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(shí)綁定郵箱和手機(jī)立即綁定

R語言入門與進(jìn)階

揚(yáng)帆遠(yuǎn)航 數(shù)據(jù)科學(xué)家
難度初級
時(shí)長 2小時(shí)42分
學(xué)習(xí)人數(shù)
綜合評分9.13
15人評價(jià) 查看評價(jià)
9.9 內(nèi)容實(shí)用
8.7 簡潔易懂
8.8 邏輯清晰
  • 第六章第七章沒學(xué)。
    查看全部
    0 采集 收起 來源:.RODBC包

    2020-04-01

  • 當(dāng)列表中元素長度不同時(shí),使用sapply會導(dǎo)致數(shù)據(jù)丟失。
    查看全部
  • 代碼復(fù)雜時(shí)可以建立腳本文件

    查看全部
  • R中的循環(huán):

    >?for?(i?in?1:3){
    +???cat(i,?"+",?1,?"=",?i+1,?"\n")
    +?}
    1?+?1?=?2?
    2?+?1?=?3?
    3?+?1?=?4

    被遍歷的序列除了整數(shù)向量外,還包括列表、數(shù)據(jù)幀、矩陣。

    控制流:if和if else語句

    >?for?(i?in?1:3){
    +???if(i==2)?cat("The?index?is?2",?"\n")?else
    +????????????cat("The?index?is?not?2",?"\n")
    +?}
    The?index?is?not?2?
    The?index?is?2?
    The?index?is?not?2

    while循環(huán): while (條件判斷)? 表達(dá)式

    repeat循環(huán): repeat表達(dá)式

    repeat循環(huán)需要手動跳出。break跳出循環(huán),next停止當(dāng)前迭代,直接轉(zhuǎn)向下一次迭代。

    https://img1.sycdn.imooc.com//5be694ea0001a2f206810355.jpg

    查看全部
  • source("C:/.../.../....R")語句可以直接調(diào)用腳本文件,以#開頭的行為注釋行

    查看全部
  • ?????????

    查看全部
  • R對象:1.函數(shù)對象

    2.數(shù)據(jù)對象:(1)單值數(shù)據(jù):邏輯值(TRUE, FALSE)、數(shù)值(實(shí)數(shù)、復(fù)數(shù))、字符;

    (2)向量:元素類型必須一致,若不一致,R會元素轉(zhuǎn)換成最為通用的一個(gè)類型;

    (3)因子:一種特殊的向量,含有有限的級別??梢源_定類別變量

    (4)矩陣和數(shù)組:元素類型必須相同, 例:matrix(c(1,2,3,4,5,6)+pi, nrow=2)

    創(chuàng)建高階數(shù)組:> array(c(1:24), dim=(4, 3, 2))

    (5)數(shù)據(jù)幀(data.frame):不受矩陣元素類型必須相同的限制,可以通過直接讀取文件中的數(shù)據(jù)來創(chuàng)建數(shù)據(jù)幀,也可以通過函數(shù)as.dataframe()作用到向量上來創(chuàng)建。數(shù)據(jù)幀是一個(gè)平行的向量集合,其中的向量可以為不同類型。

    > data.frame(treatment=c("active", "active", "placebo"), bp=c(80,85,90))

    ? treatment bp

    1? ? active 80

    2? ? active 85

    3? ?placebo 90

    > cbind(treatment=c("active", "active", "placebo"), bp=c(80,85,90))

    ? ? ?treatment bp??

    [1,] "active"? "80"

    [2,] "active"? "85"

    [3,] "placebo" "90"

    (6)列表:元素可以為不同類型、不同長度。R中很多內(nèi)置函數(shù)的返回結(jié)果都為列表類型

    查看全部
  • 內(nèi)置幫助函數(shù):(1) > ?mean(查詢mean函數(shù))? ? (2)>example(mean)(運(yùn)行mean函數(shù)的示例)? (3)不知道確切函數(shù)時(shí):??"fitting linear model"

    查看全部
  • 圓周率:pi

    修改顯示精度:options(digits=22)

    無窮:Inf

    不是一個(gè)數(shù):NaN(not a number)

    缺失值:NA(not available)

