基本输入输出

输入:

readline, edit, fix

输出:

print, cat

输出重定向

sink

#基本输入输出
x=readline('请输入:') #读取输入,一行为一个字符串
x #[1] "1 2 3" mydata=data.frame(name=character(),age=numeric(),height=numeric()) #通过 character(0)定义域类型
mydata=edit(mydata) #通过edit直接修改
mydata mydata2=data.frame() #创建一个空的data.frame
mydata2=edit(mydata2)
mydata2 fix(mydata2) #通过fix直接修改
mydata2 #输出 print cat
x=rnorm(,,)
print(x) #print输出结尾有换行,行开头有元素位置提示
cat(x) #cat输出没有换行,顺序排列
print(x,digits = ) #有效位
print ('hello world 1 ') ;print('welcome to R ')
cat('hello world 1 ') ;cat('welcome to R ')
cat(format(x,digits=),'\n') #通过format指定有效位 cat ('hello world',file='d:/app.log') #重定向 sink
sink('output.txt',append = T) #追加方式重定向
print('hello world')
sink() #使用完毕需要sink()
sink('d:/output.txt')
cat('hello world \n')
cat(x,'\n')
sink()
x=rnorm()
x
print(x,digits=) getOption('digits') #获取digits选项信息 默认为7
options(digits = ) #修改选项信息
x

模拟数据和数据集

#模拟数据和数据集

#任意分布
# y=a*x+b+e
# x~N(0,2)
# e~N(0,1)
# b=0.5 , a=2 set.seed() #随机种子 从指定相同的随机种子开始,后续产生的随机数的结果是一样的
x=rnorm(,,)
e=rnorm()
y=*x +0.5 + e
plot(x,y) #生成随机数
(x=rbinom(,,0.7))
(x=rbinom(,,0.7)) set.seed()
(x=rbinom(,,0.7))
(x=rbinom(,,0.7)) data(package='datasets') #
data() # #查看系统所有包中的数据集
data(package=.packages(all.available = T)) library(arules) #加载包
data(Groceries) #查询数据集

文件数据源

文本文件:

read.table, read.csv, read.delim

excel文件:

多种方式

SPSS文件:

foreign::read.spss, Hmisc::spss.get

#文件数据源
getwd() #获取当前工作路径
setwd('e:/') #修改当前工作路径 x=rnorm(,,)
y=rnorm(,,)
z=rnorm(,,)
save(x,y,z,file='xyz.Rdata') #save保存文件,同时保存变量信息
l=load('xyz.Rdata') #load加载文件,加载变量信息 x=read.table('scan0.txt',header=T,sep=' ',comment.char = '@') #读取文本文件
x
str(x) x=read.csv('scan0.txt',header=F,comment.char = '@',sep=' ') #读取csv文件
str(x) x=read.delim('scan.txt',header=F,sep=' ') x=read.delim('clipboard',header=F) #读取剪切板信息 x=scan('scan.txt',what=list(date="",pv=,uv=),sep=",") #what指定数据类型 通过list指定列表名及数据类型 x=as.data.frame(x) write.table(x,'scan2.txt',sep=',',quote=F,col.names = T,row.names=F) #写文件 #Excel文件
# 1、csv文件
# 2、剪贴板+read.delim
# 3、xlsx扩展包
# 4、rodbc数据源 library(foreign)
cars=read.spss('car_sales.sav') library(Hmisc) cust=spss.get('car_sales.sav',use.value.labels = T) cust

关系型数据库Mysql

odbc, rMysql

#RMySQL
install.packages('RMySQL')
library(RMySQL)
conn = dbConnect(MySQL(),dbname='rtest',username='rtest',password='rtest',host="192.168.1.100",port=) dbListTables(conn)
dbListFields(conn,'t_user')
summary(MySQL(),verbose=T) users=dbReadTable(conn,'t_user')
str(users)
users tmpUser=data.frame( name=paste('user',:,sep=''),
age=rnorm(,,))
tmpUser
dbWriteTable(conn,'t_user',tmpUser,append=T,row.names=FALSE) dbWriteTable(conn,'t_stu',tmpUser,append=T)
dbReadTable(conn,'t_stu') res=dbGetQuery(conn,'select * from t_user where age>10')
res res=dbSendQuery(conn,'show databases') #记录及类型
dl=fetch(res)
dl dbDisconnect(conn) #RODBC
install.packages('RODBC')
library(RODBC)
conn=odbcConnect("mysqlodbc")
conn=odbcConnect("mysqlodbc", uid="rtest", pwd='rtest')
sqlTables(conn)
users=sqlFetch(conn,'t_user')
users
str(users) users=sqlQuery(conn,'select * from t_user where age>15')
users odbcClose(conn)

R语言--输入输出的更多相关文章

  1. R 语言输入输出 读取命令函参数

    输入数据 使用键盘输入数据 只能处理小样本,很少使用 在创建 data.txt 字符串之后,用函数 read.table() 创建数据框 data.1.这种方法可以让我们把数据嵌入到R代码中,此处切记 ...

