《学习R》笔记：科学计算器、检查变量和工作区、向量、矩阵和数组、列表和数据框
一、第二章1765243235 科学计算器
要检查两个数字是否一样，要使用 all.equal() ,不要使用 == ，== 符号仅用于比较两个整型数是否存在相同 。
1 2 3 4 5 6 7 8 | > all.equal(sqrt(2)^2,2)[1] TRUE> all.equal(sqrt(2) ^ 2,3)[1] "Mean relative difference: 0.5"> isTRUE(all.equal(sqrt(2) ^ 2,2))[1] TRUE> isTRUE(all.equal(sqrt(2) ^ 2,3))[1] FALSE |
二、第三章 检查变量和工作区
变量的类：逻辑类(logical)、三个数值的类(numeric、complex、integer)、用于存储文本的字符character、存储类别数据的因子factor，以及较罕见的存储二进制数据的原始值raw
factor因子，存储类别数据
1 2 3 4 5 6 7 8 | > gender = factor(c("male","female","male","female"))> gender[1] male female male femaleLevels: female male> levels(gender)[1] "female" "male" > nlevels(gender)[1] 2 |
在底层，因子的值被存储为整数，而非字符。可以通过调用 as.integer() 清楚的看到
1 2 | > as.integer(gender)[1] 2 1 2 1 |
事实证明，采用整数而非字符文本的存储方式，令内存的使用非常高效
1 2 3 4 5 6 7 8 9 10 | > gender_char = sample(c("female","male"),1000,replace = TRUE)> gender_char......> gender_fac = as.factor(gender_char)> #把数据的类型转换为因子型> object.size(gender_char)#object.size()函数返回对象的内存大小8160 bytes> object.size(gender_fac)4560 bytes |
把因子转换为字符串
1 2 | > as.character(gender)[1] "male" "female" "male" "female" |
改变一个对象的类型(转型casting)
1 2 3 4 5 | > x = "123.456" #使用as*函数改变x的类型> as.numeric(x) #as(x,"numeric")[1] 123.456> is.numeric(x)[1] FALSE |
代码 options(digits = n) 设置全局变量确定打印数字的小数点位数。
1 2 3 4 | > options(digits = 10)> (x = runif(5))[1] 0.040052175522 0.544388080016 0.506369658280[4] 0.144690239336 0.005838404642 |
runif 函数将生成30个均匀分布于0和1之间的随机数，summary 函数就不同的数据类型提供汇总信息，例如对数值变量：
1 2 3 4 5 6 | > num = runif(30)> summary(num) Min. 1st Qu. Median Mean0.001235794 0.199856233 0.475356185 0.475318138 3rd Qu. Max.0.703412558 0.984893506 |
letters、LETTERS 是两个内置的常数
1 2 3 4 5 6 7 8 | > letters [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l"[13] "m" "n" "o" "p" "q" "r" "s" "t" "u" "v" "w" "x"[25] "y" "z"> LETTERS [1] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" "L"[13] "M" "N" "O" "P" "Q" "R" "S" "T" "U" "V" "W" "X"[25] "Y" "Z" |
sample 函数为抽样函数，它的格式为：sample( x , size= , replace= ) 第三个参数的缺省值是F ，表示进行的是无放回抽样。
对a~e重复随机抽样30次：
1 2 3 4 | > fac = factor(sample(letters[1:5],size = 30,replace = T))> summary(fac) a b c d e 4 7 2 5 12 |
1 2 3 4 | > bool = sample(c(TRUE,FALSE,NA),30,replace = TRUE)> summary(bool) Mode FALSE TRUE NA'slogical 10 8 12 |
创建数据框dfr ，这里只显示他的前几行
1 2 3 4 5 6 7 8 9 | > dfr = data.frame(num,fac,bool)> head(dfr) #默认显示前6行 num fac bool1 0.34019507235 b NA2 0.77415443189 e TRUE3 0.02201034524 d TRUE4 0.11190012516 e NA5 0.18030911358 a NA6 0.98489350639 d TRUE |
1 2 3 4 5 6 7 8 | > summary(dfr) num fac bool Min. :0.001235794 a: 4 Mode :logical 1st Qu.:0.199856233 b: 7 FALSE:10 Median :0.475356185 c: 2 TRUE :8 Mean :0.475318138 d: 5 NA's :12 3rd Qu.:0.703412558 e:12 Max. :0.984893506 |
