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

如何處理缺失值

矩陣中構(gòu)建子集（行，列）

矩陣和向量的區(qū)別

，向量是給出行或列

矩陣給出的是行和列

構(gòu)建子集subsetting

raw dataset and? clean dateset

【】

【【】】

$

拿到數(shù)據(jù)順序：子集

日期和時(shí)間

date，time

date（）

sys.date()

as.date(年-月-日)

weekday（）

months（）

quarters（）

julian（）

posixct（）

posixlT()

strptime（）

數(shù)據(jù)框：data frame

data.frame()

因子：factor處理分類數(shù)據(jù)，有序或無(wú)序

證書(shū)向量+標(biāo)簽

X<-factor(c())

levels=極限水平

列表：list

矩陣：matrix

數(shù)組：array

is.na和is.nan的區(qū)別

NaN屬于NA，因?yàn)镹aN一般用來(lái)表示數(shù)字的缺失值，NA可以表示的缺失值的范圍更廣

判斷向量里面是否有缺失值，用：

is.na()/is.nan，對(duì)應(yīng)以上兩種缺失值

以上例子說(shuō)明：

存在第二個(gè)和第四個(gè)是na類型的缺失值

不存在nan這個(gè)類型的缺失值

如果將x中的內(nèi)容改成NaN則：

可以發(fā)現(xiàn)：na是可以檢測(cè)出nan的缺失值的

因子是用來(lái)處理分類數(shù)據(jù)的

有序 例子：年齡低中高

無(wú)序? 例子：性別男女

因子優(yōu)于整數(shù)向量，因?yàn)榭梢詫?duì)整數(shù)向量進(jìn)行描述，如你會(huì)知道1或者2代表男性還是女性

factor函數(shù)：用c將所有人的性別連在一起；輸出后得到x的內(nèi)容；level可以查看因子包含的水平

在factor里面插入第二個(gè)函數(shù) levels：levels的第一個(gè)參數(shù)的就是基線水平

對(duì)x有一個(gè)基本的了解，使用table函數(shù)，可查看不同水平內(nèi)容的個(gè)數(shù)：

可以用unclass函數(shù)去掉levels：

內(nèi)容是：

attr顯示曾經(jīng)的level和其內(nèi)容

用class函數(shù)查看unclass之后x變成了什么類別的數(shù)據(jù)

和矩陣最大的區(qū)別就是列表可以包含不同類型的數(shù)據(jù)

list函數(shù)：每一個(gè)參數(shù)都是列表里面元素的內(nèi)容

給列表里的元素命名，用元素a=名字1這樣的規(guī)則進(jìn)行命名

列表中每一個(gè)元素的個(gè)數(shù)大于1

用c將元素合并 c（1，2，3）的意思就是c這個(gè)元素里面有123這個(gè)三個(gè)內(nèi)容

引入矩陣的維度

給矩陣的每一行每一列命名：

dimnames（矩陣）<-賦值list（行的命名，列的命名）【list里面第一個(gè)元素c包含兩行，第二個(gè)元素c包含三列】

創(chuàng)建矩陣：

matrix，兩個(gè)參數(shù)，多少行+多少列

出現(xiàn)：

console出現(xiàn)：

添加矩陣的內(nèi)容：

控制臺(tái)console出現(xiàn)：

矩陣填充是按照列的方式來(lái)填充的

查看矩陣維度屬性：

dim（x）

可以查看有多少行多少列

三行兩列

矩陣有多少屬性，有哪些屬性：

attributes（x）

當(dāng)前這個(gè)矩陣的屬性是維度

矩陣就是向量加上維度屬性

所以也可以用以下方式進(jìn)行矩陣的創(chuàng)建：

給y向量添加維度信息dim賦值c，這個(gè)c函數(shù)里面寫(xiě)兩個(gè)參數(shù)，第一個(gè)參數(shù)有多少行，第二個(gè)有多少列

運(yùn)行后：

兩個(gè)矩陣進(jìn)行拼接

按照行來(lái)拼接：rbind

按照列拼接：cmind

數(shù)組

用arry函數(shù)，第一個(gè)參數(shù)是數(shù)組的內(nèi)容，第二個(gè)參數(shù)是維度dim的設(shè)定

二維：

三維：

第三個(gè)維度“4”代表有四個(gè)元素；

“，，1”代表的是第三個(gè)維度里的第一個(gè)元素，也就是“4”這個(gè)維度中的第一個(gè)元素。

第三個(gè)維度的第一個(gè)元素“，，1”中是一個(gè)兩行三列的矩陣，也就是dim函數(shù)的前兩個(gè)維度：2?3

注意的是：1：24的排列是按照第三個(gè)維度中的每一個(gè)元素排下來(lái)的，也就是說(shuō)：先排完“，，1”的123456，再排“，，2”....

