獲取或者設(shè)置當(dāng)前工作目錄：getwd、setwd
保存指定文件或者從磁盤中讀取出來：save、load
讀入、讀出文件：read.table、wirte.table、read.csv、write.csv

1、一些簡單的基本統(tǒng)計(jì)量
[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    #基本統(tǒng)計(jì)量  
    sum/mean/sd/min    #一些基本統(tǒng)計(jì)量  
      
    which.min()        #找出最小值的序號  

以上是單數(shù)列，如果是多變量下的呢？

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    #多元數(shù)據(jù)  
    colMeans()    #每列,row是行（橫向）  
    colnames()    #列名  
    colSums()     #列求和  
    cov()         #協(xié)方差陣  
    cor()         #相關(guān)矩陣  
    cor.test()    #相關(guān)系數(shù) 

abs     絕對值
sqrt     平方根
exp     e^x次方
log     自然對數(shù)
log2,log10     其他對數(shù)
sin,cos,tan     三角函數(shù)
sinh,cosh,tanh     雙曲函數(shù)
poly     正交多項(xiàng)式
polyroot     多項(xiàng)式求根

對象操作：
assign     賦值操作，等同于“<-”
rm     刪除對象
ls     顯示內(nèi)存中的對象
str     顯示對象的內(nèi)在屬性或簡要說明對象
ls.str     展示內(nèi)存中所有對象的詳細(xì)信息
length     返回對象中元素的個(gè)數(shù)
names     顯示數(shù)據(jù)的名稱，對于數(shù)據(jù)框則是列名字
levels     因子向量的水平
dim     數(shù)據(jù)的維度
nrow     矩陣或數(shù)據(jù)框的行數(shù)
ncol     列數(shù)
rownames     數(shù)據(jù)的行名字
colnames     列名字
class     數(shù)據(jù)類型
mode     數(shù)據(jù)模式
head     數(shù)據(jù)的前n行
tail     數(shù)據(jù)的后n行
summary     顯示對象的概要
attr     x的屬性類型

    
is.na     檢測變量的類型
is.null
is.array
is.data.frame
is.numeric
is.complex
is.character

簡單統(tǒng)計(jì)：
max     最大元素
min     最小元素
range     最小值和最大值組成的向量
sum     和
prod     元素連乘
pmax     向量間相同下標(biāo)進(jìn)行比較最大者，并組成新的向量
pmin     向量間相同下標(biāo)進(jìn)行比較最小者，并組成新的向量
cumsum     累積求和
cumprod     連乘
cummax     最大
cummin     最小
mean     均值
weighted,mean     加權(quán)平均數(shù)
median     中位數(shù)

sd     標(biāo)準(zhǔn)差
norm     正態(tài)分布
f     F分布
unif     均勻分布
cauchy     柯西分布
binom     二項(xiàng)分布
geom     幾何分布
chisq.test     卡方檢驗(yàn)，進(jìn)行獨(dú)立性檢驗(yàn)
prop.test     對總體均值進(jìn)行假設(shè)檢驗(yàn)
shapiro.test     正態(tài)分布檢驗(yàn)
t.test     T檢驗(yàn)，對總體均值進(jìn)行區(qū)間估計(jì)
aov     方差分析
anova     一個(gè)或多個(gè)模型對象的方差分析

2、向量

向量在循環(huán)語句中較為廣泛

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    #向量  
    #向量在循環(huán)語句中較為廣泛  
    M=vector(length = 8);M  #生成一個(gè)長為8的布爾向量  
    M[1]="1";M             #賦值之后就會(huì)定義為字符  
    M[1]=1;M              #賦值之后，定義為數(shù)值  

邏輯向量使用

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    y[y < 0] <- -y[y < 0]      #表示將向量(-y)中 與向量y的負(fù)元素對應(yīng)位置的元素 賦值給 向量y中 與向量y負(fù)元素對應(yīng)的元素。作用相當(dāng)于： y <- abs(y)  



3、數(shù)據(jù)儲(chǔ)存形式

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    #數(shù)據(jù)儲(chǔ)存形式  
    data.frame(wi=iris,ci=cars)   #數(shù)據(jù)框形式，可以直接定義變量名  
    list(wi=iris,ci=cars)         #list，也可以直接定義變量名  


注意：attach()、detach()

