日志
R语言常用数学函数
|
语言的数学运算和一些简单的函数整理如下：
向量可以进行那些常规的算术运算，不同长度的向量可以相加，这种情况下最短的向量将被循环使用。
> x <- 1:4
> a <- 10
> x * a
[1] 10 20 30 40
> x + a
[1] 11 12 13 14
> sum(x) #对x中的元素求和
[1] 10
> prod(x) #对x中的元素求连乘积
[1] 24
> prod(2:8) #8的阶乘
[1] 40320
> prod(2:4) #4的阶乘
[1] 24
> max(x) #x中元素的最大值
[1] 4
> min(x) #x中元素的最小值
[1] 1
> which.max(x) #返回x中最大元素的下标
[1] 4
> which.min(x) #返回x中最小元素的下标
[1] 1
> x <- 4:1 #对向量x重新赋值
> x
[1] 4 3 2 1
> which.min(x)
[1] 4
> which.max(x)
[1] 1
> range(x) #与c(min(x), max(x))作用相同
[1] 1 4
> mean(x) #x中元素的均值
[1] 2.5
> median(x) #x中元素的中位数
[1] 2.5
> var(x) #x中元素的的方差（用n-1做分母）
[1] 1.666667
> x
[1] 4 3 2 1
> rev(x) #对x中的元素取逆序
[1] 1 2 3 4
> sort(x) #将x中的元素按升序排列；
[1] 1 2 3 4
> x
[1] 4 3 2 1
> cumsum(x) #求累积和，返回一个向量，它的第i个元素是从x[1]到x[i]的和
[1] 4 7 9 10
> cumsum(rev(x))
[1] 1 3 6 10
> y <- 11:14
> pmin(x,y) #返回一个向量，它的第i个元素是x[i], y[i], . . .中最小值
[1] 4 3 2 1
> x <- rev(x) #重新赋值
> pmin(x,y)
[1] 1 2 3 4
> pmax(x,y) #返回一个向量，它的每个元素是向量x和y在相应位置的元素的最大者
[1] 11 12 13 14
> cumprod(x) #求累积（从左向右）乘积
[1] 1 2 6 24
> cummin(x) #求累积最小值（从左向右）
[1] 1 1 1 1
> cummax(x) #求累积最大值（从左向右）
[1] 1 2 3 4
> match(x, y) #返回一个和x的长度相同的向量，表示x中与y中元素相同的元素在y中的位置（没有则返回NA）
[1] NA NA NA NA
> y[c(2,4)] <- c(2,4)
> y
[1] 11 2 13 4
> match(x, y)
[1] NA 2 NA 4
na.omit(x)函数忽略有缺失值（NA）的观察数据（如果x是矩阵或数据框则忽略相应的行）
> na.omit(match(x,y))
[1] 2 4
attr(,"na.action")
[1] 1 3
attr(,"class")
[1] "omit"
> na.fail(match(x,y)) #na.fail(x) 如果x包含至少一个NA则返回一个错误消息
错误于na.fail.default(match(x,y)) : 对象里有遺漏值
which（）函数返回一个包含x符合条件（当比较运算结果为真（TRUE）的下标的向量，在这个结果向量中数值i说明x[i] == a（这个函数的参数必须是逻辑型变量）
> which( x == 2)
[1] 2
> which( x <= 2)
[1] 1 2
求组合数
> choose(4,2)
[1] 6
> choose(3,1)
[1] 3
> choose(-3,1)
[1] -3
> choose(-4,2)
[1] 10
> y <- c(1:4, rep(4,1))
> y
[1] 1 2 3 4 4
> unique(y) #如果y是一个向量或者数据框，则返回一个类似的对象但是去掉所有重复的元素（对于重复的元素只取一个）
[1] 1 2 3 4
> table(y) #返回一个表格，给出y中重复元素的个数列表(尤其对于整数型或者因子型变量)
y
1 2 3 4
1 1 1 2
> subset(x, x>2) #返回x中的一个满足特定条件...的子集
[1] 3 4
> sample(x, 2) #从x中无放回抽取size个样本，选项replace= TRUE表示有放回的抽样
[1] 1 2
> sample(x, 2, replace = TRUE) #有放回的抽样
[1] 2 3
