来源1:https://www.jianshu.com/p/3f01c5658356 来源2:https://blog.csdn.net/smstong/article/details/44340637 排版 行内与独行 名称 符号 示例语法 示例 行内公式 $公式内容$ $xyz$ 公式内换行 \\ $$1+1=2 \\ 2+2=4$$ 上标.下标与组合 名称 符号 示例语法 示例 上标符号 ^ $x^4$ 下标符号 _ $x_1$ 组合符号 {} $ a^2_{xyz}$ 汉字.字体与格式

R语言基础:向量  心无咎 2012-04-02 13:37:00 向量(vector)1.seq():产生有规律的数列,间距省略时默认值为1.        例1:seq(10, 20, 0.5)        例2:seq(0, by = 0.03, length = 15) 2.rep():产生有规律的数列,重复第一个变量若干次.        例1:rep(1:3, 1:3)        例2:rep(1:3, rep(2, 3))        例3:rep(1:3, length

数据分析师的工作不仅是将数据放入模型并得出一些结论.通常需要完成从数据收集.数据清理.可视化.建模再到最后编写报告或制作演示文稿的完整工作流程.在前面几章中,我们从不同方面深入学习 R 编程语言,从各个环节,一步一步提升生产效率.在本章中,我们将关注最后一步:报告和展示.在以下内容中,我们将学习一种非常简洁的文档编写语言:markdown. Markdown 语法说明 将 R 整合到 markdown 中 嵌入表格和图表

一丢丢前言 很久之前曾试图以Rmarkdown编译pdf文档,无奈怎么鼓捣都会error,搜索了很久都没能找到比较好的解决方案.在配置上将编译器调成了xeLaTeX后就不了了之.这两天心血来潮研究了一下xeLaTeX,终于明白之前为什么总是失败了.入LaTeX门的时候一心一意盯着pdfLaTeX的后果就是入了过时的CJK包的坑,想要扩展的时候就跳不出来了.如今爽快的以xeLaTeX+xeCJK来处理之后终于打通了Rmarkdown编译中文pdf文档的任督二脉,且让我暗自欣喜一阵:)不是什么大神,

################################################### 问题:创建.操作向量   18.4.27 怎么创建向量 vector,,及其相关操作 ??? 解决方案: a <- 3; 或 a=3     #单数据变量 a * 2;  sqrt(a);    #单数据变量的简单运算 a2 = seq(1:8); a2   #生成等差序列   #[1]  1  2  3  4  5  6  7  8 vec1 = seq(from=0,to=9,by=2);

统计数据遇到在Rmarkdown文档中通过rmysql查询中文结果乱码的现象. 数据库编码 utf8 rmd编码utf8 猜测是生成的html编码非utf8 解决方案是: dbSendQuery(con,'SET NAMES utf8') 改为 dbSendQuery(con,'SET NAMES gbk')

> x<-1:3 > typeof(x) [1] "integer" > y<-c(1,3,4) > typeof(y) [1] "double" > x==y [1]  TRUE FALSE FALSE > all(x==y) [1] FALSE -------------------------------------------- > x<-1:3 > typeof(x) [1] "i

#检测一个字符串中,是否包含某个子串,是返回T,否返回Frequire(stringr) require(stringr) test <- c("这里有天气热敏感冒","好天气","感冒了,也要加油","感?冒","","不是","感冒?不是!") str_detect(test,"感冒") num_dec <- 0;loops <

R语言基础:数组和列表 数组(array) 一维数据是向量,二维数据是矩阵,数组是向量和矩阵的直接推广,是由三维或三维以上的数据构成的. 数组函数是array(),语法是:array(dadta, dim),其中data必须是同一类型的数据,dim是各维的长度组成的向量. 1.产生一个三维和四维数组. 例1:xx <- array(1:24, c(3, 4, 2)) #一个三维数组 例2:yy <- array(1:36, c(2, 3, 3, 2)) #一个四维数组   2.dim()函数可

配置 Sublime Text 3 作为Python R LaTeX Markdown IDE 配置 Sublime Text 3 作为Python IDE IDE的基本功能:代码提醒.补全:编译文件. Sublime Text3的插件 Anaconda提供代码提示.补全等功能.也提供编译方式. SublimeREPL在新标签页生成一个(可交互的)控制台: Tools -> SublimeREPL ->Python ->Python 在新开的标签页"*REPL*[python]

markdown 易于写入和读取,具有编写报告的必要功能,例如简单的文本格式,嵌入图片.链接.表.引用.数学公式以及代码块.虽然在 markdown 中编写纯文本很容易,但是创建具有许多图片和表格的报告却不是很容易,特别是当图和表是由代码动态生成的时候.R Markdown 是将 R 整合到 markdown的“杀手锏”级别的应用程序.更具体地说,我们在本章前面展示的 markdown 都是静态文档.也就是说,它们在编写的过程中就被确定下来了.但是,R Markdown是R代码和markdown