向量是可以包含多種同一類型元素的對(duì)象
console中命令是一次性的不可重復(fù)利用
新建文件：保存和重復(fù)利用代碼

注釋用#
創(chuàng)建函數(shù)可以右鍵看到提示

vector：

創(chuàng)建方法1
第一個(gè)參數(shù)是這個(gè)向量里面元素的類型，第二個(gè)參數(shù)是向量包含的原色個(gè)數(shù)，長(zhǎng)度如是10個(gè)

腳本文件中要選擇這句話，點(diǎn)擊右上角run

創(chuàng)建方法2

變量<-賦值1：4，即從一到四

創(chuàng)建方法3

使用c函數(shù)，需要在這個(gè)函數(shù)中輸入你需要的在這個(gè)向量中的每一個(gè)元素的內(nèi)容

注意：

如果向量中每一個(gè)量的元素的類型不一樣，r會(huì)強(qiáng)制轉(zhuǎn)換成同一類型的變量

上面的例子就是r把3個(gè)不同類型的元素類型都轉(zhuǎn)換成了字符類型的元素

可以自我強(qiáng)制轉(zhuǎn)換元素的類型，添加as.，如把字符型轉(zhuǎn)換成數(shù)字型

強(qiáng)制轉(zhuǎn)換的函數(shù)：
as.numeric（參數(shù)）

as.logical（）

as.character（）

以此類推

但是有可能會(huì)看到warning信息，因?yàn)閞有可能不知道怎么把字符型轉(zhuǎn)換成數(shù)字型函數(shù)，就會(huì)把無(wú)法轉(zhuǎn)換的值用NA來(lái)替代

此外，記得可以用class查詢向量的類型

對(duì)象的屬性可以包含名稱，向量中的每一個(gè)元素都是可以有名稱的

names（向量x1）<-c（“a”,。。。。）

設(shè)置abcd四個(gè)是因?yàn)橄蛄縳1中有4個(gè)元素

上圖可見(jiàn)，第一個(gè)元素的名稱是a，第二個(gè)元素的名稱是B，......

左側(cè)為控制臺(tái)，右側(cè)上方環(huán)境中的變量，右側(cè)下方看繪圖和包的信息和幫助文檔的地方等

創(chuàng)建變量x，賦值符號(hào)<-? 右側(cè)環(huán)境中出現(xiàn)values=1

輸入x然后回車(chē)：方括號(hào)1的意思是它后面接著的元素是x中第一個(gè)元素，沒(méi)有方括號(hào)的1代表x中存儲(chǔ)的內(nèi)容是1

查看對(duì)象類型的函數(shù)：class
numeric：x是數(shù)值型變量，它的值可以是整數(shù)也可以是小數(shù)

強(qiáng)調(diào)存儲(chǔ)的是整數(shù)，只需要賦值的時(shí)候在后面加L

細(xì)節(jié)：
賦值符號(hào)<-
注意x是大寫(xiě)還是小寫(xiě)，這是不同的兩個(gè)變量

創(chuàng)建字符型變量：賦值雙引號(hào)“”

邏輯型變量：真假

復(fù)數(shù)


r的對(duì)象的屬性

列表

l <- list("a", 2, 10L, 3+4i, TRUE)

列表命名l2 <- list(a=1, b=2, c=3)?

列表中每個(gè)元素中的元素個(gè)數(shù)大于1

l3 <- list(c(1,2,3), c(4,5,6,7))

矩陣行列命名

x <- matrix(1:6, nrow=2, ncol=3)

dimnames(x) <- list(c("a","b"), c("c","d","e")) ??

?(x是一個(gè)矩陣，a.b是行的名字，d,e是列的名字)