    賦值運(yùn)算符:<-

    ls()函數(shù):列出內(nèi)存里的所有對象,返回一個(gè)向量

    rm(x)函數(shù):將對象x從內(nèi)存中移除

    查看全部
  • 查看全部
  • R中的循環(huán) 在R中,for循環(huán)對一個(gè)集合中的每一個(gè)元素執(zhí)行同一個(gè)操作 給定一個(gè)整數(shù)的集合 1]123 令一個(gè)變量遍歷這個(gè)集合,然后輸出iti 被遍歷的序列不僅僅限于整數(shù)向量,比如,我們也可以令一個(gè) 變量在列表,數(shù)據(jù)幀和矩陣中遍歷 >d<-data frase(a =1: 2. b-2: 3) 打印出d中列元素的和
    查看全部
  • 表格化數(shù)據(jù)

    查看全部
  • write.table()的變體

    查看全部
  • LETTERS函數(shù),26個(gè)大寫字母。

    同樣地,有一些相近的函數(shù):

    The following constants are available:

    • LETTERS: the 26 upper-case letters of the Roman alphabet;(26個(gè)大寫字母)

    • letters: the 26 lower-case letters of the Roman alphabet;(26個(gè)小寫字母)

    • month.abb: the three-letter abbreviations for the English month names;#three-letter,三字母;abbreviations,縮略詞

    • month.name: the English names for the months of the year;(12個(gè)月)

    • pi: the ratio of the circumference of a circle to its diameter.(圓周率)

    mode()#函數(shù)可用來指出向量和矩陣中元素的類型。

    dim()#dim函數(shù)可用來索引矩陣的維度。

    length()#可以知曉向量或矩陣中元素的個(gè)數(shù)(長度函數(shù))

    dimnames()#函數(shù)可以給矩陣的行和列取值

    查看全部
  • 索引和邏輯索引

    例子:定義一個(gè)從-5到5的整數(shù)向量,然后抽取出絕對值小于3的元素

    x<-(-5):5
    x?[1]?-5?-4?-3?-2?-1??0??1??2??3??4??5

    通過向量的索引抽取想要的元素

    x[4:8]#抽取第4至第8個(gè)元素

    通過反向選擇抽?。ㄔ诓幌胍乃饕凹迂?fù)號)

    x[-c(1:3,9:11)]#如前面的筆記,此處的負(fù)號代表“舍去”之意


    !?。?!最重要的是構(gòu)造邏輯索引向量

    index<-abs(x)<3#abs()函數(shù)指絕對值函數(shù)

    index#返回索引的false或者true

    x[index]

    矩陣也有索引:

    A<-matrix((-4):5,nrow=2,ncol=5)#構(gòu)造矩陣A
    A
    A[A<0]#索引出矩陣元素中小于0的所有元素
    A[A<0]<-0#將所有小于0的元素替換為0
    A
    A[2,]#選擇矩陣的行,第2行的所有列
    A[,c(2:4)]#選擇矩陣的列,第2至第4列的所有行


    查看全部
  • 構(gòu)造向量的幾種方式

    冒號“:”函數(shù),如x<-1:10

    sequence函數(shù),如:y<-seq(0,1,length=11)

    相同序列重復(fù)構(gòu)成的向量:z<-rep(1:2,5)

    數(shù)值和向量組合成的新向量:m<-c(x,y,z,10)#c的作用是將括號中的向量元素按順序組合起來

    構(gòu)造矩陣的方法:

    1,把行組合成矩陣

    A<-rbind(1:3,c(1,1,2))#把行組合成矩陣,矩陣有多少行取決于有多少個(gè)向量元素,有多少列則取決于每行中向量元素最多的一行。

    2,把列組合成矩陣

    B<-cbind(1:3,c(1,1,2))#把列組合成矩陣,矩陣有多少列取決于有多少個(gè)向量元素,有多少行則取決于每列中向量元素最多的一行。

    3,通過一個(gè)長向量構(gòu)造矩陣

    C<-matrix(c(1,0,0,1,1,0,1,1,1),nrow=3,ncol=3)#nrow矩陣的行數(shù),ncol矩陣的列數(shù)(有時(shí)甚至可以省略nrow及ncol而直接使用數(shù)字3,3)#將byrow=TRUE放入matrix函數(shù)的右括號中,可以將c中的向量元素按行構(gòu)造。(開始為按列構(gòu)造)






    查看全部
  • ls()里有兩個(gè)對象,rm()表示移除其中一個(gè)

