Monthly Archive: 5月 2015

相比于其他编程语言，R语言的最大优势之一是它能够很容易地绘制出版物级别的图像。本节的主要内容是R中的基础绘图，不包含如lattice、ggplot2和ggvis等更高级的绘图包。 首先载入cars 数据框，并查看其文档： > data(cars) > ?cars cars 中只有两个变量，速度speed 和刹车距离dist ，这些数据是19世纪20年代记录的。 在开始绘图前，首先查看一…
Read more

1. 日期和时间的表示 R使用Date 类表示日期，使用POSIXct 和POSIXlt 类表示时间。日期实际的存储方式为距离1970年1月1日的天数，POSIXct 中时间的存储方式为距离1970年1月1日的秒数，POSIXlt 中时间的存储方式为秒钟、分种、小时等元素的列表。 1.1. 日期的表示 可以使用Sys.Date() 获取当前日期，它返回的是一个Date 对象： > d1 &l…
Read more

使用像R一样的统计编程语言的好处之一，是其具备大量生成随机数的工具。 1. 随机采样 使用sample() 函数可以生成随机数，下面的例子模拟了投掷一个六面骰子四次的结果，连续执行可以得到不同的结果： > sample(1:6, 4, replace = TRUE) [1] 3 6 3 1 > sample(1:6, 4, replace = TRUE) [1] 3 2 3 4 其中第…
Read more

当拿到一个新的数据集时，首先要做的是检查一下数据，数据的格式是怎样的？有几个维度？有哪些变量？变量是如何存储的？有哪些丢失的数据？数据中是否有瑕疵？本节主要内容是使用R的内建函数解答以上问题。 本节中使用的数据集来自United States Department of Agriculture’s PLANTS Database (http://plants.usda.gov/adv_…
Read more

本文通过实例说明R语言*apply()系列中vapply()和tapply()的用法，所用到的数据同R语言中lapply()和sapply()的用法。在http://archive.ics.uci.edu/ml/machine-learning-databases/flags/flag.data下载到flag.data文件，将其导入R： names <- c("name"…
Read more

R语言中提供了一系列*apply()的函数，为数据分析中Split-Apply-Combine的策略提供了简洁方便的实现，这些函数的基本工作流程都是首先将数据按照某种规则划分（split）为较小的几部分，然后对各个部分应用（apply）某些操作，再将结果整合（combine）起来。关于Split-Apply-Combine策略的详细内容，可以参考Hadley Wickham的The Split-A…
Read more

本节主要关注R中的函数、函数的参数，以及自定义二元运算符。 1. R中的函数 R中函数的特征为函数名加上括号，如： > Sys.Date() [1] "2015-05-09" 大多数R中的函数都有返回值，如上面Sys.Date() 函数没有输入参数，它根据系统环境返回当前时间；另一些函数会对输入的数据进行处理并返回结果，如使用mean() 求均值： > mean(c…
Read more

本节的主要内容是R中的逻辑运算。 1. 逻辑运算符 等号运算符== 是一个逻辑运算符，用于比较两个元素是否相同。 > TRUE == TRUE [1] TRUE > 6 == 7 [1] FALSE 和数学表达式一样， 逻辑表达式也可以使用括号() ： > (FALSE == TRUE) == FALSE [1] TRUE 和多数编程语言一样，< 、<= 、> …
Read more