R

R Cheat Sheet (6): Subsetting Vectors

Author: 2015-05-06

本节的主要内容是所指定的条件，从一个矢量中取出想要的元素。 1. 使用正整数矢量索引 对于如下的一个矢量： > x [1] 1.1734365 -0.6219365 NA NA -0.0639205 0.6324963 NA NA -0.3065296 [10] -0.5687445 -0.4932911 NA NA NA NA 0.4575920 NA 1.5744094 [19] NA …
Read more

R

,

R Cheat Sheet (5): Missing Values

Author: 2015-05-05

在统计和数据分析中，丢失的值也具有重要的作用。不能简单地忽视这些丢失的值，而是要仔细分析，查找这些值丢失的原因，以及之它们之间所隐含的模式。 1. NA 在R中，用NA 来表示不可用（not available）或者丢失（missing）的值。任何涉及NA 的运算，结果都是NA ，例如： > x <- c(44, NA, 5, NA) > x * 3 [1] 132 NA 15 …
Read more

R

,

R Cheat Sheet (4): Vector

Author: 2015-04-02

　　R中的矢量（vector）可以分为两类：原子矢量（atomic vector）和列表（list），前者只包含同一种数据类型，后者则包含多种数据类型。根据所包含的数据类型，atomic vector有数字（numeric）、逻辑（logical）、字符（character）、整数（integer）、和复数（complex）等几类。 1. Numeric vector 　　Numeric vect…
Read more

R

,

R Cheat Sheet (2): Workspace and Files

Author: 2015-03-30

1. 文件相关 1.1. 获取当前工作目录  　　使用如下命令获取当前工作目录： > getwd()  　　将当前工作目录保存到old.dir ： > old.dir <- getwd() 1.2. 获取当前工作目录下的文件 > list.files() 或 > dir() 1.3. 建立新文件夹  　　在当前工作目录下建立一个名为“testdir”的文件夹： &gt…
Read more

R

,

R Cheat Sheet (1): Basic Building Blocks

Author: 2015-03-26

R语言入门系列取材于Swirl Courses的R Programming部分（https://github.com/swirldev/swirl_courses），Swirl交互式的特点不便于查找和参考，在这里以Cheat  Sheet的形式总结出来，便于随查随用。 1. 计算 　　R可作为交互式的计算器使用，输入表达式即可求值。 > 5 + 7 [1] 12 2. 赋值 　　R中的赋值操…
Read more

R

,

R语言中vapply()和tapply()的用法

Author: 2015-01-04

　　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&quo…
Read more

R

, ,

R语言中lapply()和sapply()的用法

Author: 2014-12-28

　　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…
Read more

R

, ,

利用R语言词法作用域特性缓存数据

Author: 2014-12-21

　　R语言采用词法作用域（lexical scoping，或称静态作用域static scoping），关于作用域的相关说明可以参考Wiki，这里先举一个例子说明R语言词法作用域的特点。 　　定义两个函数g() 、f() 以及一个变量z 如下所示： z <- 10 g <- function(x) { x + z } f <- function(y) { z <- 20 g…
Read more

R