R中用来处理数据的函数太多了而不能全部列在这里。读者可以找到所有的基本数学函数(log, exp, log10, log2, sin, cos, tan, asin, acos, atan, abs, sqrt,. . . ), 专业函数(gamma,digamma, beta, besselI, . . . )，同样包括各种统计学中有用的函数。
先言：R语言常用界面操作
2、向量
帮助：help(nnet) = ?nnet =??nnet
清除命令框中所有显示内容：Ctrl+L
清除R空间中内存变量：rm(list=ls())、gc()
获取或者设置当前工作目录：getwd、setwd
保存指定文件或者从磁盘中读取出来：save、load
读入、读出文件：read.table、wirte.table、read.csv、write.csv
1、一些简单的基本统计量
- #基本统计量
- sum/mean/sd/min #一些基本统计量
- which.min() #找出最小值的序号
以上是单数列，如果是多变量下的呢？
- #多元数据
- colMeans() #每列,row是行（横向）
- colnames() #列名
- colSums() #列求和
- cov() #协方差阵
- cor() #相关矩阵
- cor.test() #相关系数
| abs | 绝对值 |
| sqrt | 平方根 |
| exp | e^x次方 |
| log | 自然对数 |
| log2,log10 | 其他对数 |
| sin,cos,tan | 三角函数 |
| sinh,cosh,tanh | 双曲函数 |
| poly | 正交多项式 |
| polyroot | 多项式求根 |
对象操作：
| assign | 赋值操作，等同于“<-” |
| rm | 删除对象 |
| ls | 显示内存中的对象 |
| str | 显示对象的内在属性或简要说明对象 |
| ls.str | 展示内存中所有对象的详细信息 |
| length | 返回对象中元素的个数 |
| names | 显示数据的名称，对于数据框则是列名字 |
| levels | 因子向量的水平 |
| dim | 数据的维度 |
| nrow | 矩阵或数据框的行数 |
| ncol | 列数 |
| rownames | 数据的行名字 |
| colnames | 列名字 |
| class | 数据类型 |
| mode | 数据模式 |
| head | 数据的前n行 |
| tail | 数据的后n行 |
| summary | 显示对象的概要 |
| attr | x的属性类型 |
| is.na | 检测变量的类型 |
| is.null | |
| is.array | |
| is.data.frame | |
| is.numeric | |
| is.complex | |
| is.character |
简单统计：
| max | 最大元素 |
| min | 最小元素 |
| range | 最小值和最大值组成的向量 |
| sum | 和 |
| prod | 元素连乘 |
| pmax | 向量间相同下标进行比较最大者，并组成新的向量 |
| pmin | 向量间相同下标进行比较最小者，并组成新的向量 |
| cumsum | 累积求和 |
| cumprod | 连乘 |
| cummax | 最大 |
| cummin | 最小 |
| mean | 均值 |
| weighted,mean | 加权平均数 |
| median | 中位数 |
| sd | 标准差 |
| norm | 正态分布 |
| f | F分布 |
| unif | 均匀分布 |
| cauchy | 柯西分布 |
| binom | 二项分布 |
| geom | 几何分布 |
| chisq.test | 卡方检验，进行独立性检验 |
| prop.test | 对总体均值进行假设检验 |
| shapiro.test | 正态分布检验 |
| t.test | T检验，对总体均值进行区间估计 |
| aov | 方差分析 |
| anova | 一个或多个模型对象的方差分析 |
向量在循环语句中较为广泛
- #向量
- #向量在循环语句中较为广泛
- M=vector(length = 8);M #生成一个长为8的布尔向量
- M[1]="1";M #赋值之后就会定义为字符
- M[1]=1;M #赋值之后，定义为数值
逻辑向量使用
- y[y < 0] <- -y[y < 0] #表示将向量(-y)中 与向量y的负元素对应位置的元素 赋值给 向量y中 与向量y负元素对应的元素。作用相当于： y <- abs(y)