str 函数能显示对象的结构。对向量来说，它并非很有趣(因为它们太简单了)，但 str 对数据框和嵌套列表非常有用：
1 2 3 4 5 6 7 | > str(num) num [1:30] 0.34 0.774 0.022 0.112 0.18 ...> str(dfr)'data.frame': 30 obs. of 3 variables: $ num : num 0.34 0.774 0.022 0.112 0.18 ... $ fac : Factor w/ 5 levels "a","b","c","d",..: 2 5 4 5 1 4 1 4 1 5 ... $ bool: logi NA TRUE TRUE NA NA TRUE ... |
每个类都有自己的打印(print)方法，以此控制如何显示到控制台。又是，这种打印模糊了其内部结构，或忽略了一些有用的信息。用unclass函数可绕开这一点，显示变量是如何构建的。例如，对因子调用 unclass 函数会显示它仅是一个整数(integer) 向量，拥有一个叫 levels 的属性：
1 2 3 4 | unclass(fac)[1] 2 1 4 3attr(,"levels")[1] "cat" "dog" "goldfish" "hamster" |
attributes 函数能显示当前对象的所有属性列表：
1 2 3 4 5 6 | > attributes(fac)$levels[1] "cat" "dog" "goldfish" "hamster"$class[1] "factor" |
view 函数会把数据框显示为电子表格。edit 和 fix 与其相似，不过它们允许手动更改数据值。
1 2 3 | View(dfr) #不允许更改new_dfr = edit(dfr) #更改将保存于new_dfrfix(dfr) #更改将保存于dfr |
1 | View(head(dfr,50)) #查看前50行 |
三、第四章 向量、矩阵和数组
数组能存放多维矩形数据。矩阵是二维数组的特例。
有很多创建序列的方法，seq创建的优点是可设置步长。
1 2 | > (xulie = seq(1,15,2))[1] 1 3 5 7 9 11 13 15 |
length() 函数查询序列的长度：
1 2 | > length(xulie)[1] 8 |
向量的命名：
1 2 3 4 5 6 7 8 | > c(apple = 1,banana = 2,"kiwi fruit" = 3, 4) apple banana kiwi fruit 1 2 3 4> x = 1:4> names(x) = c("apple" ,"banana" ,"kiwi fruit","")> x apple banana kiwi fruit 1 2 3 4 |
数组的创建：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | > three_d_array = array( #三维数组+ 1:24,+ dim = c(4,3,2),+ dimnames = list(+ c("one","two","three","four"),+ c("ein","zwei","drei"),+ c("un","deux")+ )+ )> three_d_array, , un ein zwei dreione 1 5 9two 2 6 10three 3 7 11four 4 8 12, , deux ein zwei dreione 13 17 21two 14 18 22three 15 19 23four 16 20 24 |
1 2 3 4 5 6 7 8 9 10 11 12 13 | > (a_matrix = matrix( #创建矩阵+ 1:12,+ nrow = 4,byrow = T,+ dimnames = list(+ c("one","two","three","four"),+ c("ein","zwei","drei")+ )+ )) ein zwei dreione 1 2 3two 4 5 6three 7 8 9four 10 11 12 |
一些函数：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | > x = (1:5) ^ 2> x[1] 1 4 9 16 25> x[c(1,3,5)][1] 1 9 25> x[c(-2,-4)][1] 1 9 25> x[c(TRUE,F,T,F,T)][1] 1 9 25> names(x) = c("one","four","nine","sixteen","twenty five")> x one four nine sixteen twenty five 1 4 9 16 25> which(x > 10) sixteen twenty five 4 5> which.min(x)one 1> which.max(x)twenty five 5> |
1 2 3 4 5 6 7 8 | > rep(1:5 , 3) [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5> rep(1:5 , each = 3) [1] 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5> rep(1:5 , times = 1:5) [1] 1 2 2 3 3 3 4 4 4 4 5 5 5 5 5> rep(1:5 , length.out = 7)[1] 1 2 3 4 5 1 2 |
1 2 3 4 | > rep.int(1:5 , 3) [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5> rep_len(1:5 , 13) [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 |
1 2 3 4 5 6 7 8 | > dim(three_d_array)[1] 4 3 2> dim(a_matrix)[1] 4 3> nrow(a_matrix)[1] 4> ncol(a_matrix)[1] 3 |