    查看全部
  • options(digits=22)表示小數(shù)位數(shù)為22

    inf為正無窮;-inf為負(fù)無窮

    NaN沒有意義

    NA為缺失值

    查看全部
  • lapply()和sapply(0

    my.data<-data.frame(data=rnorm(10),data2=rnorm(10),data3=rnorm(10))
    lapply(my.data,sum)
    my.data<-data.frame(data=rnorm(10),data2=rnorm(10),data3=rnorm(10))
    sapply(my.data,sum)

    兩者均是把函數(shù)應(yīng)用到向量,矩陣,數(shù)組和列表的函數(shù)

    前者的輸出是一個(gè)列表,后者的輸出是一個(gè)矩陣

    查看全部
  • for循環(huán)函數(shù)

    "\n"換行符

    cat()循環(huán)變元

    if語句和if else 語句的區(qū)別

    查看全部
  • R中的函數(shù):內(nèi)置函數(shù)+自己創(chuàng)建的函數(shù)

    square<-function(x){return(x*x)}#定義一個(gè)新函數(shù)“求x的平方”
    square(1:10)#求1-10這十個(gè)數(shù)的平方

    k<-function(x,a){return(x^a)}#定義有兩個(gè)參數(shù)的冪函數(shù)
    k(1:5,2)#將a賦值為2

    當(dāng)心自己創(chuàng)建函數(shù)與內(nèi)置函數(shù)的重疊,以c()函數(shù)為例。若遇重疊,使用rm()函數(shù)重置。

    查看全部
  • 數(shù)據(jù)類型:邏輯值,數(shù)值,字符

    向量:數(shù)值可構(gòu)成向量,字符可構(gòu)成向量,向量中的元素類型必須一致


    查看全部
  • ??"fitting linear model"#使用雙引號來尋求一些未知的或不清晰的幫助。

    http://tolstoy.newcastle.edu.au/R/

    查看全部
  • #Π的寫法“pi”

    options(digits=22)#該變數(shù)字的小數(shù)位數(shù)為22位

    #Inf正無窮;-Inf負(fù)無窮

    NaN:不是一個(gè)數(shù)

    NA:缺失信息,代表數(shù)據(jù)不可用,不能求均值及一些其它的運(yùn)算。

    x<-5

    x

    使用賦值操作符來存儲對象,之后便可以將x當(dāng)作一個(gè)數(shù)來使用

    rm(x)#移除內(nèi)存中已有的x的賦值

    問題:ls()命令的詳細(xì)解釋。


    查看全部
  • #Π的寫法“pi”

    options(digits=22)#該變數(shù)字的小數(shù)位數(shù)為22位

    #Inf正無窮;-Inf負(fù)無窮

    NaN:不是一個(gè)數(shù)

    NA:缺失信息,代表數(shù)據(jù)不可用,不能求均值及一些其它的運(yùn)算。

    使用賦值操作符來存儲對象




    查看全部
  • x<-rnorm(100)#創(chuàng)建一個(gè)存儲對象x,并賦值滿足正態(tài)分布的100個(gè)隨機(jī)數(shù)

    head(x)#使用函數(shù)從頭查看這些隨機(jī)數(shù)

    mean(x)#求均值

    sd(x)#求標(biāo)準(zhǔn)差

    #[1],代表輸出為長度為1的R對象

    查看全部
    1 采集 收起 來源:.概述-新版

    2018-09-18

  • lapply()和sapply()函數(shù)把函數(shù)作為輸入

    lapply()和sapply()函數(shù)功能相似,除了lapply()的輸出是一個(gè)列表;sapply()的輸出是一個(gè)向量或矩陣

    查看全部
  • 正態(tài)分布的模擬 rnorm()

    查看全部
首頁上一頁1234567下一頁尾頁

舉報(bào)

0/150
提交
取消
課程須知
掌握基本R的編程方法。
老師告訴你能學(xué)到什么?
1、R語言的基本知識,包括基本語法,變量和類型。 2、如何在R中構(gòu)建函數(shù)和控制流。 3、在R中寫入和讀取數(shù)據(jù)的細(xì)節(jié)。 4、在R中操作數(shù)據(jù)。

微信掃碼,參與3人拼團(tuán)

微信客服

購課補(bǔ)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!