可以將數(shù)據(jù)框中的變量釋放到Rs內(nèi)存中，然后就可以直接調(diào)用。

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    attach(iris)  
    names(setosa)     
    detach(iris)  

在data.frame中，是可以實(shí)現(xiàn)數(shù)據(jù)集重命名的，比如data.frame(x=iris,y=cars)，

也可以實(shí)現(xiàn)橫向、縱向重命名，data.frame(x=iris,y=cars,row.names=iris)

4、數(shù)據(jù)查看函數(shù)——names、str、unique組合、typeof()、mode()、class()

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    ##數(shù)據(jù)查看函數(shù)  
    names(iris)           #查看所有變量名字  
    str(iris)             #變量屬性（int整數(shù),num數(shù)值）  
    unique(iris$setosa)   #查看分類變量的水平  
    table(iris$setosa)    #分類水平，不同水平的個(gè)數(shù)（=unique+sum功能）  
    summary(iris)         #所有變量各自的均值、分位數(shù)、眾數(shù)、最大、最小值等統(tǒng)計(jì)量，在回歸中就是系數(shù)表等  
    attributes(iris)      #包括names（變量名）、row.names（序號的名稱）、class(數(shù)據(jù)形式)  

一般names、str、unique會(huì)組合使用。


如何查看數(shù)據(jù)類型——typeof()、mode()、class()的區(qū)別？

[plain] view plain copy
 print?在CODE上查看代碼片派生到我的代碼片

    我這里用個(gè)因子例子來說明，希望能講清楚  
    > gl(2,5)            #新建一個(gè)因子  
    [1] 1 1 1 1 1 2 2 2 2 2  
    Levels: 1 2  
    > class(gl(2,5))   #查看變量的類，顯示為因子；  
    [1] "factor"  
    > mode(gl(2,5))     #查看數(shù)據(jù)大類，顯示為數(shù)值型；  
    [1] "numeric"  
    > typeof(gl(2,5))    #查看數(shù)據(jù)細(xì)類，顯示為整數(shù)型；  
    [1] "integer"  
    #來自：http://f.dataguru.cn/thread-99785-1-1.html  

從精細(xì)度上說，typeof>mode>class.



5、矩陣的基本知識與注意

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    #矩陣的基本知識  
    t()       #轉(zhuǎn)置  
    det()     #行列式，方陣  
    x%*%y     #向量內(nèi)積  
    x%o%y#向量外積  
      
      
    A=array(1:9,dim=c(3,3))  
    A*A    #這個(gè)代表矩陣內(nèi)兩兩子元素相乘  
    A%*%A #才是我們想要的結(jié)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     矩陣轉(zhuǎn)置
rowsum     行求和
colsum     列求和
rowmeans     行平均
colmeans     列平均
solve     對線性方程求解或求矩陣的逆
diag     對角陣

6、因子

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    ##因子（≈文本+數(shù)字的組合）  
    #SPSS中值標(biāo)簽定義有異曲同工之妙  
    M=factor(iris$setosa,levels=c(1,0),labels=c("M","F"));M  #能夠轉(zhuǎn)化因子格式+定義值標(biāo)簽  
    M=as.factor(iris$setosa);M #上面的函數(shù)更有效，因?yàn)閍s.factor只能轉(zhuǎn)化成因子格式  


7、輸入輸出

library     加載包
data     加載制定數(shù)據(jù)集
load     加載save或者save.image保存的數(shù)據(jù)
read.table     讀取表格
read.csv     讀取以逗號分割的表格
read.delim     讀取以tab分割個(gè)表格
read.fwf     以fixed width formatted 形式讀取數(shù)據(jù)至表格
save     二進(jìn)制保存指定對象
save.image     二進(jìn)制保存當(dāng)前線程內(nèi)所有對象
write.table     將數(shù)據(jù)以表格形式寫入文本
write.csv     將數(shù)據(jù)以CSV表格形式寫入文本
cat     強(qiáng)制轉(zhuǎn)化為字符后輸出
sink     輸出轉(zhuǎn)向到指定文件
print     輸出屏幕
format     格式化

8、邏輯運(yùn)算

!x     邏輯非
x & y     邏輯與
x && y     邏輯與（僅匹配并返回第一個(gè)值）
x | y     邏輯或
x || y     邏輯或（僅返回第一個(gè)值）
x or (x,y)     異或