R语言学习总结

r语言学习摘要近一学期的学习，对r语言陌生，所以到现在也大体了解了，遇到了困难的烦恼，受到苦恼的困扰，冥想的辛苦，解决问题后有明朗的快活感。在学习过程中，以前掌握的数学基础给我带来了不少方便，严肃的态度和踏实的性格也帮了我很大的忙。这个学期学了r语言的基本操作和语法，以及适合具体统计问题的解法。教师及时完成课后作业，达到学习目的，加强了对r语言操作的熟练程度。一、早期r软件r软件是一套完整的数据处理、计算和绘图软件系统。存储和处理、阵列计算、完整、一致的统计分析工具、良好的统计映射功能、简单、强大的编程语言等。接触r语言后，我的第一种感觉是方便而有力。r语言有很多函数和程序包。我们不直接写复杂的算法，只需几行代码就能解决复杂的问题，所以使用起来很方便。同时，数据输入、实践分支、生命周期和用户可以自定义功能。也就是说，当找不到合适的函数或软件包来解决遇到的问题时，可以对其进行编程，以实现各种特定功能。这就是r语言的长处。二、学习经验在学习这本书的过程中，我不仅加深了对统计方法的理解，而且掌握了r软件的编程方法和基本方法，理解了各种函数的意义和用法，并将两者结合起来解决了实际的统计问题。1，r语言基本语法和技巧r语言包含基本数字、文字和矢量操作，以及与矢量操作相关的许多函数。您还可以非常灵活地访问矢量元素和子集。数组经常出现在r语言中，可以将其视为定义了维(dim属性)的矢量。因此，阵列可以执行各种运算，并存取阵列元素和子集。二维阵列(矩阵)是一种更重要、更特殊的阵列类型，r可以执行内积、外积、乘法、解、奇异值分解和最小二乘拟合等运算，执行矩阵组合、拉直等。Apply()函数可以计算矩阵的一维或多个维。例如，apply(A，1，mean)表示行A的总和。r语言允许不同类型的元素放在一个集合中，该集合称为列表，列表元素始终可以按列表名称下标的形式引用。“列表名称下标”表示容易混淆的子列表。需要注意的是，r语言中非常重要的数据结构之一通常是矩阵形式的数据data.frame(数据框)，但是每列可以是不同的类型，数据框中的每列是一个变量，每行是一个观测值，每列必须具有相同的长度。数据框架元素可以使用下标或下标矢量引用。使用非常简单的示例，说明矢量、矩阵和数据帧的简单使用。输入以下内容：A-matrix(c(1336012)，2，6，by row=t) # a将第2行第6列，逐行矩阵X-as.data.frame(A) # a转换为数据框形式的Xx133602，seq(1，5，2) #输出x的第1、2行和第1、3、5列输出：V1 V3 V51 1 3 52 7 9 11输入以下内容：attach(X)；r-V1/V5；调用R #数据框x以计算和输出V1与V5的比率输出：10.200000 0.636363636此外，其他高级程序语言通用的程序控制结构(如分支、循环等)也可以在r语言中使用。If/else语句、for循环等。因此，r语言也可以根据情况轻松地编写所需的函数。例如：编写r程序，输入整数n，如果n小于0，则停止运算并输出“需要正整数”。否则，如果n是偶数，则n除以2会分配给n。否则，将3n 1指定给n。N=1停止，“操作成功”继续循环，直到输出解决方法：chapter2。r”编写新程序脚本以编写代码。F-function(n)If(n=0) list(必须输入“正整数”)ElserepeatIf(n=1) break #n=1时退出else if(n/2=as)。integer (n/2) n-n/2 # n为偶数时，2elsein-3 * n 1除外List(“操作成功”)在r窗口中输入以下内容：source(“chapter 2 . r”)；F(32)输出：1“计算成功”输入以下内容：F(-5)输出：“1”必须输入正整数2、r在统计说明中的应用使用数据帧(plyr包)辅助小函数1 splat函数：角色：将原始函数的多个参数打包为一个参数，然后输出新函数。这意味着您需要在函数中输入多个参数，但是现在，在输入splat后，只需输入一个参数list，无需单独输入参数。结果函数可以替换为新函数。M*ply(a_matrix，FUN)的作用与a*ply(a_matrix，1，splat(FUN)相同是：(1)使用参数Hp _ per _ cyl-function (HP、cyl、)HP/cylSpat (HP _ per _ cyl) (mt cars 1，)1 18.33333Spat (HP _ per _ cyl) (mt cars)118.3333333 18.33333 23.25000 18.3333333 21.87500 17.50000 30.62500 15.50000 23.750001020 . 50000 20 . 50000 22 . 50000 22 . 50000 22 . 50000 25 . 62500 26 . 87500 28 . 75000 16 . 500001913.00000 16.25000 24.25000 18.75000 18.75000 30.62500 21.87500 16.5000 22.750002828.25000 33.0000 29.1667 41.87500 27.25000如下所示：Hp _ per _ cyl (mt cars $ HP，mt cars $ cyl)Splat函数的优点在于，可以将字段作为参数一起输入，而无需拆分字段。(2)与plyr函数一起使用：F-function (mpg，wt，)data.frame (MW=mpg/wt)Dd ply (mt cars，(cyl)，spat (f)2 each函数角色：将多个函数合并为一个函数，以便在使用此函数时，多个函数可以单独工作。