第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機立即綁定

R語言基礎(chǔ)

  • 創(chuàng)建矩陣的。。。

    http://img1.sycdn.imooc.com//5e5dd36900013fe809150405.jpg

    元組array(與矩陣相比,可以不止兩個維度)

    http://img1.sycdn.imooc.com//5e5dd4410001b94406140391.jpg



    查看全部
  • 創(chuàng)建向量的。。。

    http://img1.sycdn.imooc.com//5e5dd132000176fa08730467.jpg


    查看全部
  • http://img1.sycdn.imooc.com//5e5dcfcb0001ff5a09330488.jpg

    向量 類型轉(zhuǎn)換

    查看全部
  • http://img1.sycdn.imooc.com//5e5cf2f10001c6fc08240380.jpg

    對象屬性哈


    查看全部
  • http://img1.sycdn.imooc.com//5e5cf2a300014cc209250570.jpg

    數(shù)據(jù)類型哈


    查看全部
  • head(x,n)? #輸出數(shù)據(jù)的前n行 ? tail(x) #輸出數(shù)據(jù)的最后6行 ??

    summary(x)? #對x的數(shù)據(jù)總體分析? str(x)? #對x的數(shù)據(jù)進(jìn)行總結(jié)

    table(x)? #表格輸出 ?? table(x,useNA="ifany")? #表格輸出x,統(tǒng)計缺失值

    table(x,y)? #生成關(guān)系x,y的二維表格

    any(is.na(x)) #x中有缺失值返回TRUE,否則返回FALSE

    x<-xtabs(Freq~Class + Age,data = titanic)? #生成交叉表

    print(object.size(airquality),units="kb")? #將大小轉(zhuǎn)換為Kb

    查看全部
  • 排序

    sort(x$v2) ? #將v2這列元素升序排

    sort(x$v2,decreasing = TRUE)? #將v2這列元素降序排

    order()# 返回排序數(shù)據(jù)對應(yīng)的標(biāo)號,并且可以設(shè)置多個參數(shù)排序

    查看全部
  • split

    • 根據(jù)因子或因子列表將向量或其他對象分組

    • 通常與lapply一起使用

    • split(向量/列表/數(shù)據(jù)框,因子/因子列表)

    head(airquality)? #調(diào)用R庫中本身自帶的空氣質(zhì)量

    s<- split(airquality,airquality$Month)? #以月份分割數(shù)據(jù)

    table(airquality$Month) ? #輸出統(tǒng)計表格

    sapply(s,function(x),colMeans([,c("Ozone","Wind"))],na.rm=TRUE))?

    輸出指定列的均值,#na.rm = TRUE自動去除缺失值

    查看全部
  • tapply(向量,因子/因子列表,函數(shù)/函數(shù)名)

    f <- gl(3,5)? #設(shè)置因子,水平為3,每個水平有5個數(shù)據(jù)

    tapply(x,f,mean,simplify=FALSE)? #函數(shù)默認(rèn)為TRUE—向量,F(xiàn)ALSE—列表

    查看全部
  • mapply(函數(shù)/函數(shù)名,數(shù)據(jù),函數(shù)相關(guān)的參數(shù))

    mapply(rep,1:4,4:1)? #輸出4個1、3個2......1個4.

    s <- function(n,mean,std){?

    ? ? ? ? ? ? ? ? ? ? ?? rnorm(n,mean,std)

    } ? ? ? ? ? ?? #創(chuàng)建從正態(tài)分布中抽取n個元素的函數(shù)

    s(4,0,1)? #在均值為0標(biāo)準(zhǔn)差為1的正態(tài)分布中抽取4個數(shù)據(jù)





    查看全部
  • apply:apply(數(shù)組,維度,函數(shù)/函數(shù)名)

    x <- matrix(1:16,4,4)

    apply(x,2,mean) ? #求x矩陣列的均值

    apply(x,1,mean)?? #求x矩陣行的均值

    rowSums(x)??? #求矩陣x各行的總和

    colSums(x)???? #求矩陣x各列的總和

    x<-matrix(rnorm(100),10,10) #rnorm從正態(tài)分布總體里隨機抽取100數(shù)

    apply(x,1,quantile,probs=c(0.25,0.75))? #quntile百分位的點

    x<-array(rnorm(2*3*4),c(2,3,4))

    apply(x,c(1,2),mean)? #返回第一維度和第二維度所構(gòu)成面的均值

    colSums(x)

    查看全部
  • R語言函數(shù)lapply

    • 可以循環(huán)處理列表中的每一個元素

    • lapply(參數(shù)):lapply(列表,函數(shù)/函數(shù)名,其他參數(shù))

    • 總是返回一個列表

    sapply:簡化結(jié)果

    • 結(jié)果列表元素長度均為1,返回向量

    • 結(jié)果列表元素長度相同且大于1,返回矩陣

    lapply(x,mean)?? #求列表x的平均值

    lapply(x,runif )? #runif 從一個均勻分布的總體中抽取若干個數(shù)出來,默??

    ?????????????????????????? 認(rèn)為(0,1)區(qū)間

    lapply(x,runif,min=0,max=100 )?? #抽取的范圍是0-100

    x <- list(a=matrix(1:6,2,3),b=matrix(4:7,2,2))

    lapply(x,function(m),m[1,])#function代表一個函數(shù),m表示傳入的參數(shù)是矩陣

    ?


    查看全部
  • 列表的子集

    ——[[]] / $ /[[]] [] / [[]] [[]]

    ——嵌套列表/不完全匹配 (partial matching)

    視頻關(guān)閉了完全匹配

    查看全部
    0 采集 收起 來源:列表的子集

    2020-02-23

  • 向量化操作

    1. 向量可以進(jìn)行加減乘除等運算

    2. 矩陣的運算 x %*% y? #表示x矩陣與y矩陣相乘?

      ?rep(x,n) ? #表示將x重復(fù)n次


    查看全部
    0 采集 收起 來源:向量化操作

    2020-02-19

  • 處理缺失值

    x <- c(1,NA,2,NA,3)

    x[!is.na(x)] ? ?? #輸出去除缺失值后的x

    complete.cases(x,y)? #x,y為兩個向量,此函數(shù)輸出結(jié)果為邏輯值,只要當(dāng)對應(yīng)位置的值都不為缺失值時返回TRUE,否則返回FALSE。

    library(datasets) ? #加載R自帶的datasets數(shù)據(jù)集

    head(airquality) ?? #查看數(shù)據(jù)集前6行????

    g <- complete.cases(airquality)? #去除缺失值

    airquality[g,][1:10,]? #顯示前十條記錄


    查看全部
    0 采集 收起 來源:處理缺失值

    2020-02-19

舉報

0/150
提交
取消
課程須知
本課程需要學(xué)員提前掌握 安裝好R和Rstudio
老師告訴你能學(xué)到什么?
1、R語言的數(shù)據(jù)結(jié)構(gòu) 2、構(gòu)建數(shù)據(jù)子集 3、重要函數(shù)的使用

微信掃碼,參與3人拼團(tuán)

微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學(xué)習(xí)伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號

友情提示:

您好,此課程屬于遷移課程,您已購買該課程,無需重復(fù)購買,感謝您對慕課網(wǎng)的支持!