这节的内容是建立在之前我们对R语言最基本向量赋值的基础之上的,笔者本人学完R当中向量的索引感觉异常舒适,因为这个比Python的索引爽多了,是什么值开始索引就从哪里开始索引,到哪里结束就在哪里结束,而不会像Python一样有的时候输入0实际上是从1开始计数,有的时候到99为止实际上你要索引到100,给人一种难以弄清的感觉.学了简洁的R心里大为开朗. 一.得到向量当中某个数值的值 首先我们先生成一个从1到100数值的向量: > x <- c(1:100) > x [1] 1 2 3 4 5

技术背景 在写一些学术演示文档时,经常有可能用到Beamer--一种Latex的学术风PPT模板,比如下图所示的这种: 这种风格的演示文档有几个明显的优点:简约.严肃.可以用Latex敲公式和推导.可微调.定制化程度高,而且一般都是免费的.当然也有一些明显的缺点:写Latex麻烦,部署Latex环境更麻烦.因此,更多的人都是硬着头皮在Overleaf上写Latex,这也是被逼无奈.但是我们看到在各大平台用Markdown写博客,或者在开源代码仓库中用Markdown写说明文档,都是非常的美观,那

引言 使用stargazer包可以将 R 构建的模型结果以LATEX.HTML和ASCII格式输出,方便我们生成标准格式的表格.再结合rmarkdown,你就可以轻轻松松输出一篇优雅的文章啦~本文“使用说明”部分主要参考stargazer的说明文档.(https://vectorf.github.io/) 安装及加载 使用说明 **注意:stargazer包的输出结果是相应格式的,例如输出LATEX格式,可以直接将结果粘贴进WinEdt等编辑器中输出表格.下文直接将结果以表格的形式展示.我们使用

0.前言 虽然很早就知道R被微软收购,也很早知道R在统计分析处理方面很强大,开始一直没有行动过...直到 直到12月初在微软技术大会,看到我软的工程师演示R的使用,我就震惊了,然后最近在网上到处了解和爬一些R的资料,看着看着就入迷了,这就是个大宝库了,以前怎么没发现,看来还是太狭隘了.直到前几天我看到这个Awesome R文档,我就静不下来了,对比了目前自己的工作和以后的方向,非常适合我.所以毫不犹豫的把这个文档汉化了,所以大家一起享受吧. 说明:本文已经提交到github,地址:https:/

如果大家已经熟悉python和R的模块/包载入方式,那下面的表查找起来相对方便.python在下表中以模块.的方式引用,部分模块并非原生模块,请使用 pip install * 安装:同理,为了方便索引,R中也以::表示了函数以及函数所在包的名字,如果不含::表示为R的默认包中就有,如含::,请使用 install.packages("*") 安装. 连接器与io 数据库 类别 Python R MySQL mysql-connector-python(官方) RMySQL Oracl

[翻译]Awesome R资源大全中文版来了,全球最火的R工具包一网打尽,超过300+工具,还在等什么? 阅读目录 0.前言 1.集成开发环境 2.语法 3.数据操作 4.图形显示 5.HTML部件 6.复用组件研究 7.Web技术和服务 8.并行计算 9.高性能 10.语言API 11.数据库管理 12.机器学习 13.自然语言处理 14.贝叶斯 15.最优化 16.金融 17.生物信息学 18.网络分析 19.R 开发 20.日志 21.数据包 22.其他工具 23.其他编译器 24.R学习

5. 数据结构 5.1 数据结构简介 (1)向量 一个向量的所有元素必须有相同的类型(模式) (2)列表 列表可以非同质的 列表可按位置索引:lst[[2]] 抽取子列表:lst[c(2,5)] 列表可以有名称:lst[[“Moe”]]或者lst$Moe 列表类似于字典.散列表等 (3)模式:实体类型 > mode(3.1415) R中每个对象都有一个模式,表明该对象如何存储在存储器中: 对象 例子 模式 Number 3.14 numeric Vector of numbers c(2.7,

python 与 R 是当今数据分析的两大主流语言.作为一个统计系的学生,我最早接触的是R,后来才接触的python.python是通用编程语言,科学计算.数据分析是其重要的组成部分,但并非全部:而R则更偏重于统计分析,毕竟R是统计学家发明的,本身就是为统计而生.python的优势在于其全能性,几乎所有的领域都有python的身影,而R则在统计及其相关领域非常专业.二者各有优势.那么这么好的两个东西,能不能结合到一起呢?答案是肯定的.要想实现这种功能,一般必须要提供相应的调用接口.rpy2这个第

每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 2016年11月1日,RStudio 1.0版本正式发布!这是自2011年2月RStudio发布以来的第10个主要版本,也是更新最大的一次.主要亮点如下: 1.R Notebooks 的辅助工具(实时反馈结果,这个RMD做不来) 2.对sparklyr包的集成支持(R与Spark连接) 3.profvis包进行性能分析(代码运行步骤.代码运行时