课上脚本 Flashcards
(96 cards)
1
Q
用pie作饼图
A
pie(rep(1,12),col=rainbow(12))
rainbow（12）是一种颜色
pie的第一项是一个向量 the values in x are displayed as the areas of pie slices
2
Q
命名函数（给向量命名）
A
names（x）
3
Q
绝对路径读取文件
A
scan（“D：/data.txt， what=””）
4
Q
只存两个变量
A
save(a,b,file=“”）
5
Q
存全部变量
A
save.image()
6
Q
数据类型 mode typeof
A
mode：numeric character logical complex
typeof：double integer character logical complex
7
Q
因子
A
分类变量的正数表示 每个分类称之为“水平”
8
Q
把文字转换成因子
A
factor（）
9
Q
等差数列只希望有10个数
A
seq(from=, to= , length.out= 10)
10
Q
sample取样函数怎么用
A
sample（取样范围；去多少个；replace=T，prob=c（0.3，0.7））
11
Q
table是干嘛的 怎么用
A
table(x)
x是上面取样好的结果
table会告诉你 每一个结果各取了多少样（分类统计）
12
Q
均匀分布
A
runif（1000，min=，max=）
1000为取出的数的量 也是横轴
min max控制着纵轴
画图的时候直接plot（x）即可
13
Q
正态分布
A
rnorm（1000，sd=，mean=）
不写的话默认均值和方差为0
14
Q
pmin
A
pmin（score，100）
意思是把score中大于100的数换成100
15
Q
向量内积
A
%*%
16
Q
阶乘
A
factorial
17
Q
floor ceiling trunc round
A
floor 求一个比这个数更小的整数
ceiling 求一个比这个数更大的整数（向上取整）
trunc 把小数部分截去
round 四舍五入
18
Q
sqrt（-16）
A
NaN
19
Q
0/0
A
NaN
20
Q
-5/0
A
-Inf
21
Q
all（x%%2==0）any which
A
all 判断集合里是否都为偶数
any 判断集合中是否存在偶数
which 集合中哪个为偶数（第几个）
22
Q
如何排序
A
sort（x）这是从小到大排
sort（x，decreasing=T）就是从大到小排
23
Q
求平均数
A
mean（）
24
Q
求中位数
A
median（）
如果为偶数中位数就是中间两个的平均数
25
所以数求乘积
prod（）
26
方差
var（）
27
标准差
sd（）
28
summary是干嘛的
把下四分之一点 中值 上四分之一 max都求出来
| 比fivenum可以多求出一个数字 均值
29
fivenum（x）
minimum lower-hinge median upper-hinge maximum
| 上四分之一的意思
30
pmin（x，y）
| pmax
逐项比较 取每一次比较中较小的值
31
筛选集合s中的一部分
```
1⃣️s[s>90]
2⃣️subset(s, s>90)
正常情况下是一样的
区别：
当集合里有NA的时候，[ ]替换符号无论如何也会把NA保留
而subset可以把NA给去掉
```
32
判断哪些是NA
| 哪些不是NA
is.na(y)
| !is.na(y)
33
矩阵
matrix(矩阵中的所有数，nrow= ，ncol= ，dimnames=list（c（），c（））
这里默认是按列安放数字 如果想要按行安放 就要加上 byrow=T
dimnames只能传递一个列表
或者也可以用置换函数rownames（x）
34
看这个是数字 向量 矩阵 还是数组
class（x）
| 会出现integer or vector or matrix or array
35
求维数
dim（x）
| 数字维数为NULL
36
筛选矩阵的时候如果只筛选一行 就会自动降维 class变成integer了 那怎么不降？
加一个drop=F
37
在原有矩阵中多加几行
然后每行起新的行名
原有矩阵：fruit
方法一：
rbind（fruit，Melon=c（，，，））
方法二：多行
f
38
原有矩阵中加列
cbind 用法见rbind
39
矩阵乘法
* 指的是两个矩阵对应元素相乘
| %*% 指的是数学上的 两个矩阵相乘
40
提取矩阵M对角线元素
diag（M）
41
得到对角线上为3 5 7 其他地方为0的矩阵
diag(c(3,5,7))
42
diag(6) 得到啥
6*6 矩阵 对角线是1 其他位置是0
43
矩阵A求逆
solve(A)
44
求解线性方程组
构造系数矩阵A：
| A
45
3*4的矩阵m dim（m）结果
3 4
46
矩阵m
| 每行数据（每列数据）求和（求均值）
rowSums（m）
colSums（m）
rowMeans（m）
colMeans（m）
47
构造数组
array（所有数据，dim=c（ ， ，））
48
x是一个向量
cumsum（x）
cumprod
cummax
运行结果得到五个数
| 分别是第一个数求和 前两个数求和 前三个数求和…
49
求导
D（expression（关于x的表达式），“x”）后面那项是对x求导的意思
如果前面那项是关于x y的表达式 也可以求偏导
expression后面的那个是一个表达式
50
查看导数的值
eval( D(e1,”x”))
| e1是表达式
51
构造列表
a
52
所以你列表中某个组件
双层方括号索引 s[[1]]
若要选去某个组件的其中一部分 之后在[[1]]的基础上再加别的正常的[ ]即可
53
定义列表时给出组件的名称
a
54
列表中单层方括号索引的作用
求子列表
55