结果函数可以替换为新函数。不足：您无法为作用中的函数指定其他参数，只能使用预设参数。是：Fun-function (x) c (min=min (x)，max=max (x)，mean=mean (x)fun(1336010)相当于：F-each(min，max，mean)f(133610)3 colwise函数Colwise(.fun，cols、）说明：fun:要转换的函数；cols是测试数据框的列中是否应包含cols，或者是要包含的列的名称。Catcolwise(.fun、)与colwise的功能相似，不同之处在于它对离散变量有效Numcolwise(.fun、)的功能与colwise类似，但对数字变量有效角色：将作用于数据框架中的行矢量的函数(如mean、median等)转换为作用于数据框架中的列矢量的函数。与Plyr函数一起使用很方便。作用结果产生新函数。示例：n missing-function(x)sum(is . na(x)Colwise(nmissing)(baseball)Colwise (n missing，(sb、cs、so)(baseball)Ddply (baseball，(year)，colwise (n missing，(sb、cs、so)Numcolwise(nmissing)(baseball)相同：colwise (n missing，is.numeric) (baseball)Catcolwise(nmissing)(baseball)相同：colwise (n missing，is.discrete) (baseball)4 failwith函数Fail with (default=null，f，quiet=false)角色：修改函数，以便函数在出错时返回设置的默认值。默认值为空。作用结果产生新函数。f-function(x)if(x=1)stop( error )else 1F(1)错误in f(1) :错误Safef-failwith(，f)Safef(1)错误输入f(.): Error空值Safef-failwith(12，f，quiet=TRUE)Safef(1)1 125 summarise()函数Summarise(.data、）角色：数据框的统计摘要，为设置的统计方法或函数示例：Summarse (baseball，duration=max (year)-min (year)，n teams=length (unique (team)Duration nteams1 136 132Head (ddply (baseball， id ，summarse，duration=max (year)-min (year)，n teams=lenging)Id duration nteams1 aaronha01 22 3Abernte02 17 73 adairje01 12 44 ADAMS ba 01 20 25亚当斯博03 13 46 adcocjo01 16 5使用数据集变量1排序变量：arrange函数Arrange(df，(var1)，(var2)作用中：依指定的栏排序。注意：使用arrange函数的后续名称将丢失，必须使用cbind重新填充。是：Arrange(mtcars、cyl、disp)cars-c bind(vehicle=row . names(mt cars)，mt cars)Arrange(cars、cyl、disp)-将行名作为新列添加到数据框中，然后对其进行排序2变更变数名称Rename (x，replace，warn _ missing=true)角色：按名称(而不是按位置)修改变量名。是：Head (rename (TMT，replace=c (mpg= avgpg ， Cly= new )获取行或列3中的数据Take (x，along，indices，drop=false)角色：根据x中的维获取数字。参数说明：x是源数据的数量，array或dataframe中选择所需的构件。Along:维度。1表示行，2表示列，3表示快速数组等。Indices:与特定维相对应的手指；Drop:是否集成是：Take (mt cars，2，1)-选取第一栏Take (mt cars，1，1)-第一行使用数据集1数据集链接1) match_dfMatch_df(x，y，on=NULL)角色：x是需要提取的原始数据框，y是条件数据框。On指定用于连接的变量。默认值是两个数据框中的所有变量，可以是多个变量。通过On后面的字段将选择数据导入到x数据框与inner join相同，不同之处在于结果集是x的子集。Inner join包含两个数据框中的所有字段。是：基本数据A-c(a 、 b 、 c 、 d )B- c(“aa”、“bb”、“aa”、“dd”)C-c(1，2，3，4)T1-data.frame(a、b、c)T2-data.frame (a=c (a ， c ， e )，b=c (aa ， ab ， CD )Match_df(t1，t2，on=c(a ， b )A b c1 a aa 12)joinJoin (x，y，by=null，type=left ，match=all )角色：连接两个数据框参数说明：x，y是数据框。By=要连接的字段，type是连接类型(left、right、full)。Match:all(获取所有匹配的其他属性值)，first(仅获取匹配的第一个属性值)Join(t1，t2，by=x2 ，type=inner )Join(t1，t2，by=x2 ，type=left )Join(t1，t2，by=x2 ，type=right )Tt1-data.frame (x1=c