R的基本用法

R变量的命名格式

必须以字母开头
只能包含字母、数字、下划线和.。
对大小写敏感
不能是保留关键字

数据类型（mode）

numeric - (10.5, 55, 787)
integer - (1L, 55L, 100L, where the letter "L" declares this as an integer)
complex - (9 + 3i, where "i" is the imaginary part)
character (a.k.a. string)
logical (a.k.a. boolean)

例如：mode(a) #numeric 而typeof(a) #double

types "integer" and "double" are returned as "numeric" mode.

class(), mode(), typeof() 三者的差异：

class() 对象的数据结构：vector、matrix、array、dataframe、list

mode() 对象数据类型。

typeof()查看数据元素类型，基本等同于mode()，比mode()更为详细

x <- 10.5

x <- 1000L

x <- 9i + 3

x <- "R is exciting"

x <- TRUE

注意

TRUE/FALSE是全大写
复数是i，python里复数是j
要创建integer 变量，必须L在整数值后面使用字母；如果不加L那一定是numeric变量。

您可以使用以下功能从一种类型转换为另一种类型：

as.numeric()
as.integer()
as.complex()

x <- 1L

a <- as.numeric(x)

class(a)

min()andmax()函数可用于查找集合中的最小或最大数字
sqrt()
abs()
ceiling(), floor()
sign() 正数返回1，负数返回-1，0返回0.

字符串

nchar()求字符串长度
grepl()检查字符串中是否存在字符或字符序列，return TRUE/FALSE， grepl("H", str)
paste()函数连接两个字符串 paste(str1, str2)
转义字符\

注意：

" 和'是等价的
正常情况下character就是用一行输出，如果加上cat()会按照代码块里的换行格式输出。

str <- "Lorem ipsum dolor sit amet,

consectetur adipiscing elit,

sed do eiusmod tempor incididunt

ut labore et dolore magna aliqua."  

cat(str)

如果使用了转义字符，直接用变量名输出会显示\。如果不像要\，就用cat()。

、

Logical

注意是TRUE、FALSE, 可以用T、F代替。

operator

^ Exponent
%% 取模
%/% 整除（余数部分不要）

赋值

<-
<<- 全局赋值
也可以改变赋值运算符的方向。x <- 3 等于 3 -> x

比较运算符

逻辑运算符

按位& |
逻辑&&,||,!

其他运算符

: 生成一组数 x <- 1:10
%in% Find out if an element belongs to a vectorx %in% y
%*% 矩阵乘法x <- Matrix1 %*% Matrix2

Vectors

向量默认是列向量

# Vectors

fruits <- c("banana", "apple", "orange")

vec_seq3 <- seq(1, 10, by = 3)

vec_pattern <- rep(1:3, times = 4) #123重复4次

vec_pattern2 <- rep(1:3, times = 4, each = 2) #112233重复4次

numbers <- 1:10 #默认间隔为1

numbers1 <- 1.5:6.5  #默认间隔为1,左闭右闭[]

numbers2 <- 1.5:6.3  #默认间隔为1，这里最后一个数是5.5

numbers <- seq(from=0, to=100, by=20) #生成其他间隔的序列数据

fruits[1]

fruits[c(1, 3)] #索引访问第1个元素、和第3个元素。R中索引从1开始。支持负索引。

fruits[1] <- "pear"

注意：

索引从1开始
1:10是左闭右闭的

向量计算

vec <- c(1, 2, 5)

vec * 2 #每个位置上的数都会*2

Vectors Functions

length()
sort()

Factors

Factor 用来处理 categorize data.

four_seasons <- c("spring", "summer", "autumn", "winter") four_seasons_factor <- factor(four_seasons) #factor出来会变成字母序,可以指定levels

four_seasons_factor <- factor(four_seasons, levels = c("spring", "summer", "autumn", "winter"))

four_seasons_factor[1]

four_seasons_factor[1] <- "no_spring" #只能赋成levels里已经存在的factor

Factors Functions

length() 输出factor的个数
levels(data_factor) 只想输出levels

数据类型转换

R 中向量里每个元素的类型是一样的，若不同，会强制转换成一致的。

character > numeric > logical

double > integer

Lists

List 可以包含多种数据类型

thislist <- list("apple", TRUE, 123)

thislist[1]

thislist[1] <- "blackcurrant"

mylist

typeof(mylist$first)

Lists Functions

length()
%in% 看一个元素是否在list中
append() append(thislist, "orange", after = 2)
index（索引）的使用thislist[2:5]
组合两个list

list1 <- list("a", "b", "c")

list2 <- list(1,2,3)

list3 <- c(list1,list2)