双层方括号可以选去多个组件吗？
no
56
paste0
无脑粘贴
paste0（“A”，1:5）
为 A1 A2 A3 A4 A5
57
列表增加组件
方法1:
| s$ Weight
58
删除列表中的组件
s$Weight
59
unname(s)
产生一个新的没有名字的对象 原来对象名字没变
60
直接去掉原有列表中每个组件的名字
names（s）
61
unlist（x）
把列表中的每一个组件的每一个元素弄出来
变成了一堆单个的元素
class（） character
62
将x y两个列表连接起来
c（x，y）
| 如果加一个recursive=T 那就又变成一堆元素了
63
列表与数据框 概念
列表是一维的 有一堆组件
| 数据框相当于是一个二维列表
64
读取数据框
read.csv（”D：\…”，stringsAsFactors=F）
| 若不想转化成因子 只读字符串 就用后面这个
65
查看数据框内部结构
str（s）
他会告诉你有几个变量 几个观测
每一列都是啥
变量是指列数 观测指行数
也可以看到每个变量的数据类型 是因子 字符串 整数还是啥
66
数据框索引
数据框可以以矩阵的形式进行索引
s[5:8,2:3]
Or
s$ Major
67
获取数据框行数列数
nrow（s）
| ncol（s）
68
查看前六行
查看前10行
查看后10行
head（s）
head（s，n=10）
tail（…）
69
创建数据框
data.frame（ ，，）
每一个元素长度必须一样
每一个元素是指每一列的元素 按列排放
70
查看数据框列的名字
| 给列起名字
names（d）
| 起名字就用置换函数直接命名
71
让数据框中的某一列由因子变成字符串
s$Name
72
把数据框的一列由字符串转化成因子
s$Major
73
直接读取一个文件 变量是因子还是字符串形式？
因子
74
length（p）
p的列数
| 因为把每一列认为是一个变量
75
数据框删除列
和列表操作一样
| 是p$Math
76
read. csv
read. table
read. delim
read. csv(“D:/person.csv, stringsAsFactors=F)
read. table(“D:/person.txt,header=T, sep=“\t”)
read. delim(“person.txt) 它默认有标题行 并且默认分隔符就是制表符
77
对矩阵m用apply函数
apply（m，1，sum）
1代表对m的行用后面的函数
sum是一个函数 也可以变成一个自定义函数
78
对数组用apply函数
如果想对每一层的每一行求和
apply(a,c(3,1),sum)
3代表先进入每一层
1代表对每一行求和
79
tapply
分组统计
tapply（height，fsex，mean）
统计的是身高的均值 按照性别统计
第二项最好是因子
tapply（name，fsex，length）
统计的是名字的个数 按性别统计
length是统计个数的
基于两个因子分组：
tapply(s$Grades, list(s$Major, s$Sex),mean)
第二项必须是列表形式
80
lapply
对列表进行统计
| d
81
sapply
lapply的改进版 也是在列表的每一个组件上应用函数
sapply（d，sum）
不同的是它得到的结果是一个向量
82
vapply
```
和sapply很像 也是对列表应用函数
得到的结果也是一个向量
但
vapply(d,sum,FUN.VALUE=3+4i)
后面要给出一个向量元素形式
这样最后得到的向量就是比如
c（400+0i，150+0i，…）这种形式的
```
83
rapply
循环统计 如列表有一个组件还是一个列表的话lapply就没法用了 这时我们用rapply 可以进入列表中的列表
84
split
分类并重组
split（s$Grades, s$Major)
就是根据专业来分组 显示出的是成绩
最后得到的结果是一个列表
85
by
使用一个or多个因子将数据框进行分组 分组之后再应用函数 by每次传递过来的都是一个数据框
by(s ,s$Major, print)
基于专业进行分组
s指原数据框 print那里可以换成别的函数
86
class（by（s，…））
是by
87
aggregate
aggregate（s[,5:7], list(s$Major), function(x)...)
也是根据因子 对部分数据框进行分组 应用函数
内部调用apply函数
88
x
很有意思 可以在控制台输不同数字的
可以输入多个数 就得到一个向量
但这个只能读数值型的 就是说只能输入一些数字
89
如果想连续输入字符怎么办？
kids
90
切割
strsplit(str, split=“ ,| ;| +|\t”)
|或者
+一个或者多个
表示根据这些标点符号来切割
91
plot绘图
plot( x=101:110, y=31:40, xlab=“ “, ylab= “ “, main=“ 主标题”, sub=“副标题”)
注意左下角交汇点并不是原点
92
在已有图形上添加标题（若之前🈚️标题）
title（main=“ 主标题”，“副标题”）
93
在已有图形上添加点
points(x=c(101,103), y=c(36,38), col=“red”, pch=16)
pch是point character
94
在已有图形上添加线
由点连成线 所以先给出一些点
| x
95
在已有图形上添加注释
text( x=c(35.5, 37.5), y=c(13.5,15.5), labels=c(“”, “”) ,col=c(“coral”, “navy”))
给出添加注释的点的坐标（可用locator）
然后是注释内容labels
96
给出坐标轴范围
可以通过一个点来给
plot(x=105, y=205, xlim =c(100,110), ylim=c(200,220))
前面那个点如果不想让他出现 搞成负的也行