- #数据储存形式
- data.frame(wi=iris,ci=cars) #数据框形式，可以直接定义变量名
- list(wi=iris,ci=cars) #list，也可以直接定义变量名
注意：attach()、detach()
可以将数据框中的变量释放到Rs内存中，然后就可以直接调用。
- attach(iris)
- names(setosa)
- detach(iris)
在data.frame中，是可以实现数据集重命名的，比如data.frame(x=iris,y=cars)，
也可以实现横向、纵向重命名，data.frame(x=iris,y=cars,row.names=iris)
4、数据查看函数——names、str、unique组合、typeof()、mode()、class()
- ##数据查看函数
- names(iris) #查看所有变量名字
- str(iris) #变量属性（int整数,num数值）
- unique(iris$setosa) #查看分类变量的水平
- table(iris$setosa) #分类水平，不同水平的个数（=unique+sum功能）
- summary(iris) #所有变量各自的均值、分位数、众数、最大、最小值等统计量，在回归中就是系数表等
- attributes(iris) #包括names（变量名）、row.names（序号的名称）、class(数据形式)
一般names、str、unique会组合使用。
如何查看数据类型——typeof()、mode()、class()的区别？
- 我这里用个因子例子来说明，希望能讲清楚
- > gl(2,5) #新建一个因子
- [1] 1 1 1 1 1 2 2 2 2 2
- Levels: 1 2
- > class(gl(2,5)) #查看变量的类，显示为因子；
- [1] "factor"
- > mode(gl(2,5)) #查看数据大类，显示为数值型；
- [1] "numeric"
- > typeof(gl(2,5)) #查看数据细类，显示为整数型；
- [1] "integer"
- #来自：http://f.dataguru.cn/thread-99785-1-1.html
从精细度上说，typeof>mode>class.
5、矩阵的基本知识与注意
- #矩阵的基本知识
- t() #转置
- det() #行列式，方阵
- x%*%y #向量内积
- x%o%y#向量外积
- A=array(1:9,dim=c(3,3))
- A*A #这个代表矩阵内两两子元素相乘
- A%*%A #才是我们想要的结果
- crossprod(A,A) #等于t(A)%*%A
- crossprod(t(A),A) #等于A%*%A，所以需要t（A）一下
| t | 矩阵转置 |
| rowsum | 行求和 |
| colsum | 列求和 |
| rowmeans | 行平均 |
| colmeans | 列平均 |
| solve | 对线性方程求解或求矩阵的逆 |
| diag | 对角阵 |
6、因子
- ##因子（≈文本+数字的组合）
- #SPSS中值标签定义有异曲同工之妙
- M=factor(iris$setosa,levels=c(1,0),labels=c("M","F"));M #能够转化因子格式+定义值标签
- M=as.factor(iris$setosa);M #上面的函数更有效，因为as.factor只能转化成因子格式
7、输入输出
| library | 加载包 |
| data | 加载制定数据集 |
| load | 加载save或者save.image保存的数据 |
| read.table | 读取表格 |
| read.csv | 读取以逗号分割的表格 |
| read.delim | 读取以tab分割个表格 |
| read.fwf | 以fixed width formatted 形式读取数据至表格 |
| save | 二进制保存指定对象 |
| save.image | 二进制保存当前线程内所有对象 |
| write.table | 将数据以表格形式写入文本 |
| write.csv | 将数据以CSV表格形式写入文本 |
| cat | 强制转化为字符后输出 |
| sink | 输出转向到指定文件 |
| 输出屏幕 | |
| format | 格式化 |
8、逻辑运算
| !x | 逻辑非 |
| x & y | 逻辑与 |
| x && y | 逻辑与（仅匹配并返回第一个值） |
| x | y | 逻辑或 |
| x || y | 逻辑或（仅返回第一个值） |
| x or (x,y) | 异或 |