矩阵

mat <- matrix(data = c(2, 4, 6, 7, 8, 10), nrow = 2, ncol = 3, 	byrow = FALSE) #默认按着列来排

mat[2,] #访问第二行

mat[,3] #访问第三列

mat[2,3]#访问（2，3）

mat[c(1,2),]#访问1，2行

newmatrix <- cbind(thismatrix, c("strawberry", "blueberry", "raspberry")) #column combination加上一列，list的长度必须和矩阵的行数相同

newmatrix <- rbind(thismatrix, c("strawberry", "blueberry", "raspberry")) #row combination

thismatrix <- thismatrix[-c(1), -c(1)] #删除第一行和第一列

一些函数

%in%看矩阵中有没有对应元素 "apple" %in% thismatrix
dim() 看矩阵几行几列
length()看矩阵一共有多少元素
rbind()和rbind()也可以用于合并两个矩阵Matrix_Combined <- rbind(Matrix1, Matrix2)

矩阵计算函数

t(A) #取转置

diag(A) #square matrix 求对角

det(A)

solve(A) #inverse

eigen(A)

sum(A) #每个位置上的数的和

mean(Aˆ2) #其他运算符同理

Aˆ2 #每个位置上的数平方

A * B #对应位置上的数相乘

B %*% C #叉乘

Arrays

定义高维矩阵（数组）

arr <- array(1:24, c(4, 3, 2), dimnames = list(dim1, dim2, dim3))

arr[2,3,2]

arr[c(1),,1] #仍然可以使用雷同的访问方式

Dataframe

每一列可以数据类型不同，但是同一列里数据类型必须相同。

df <- data.frame(name = c("Alice", "Bob", "Carl"),

				age = c(23, 34, 23),

				marriage = c(TRUE, FALSE, TRUE),

				color = c("red", "blue", "orange"))

#访问一列有三种方式

df[1]

df[["name"]]

df$name

#删除第一行和第一列

Data_Frame_New <- Data_Frame[-c(1), -c(1)]

Dataframe functions

summary(df) 可以求df每一列的general统计数据
cbind()和rbind()也可以用于合并两个dataframe New_row_DF <- rbind(Data_Frame, c("Strength", 110, 110))
ncol(df), nrow(df)来求列数和行数
dim(df)
length()

数值计算函数

sum(1:8)

prod(3:5) #product

min(c(1, 5, -10, 300))

max(c(9, 2, -2))

range(c(1, 5, -10, 300))

mean(1:10)

var(1:10)

sd(1:10)

median(1:10)

quantile(1:10)

factorial(4)

exp(0:3)

log(1:10)

round(3.833) #默认是四舍五入到整数

round(3.833, digits = 1)

ceiling(3.83)

floor(3.83)

choose(4, 2) #组合数

which(c(1, 6, -3, -7, 0) <= 0)

any(c(1, 6, -3, -7, 0) <= 0)

all(c(1, 6, -3, -7, 0) <= 0)

IF ELSE

和C++语法一样

if (b > a) {

  print("b is greater than a")

} else if (a == b) {

  print("a and b are equal")

} else {

  print("a is greater than b")

}

WHILE

语法同C++

区别

C++中是continue， R里是next

FOR

#sequential index

for (x in 1:10) {

  print(x)

}

#list

fruits <- list("apple", "banana", "cherry")

for (x in fruits) {

  print(x)

}

#matrix

for (rows in 1:nrow(thismatrix)) {

  for (columns in 1:ncol(thismatrix)) {

    print(thismatrix[rows, columns])

  }

}

#array

for(x in multiarray){

  print(x)

}

FUNCTION

my_function <- function(fname = 'no_name') {

  paste(fname, "Griffin")

  return "hhhh"

}  

my_function("Peter")

R中可以function里定义function

Outer_func <- function(x) {

  Inner_func <- function(y) {

    a <- x + y

    return(a)

  }

  return (Inner_func)

}

output <- Outer_func(3) # To call the Outer_func

output(5) # To call Inner_func

全局变量

在函数之外定义的是全局变量
如果使用赋值运算符<<-，则变量属于全局范围
如果要更改函数内的全局变量，请使用全局赋值运算符

lecture2上节课剩下的

x<-cbind(x1=3,x2=c(4:1,2:4))

dimnames(x)[[1]]<-letters[1:7]

n_col<-ncol(x)

col_sum<-rep(0,n_col)

for(j in 1:n_col){

	col_sum[j]<-sum(x[,j])

}

col_sum

names(col_sum) <- colnames(x)

事实上，上面的代码可以直接用apply实现