R语言基础期末考试试题（含详细答案）

R语言基础期末考试试题（含详细答案）考试说明：本试卷满分100分，考试时间90分钟，题型包含选择题、判断题、简答题、实操编程题，侧重R语言基础语法、数据结构与基础操作应用。一、单项选择题（每题3分，共30分）1.下列选项中，不属于R语言基础数据类型的是（）A.数值型（numeric）B.字符型（character）C.浮点型（float）D.逻辑型（logical）2.在R语言中，创建数值向量c(1,2,3,4,5)后，执行x[3]的输出结果是（）A.1B.2C.3D.43.R语言中，用于查看数据框基本统计特征（均值、最值、分位数等）的函数是（）A.head()B.summary()C.str()D.view()4.下列赋值语句，符合R语言规范且能正常运行的是（）A.1a=10B.a_1<-20C.a*2=30D.if=405.在R中，逻辑值TRUE和FALSE对应的数值分别是（）A.0、1B.1、0C.-1、0D.1、-16.已知向量x<-c(2,4,6,8,10)，执行x[x>5]的结果是（）A.2,4B.6,8,10C.4,6,8D.全部元素7.下列函数中，用于读取csv格式文件的是（）A.read.table()B.read.csv()C.load()D.scan()8.R语言中，生成1到10的整数序列的正确语句是（）A.seq(1,10)B.range(1,10)C.c(1:10)D.以上都对9.数据框和矩阵的核心区别是（）A.数据框行数可变，矩阵行数固定B.数据框可存储不同类型数据，矩阵只能存储同类型数据C.数据框是一维结构，矩阵是二维结构D.无本质区别10.用于计算向量平均值的函数是（）A.sum()B.mean()C.max()D.avg()二、判断题（每题2分，共20分，对的打√，错的打×）1.R语言中变量名区分大小写，a和A是两个不同的变量。（）2.向量是R语言中最基础的数据结构，同一向量中可以混合存放数值、字符、逻辑值。（）3.NA代表缺失值，NaN代表无意义数值（如0/0）。（）4.head()函数默认查看数据集的前10行数据。（）5.R语言中，<-和=都可以用于赋值，推荐使用<-。（）6.矩阵可以直接新增一列不同数据类型的数据。（）7.sort()函数可以对向量元素进行排序，默认升序排列。（）8.class()函数可以查看对象的数据类型，typeof()函数可查看底层存储类型。（）9.运行R代码时，#开头的内容会被程序执行。（）10.数据框中可以通过列名直接提取指定列数据。（）三、简答题（每题5分，共20分）1.简述R语言中向量、矩阵、数据框三者的异同点。2.简述R语言中NA和NULL的区别。3.简述length()、nrow()、ncol()三个函数的作用及适用对象。4.写出两种R语言中数据筛选的常用方法，并简单说明用法。四、实操编程题（每题10分，共30分）1.编写代码完成以下操作：（1）创建数值向量x，包含元素10,20,30,40,50；（2）计算向量x的总和、平均值、最大值、最小值；（3）筛选出向量中大于20的所有元素。2.手动创建一个3行2列的数据框，列名分别为name、score，数据自行填写，随后提取数据框的第一列和第二行数据。3.编写代码生成1到50的整数序列，筛选出其中的偶数，并计算所有偶数的平均值。详细参考答案一、单项选择题答案1.C解析：R语言基础数据类型包含数值型、字符型、逻辑型、整数型、复数型等，无独立的浮点型分类，浮点型属于数值型范畴。2.C解析：R语言向量下标从1开始计数，x[3]对应第三个元素。3.B解析：head()查看前几行数据，str()查看数据结构，summary()输出汇总统计结果，view()用于可视化查看数据集。4.B解析：R变量名不能以数字开头、不能包含特殊符号*、不能使用关键字，A、C、D均不符合命名规范。5.B解析：R语言中逻辑值参与数值运算时，TRUE等价于1，FALSE等价于0。6.B解析：筛选向量中大于5的元素，6、8、10满足条件。7.B解析：read.csv()专门用于读取csv文件，read.table()读取txt等文本文件，load()读取R格式数据文件。8.A解析：seq(1,10)生成1-10整数序列，1:10可生成序列，但c(1:10)是将序列转为向量，range()用于获取数据范围，无法生成序列。9.B解析：矩阵是二维同类型数据结构，数据框是二维异类型数据结构，可存储不同类型数据。10.B解析：mean()为R内置求平均值函数，sum()求和，max()求最大值，无avg()内置函数。二、判断题答案1.√解析：R语言严格区分大小写，变量大小写不同视为两个独立变量。2.×解析：同一向量中所有元素必须为同一数据类型，若混合类型会自动统一转换类型。3.√解析：NA是缺失值，代表数据缺失；NaN是非法数值，由无效运算产生。4.×解析：head()函数默认查看前6行数据。5.√解析：二者均可赋值，<-是R传统赋值符号，优先级更高，代码可读性更强，为行业通用规范。6.×解析：矩阵所有元素必须同类型，无法直接新增不同类型数据，数据框可实现。7.√解析：sort()默认升序排序，设置参数decreasing=TRUE可改为降序。8.√解析：class()判断数据对象大类，typeof()查看底层存储的精细类型。9.×解析：#为注释符号，其后内容为注释，不会被程序执行。10.√解析：可通过数据集$列名或数据集[,"列名"]提取指定列数据。三、简答题答案1.向量、矩阵、数据框的异同点相同点：三者均为R语言常用数据存储结构，可批量存储数据，支持索引提取、筛选、运算等基础操作。不同点：（1）维度不同：向量是一维结构，矩阵和数据框是二维结构；（2）数据类型不同：向量、矩阵要求所有元素为统一数据类型，数据框每列可存储不同数据类型；（3）适用场景不同：向量用于存储单列单组数据，矩阵多用于数值矩阵运算，数据框是数据分析的核心结构，适配表格型异构数据。2.NA和NULL的区别（1）定义不同：NA是缺失值，代表数据存在但数值未知；NULL是空值，代表对象不存在、无任何数据；（2）长度不同：NA长度为1，NULL长度为0；（3）运算特性不同：NA参与运算结果多为NA；NULL参与运算会直接忽略，不影响运算结果；（4）适用场景不同：NA用于填补表格、向量中的缺失数据，NULL用于清空变量、删除数据对象。3.length()、nrow()、ncol()函数作用（1）length()：适用于向量、列表等一维对象，用于统计元素总个数；（2）nrow()：适用于矩阵、数据框等二维对象，用于统计行数；（3）ncol()：适用于矩阵、数据框等二维对象，用于统计列数。4.R语言常用数据筛选方法（1）逻辑索引筛选：构建逻辑判断条件，通过逻辑值向量筛选符合条件的数据，例如x[x>10]，筛选向量中大于10的元素；（2）下标索引筛选：通过指定元素下标位置，提取对应数据，例如x[c(1,3)]，提取第1、3个元素；（3）列名筛选：针对数据框，通过列名精准提取指定列数据，适配表格数据筛选。（写出两种即可）四、实操编程题答案（含代码+运行结果说明）1.向量操作代码PlainText

#（1）创建向量

x<-c(10,20,30,40,50)

#（2）计算统计指标

sum(x)#总和：150

mean(x)#平均值：30

max(x)#最大值：50

min(x)#最小值：10

#（3）筛选大于20的元素

x[x>20]#结果：3040502.数据框创建与提取代码PlainText

#创建3行2列数据框

df<-data.frame(

name=c("张三","李四","王五"),

score=c(85,92,78)

)

#提取第一列数据

df$name

#提取第二行数