  2. R语言-处理异常值或报错的三个示例

    博客总目录:http://www.cnblogs.com/weibaar/p/4507801.html Tuesday, March 31, 2015 之前用rvest帮人写了一个定期抓取amazon ...

  3. R语言实战(二)数据管理

    本文对应<R语言实战>第4章:基本数据管理:第5章:高级数据管理 创建新变量 #建议采用transform()函数 mydata <- transform(mydata, sumx ...

  4. 主成分分析(PCA)原理及R语言实现

    原理: 主成分分析 - stanford 主成分分析法 - 智库 主成分分析(Principal Component Analysis)原理 主成分分析及R语言案例 - 文库 主成分分析法的原理应用及 ...

  5. R语言教程规划

    本文发表在博客园, http://www.cnblogs.com/stackworm/ 尽管进展中出现了意想不到的事情,期间中断1个多月,但我仍然会坚持下去. 首先,这份教程适合所有对R语言有兴趣且希 ...

  6. R语言入门(一)简介安装

    数据挖掘常用的语言有R语言,python,SQL等,其中R语言最受欢迎.(注:SQL Server包含微软研究院开发的两种数据挖掘算法:Microsoft决策树和Microsoft聚集,此外还支持第三 ...

  7. 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 ...

  8. 主成分分析(PCA)原理及R语言实现 | dimension reduction降维

    如果你的职业定位是数据分析师/计算生物学家,那么不懂PCA.t-SNE的原理就说不过去了吧.跑通软件没什么了不起的,网上那么多教程,copy一下就会.关键是要懂其数学原理,理解算法的假设,适合解决什么 ...

  9. R语言函数总结(转)

    R语言特征 对大小写敏感 通常,数字,字母,. 和 _都是允许的(在一些国家还包括重音字母).不过,一个命名必须以 . 或者字母开头,并且如果以 . 开头,第二个字符不允许是数字. 基本命令要么是表达 ...

随机推荐

  1. 【代码笔记】iOS-请求去掉url中的空格

    一,代码. - (void)viewDidLoad { [super viewDidLoad]; // Do any additional setup after loading the view, ...

  2. es6 类 和构造函数

  3. 前端开发笔记(4)css基础(下)

    标签定位 相对定位 相对定位是用来微调元素位置的,让元素相对于原来的位置进行调整. <head> <meta http-equiv="Content-Type" ...

  4. 抽象数据类型(ADT)

    概念 抽象数据类型(ADT),脱离具体实现定义数据结构,它的定义着重于做什么,而忽略怎么做 举例 列表.栈.队列 列表 列表,也叫线性表 抽象定义:数据项线性排列,可以插入某一项,删除某一项,读取某一 ...

  5. javascript获取网页各种高宽及位置总结

    screen对象 获取屏幕的高宽(分辨率) screen.width //屏幕的宽 screen.height //屏幕的高 screen.availWidth //屏幕可用宽度 屏幕的像素高度减去系 ...

  6. leveldb源码分析--BloomFilter

    bloomfilter是leveldb中的一大性能利器,所以为了文章的表现完整性这里新启这么一篇文章.leveldb中的bloomfilter的实现在bloom.cc中,是一个较为简单的实现,所以就不 ...

  7. 跨过Django的坑

    在最近的Django的学习中,慢慢的开始踩坑,开此栏,专为收纳Django的坑,在以后的学习中以便警示.(使用工具为pycharm专业版2018.2.4,python3.5.2,Django版本2.1 ...

  8. Web Api跨域访问配置及调用示例

    1.Web Api跨域访问配置. 在Web.config中的system.webServer内添加以下代码: <httpProtocol> <customHeaders> &l ...

  9. 转:双向链表dblinklist

    数据结构C#版笔记--双向链表(DbLinkList)   这是数据结构C#版笔记--线性表(Data Structure)之单链表(LinkList)的继续,对于双向链接,节点上除了Next属性外, ...

  10. python下wxpython程序国际化的实践(中文英文切换)

    一.什么是python的国际化(I18N) 有关I18N,百度上解释一大堆,个人比较喜欢这个说法. i18n是 Internationalization 这个英文的简写,因为International ...