京公网安备 11010802034615号
经营许可证编号:京B2-20210330
R语言学习-基础篇
从2月10日开始自学R in action,将我的学习所得逐渐发布在这。
chapter1.新手上路
工作空间:存储着所有用户定义的对象(向量,矩阵,函数,数据框,列表);
当前的工目录保存是R用来读取文件和保存结果的默认目录。
getwd()显示当前工作目录;
setwd(“”)修改当前的工作目录;工作目录的"\"要换成“/”;历史记录保存在文件.Rhistory中,工作空间保存在文件.RData中。
install.packages("")下载某个包,library();载入某个包;
包使用方法的查询:help(package="package_name");
chapter2创建数据集
1.不同的行业对数据集行和列的叫法:
统计学家:观测和变量
2.R中的数据结构
标量,向量,矩阵,数组,数据框,列表
(1)向量------------------->数组 (区别:c中数组是从0开始计数的,R是从1开始)
a<-c(1,2,3,4)
a[3](和c类似呢)
a[(c(1,2,4))] #访问1,2,,4号元素
a[2:4]
(2)矩阵--------------------》二维数组
mymatrix<-matrix(1:20,nrow=5,ncol=4)
cells<-c(1,26,24,56)
rnames<-c("r1","r2")
cnames<-c("c1","c2")
mymatrix<-matrix(cells,nrow=2,ncol=2,byrow=true,dimnames=list(rnames,cnames)) byrow=true 按行填充 false 按列填充
矩阵下标使用
x[1,2]
x[1,]
x[,2]
x[1,c(1,2)]
(3)数组与矩阵类似,但是维度可以大于2
(4)数据框
mydata<-data.frame(col1,col2,col3)
选取数据框的元素
mydata[1:2]
mydata$coln $的作用类似与c中的.
(5)列表
一些对象的有序集合
2.数据的输入
1.从键盘输入
edit()函数会自动调用一个允许从键盘输入的文本编辑器
mydata<-dataframe(age=numeric(0),gender=charactor(0),weight=numeric(0))
mydata<-edit(mydata) edit实际上是在对象的一个副本上操作,需要赋值到一个目标上
2.从带分隔符的文本文件导入数据
>mydataframe<-read.table("myfile.csv",header=TRUE,sep=",",row.names="id")
> mydataframe
grade
1 23
2 23
3 12
4 32
5 12
> mydataframe<-read.table("myfile.csv",header=TRUE,sep=",")
> mydataframe
id grade
1 1 23
2 2 23
3 3 12
4 4 32
5 5 12
3.访问数据库管理系统
需要先安装ODBC驱动,注册数据源名称,用户名以及密码。
myconn<-odbcConnect("**",uid="**",pwd="**")
crimedat<-sqlFetch(myconn,Crime)
chapter3图形初阶
>opar<-(no.readonly=TRUE)---------------------------保存当前图形设置参数
> par(pin=c(2,3))---------------得到的图形大小为两英尺宽,三英尺高
> par(cex.axis=0.75,font.axis=3)-------------------坐标轴刻度设置为斜体,0.75倍
> par(lwd=2,cex=1.5)---------------线条为默认宽度2倍,符号1.5倍
> plot(dose,drugA,type="b",pch=19,lty=2,col="red")
> plot(dose,drugB,type="b",pch=19,lty=2,col="blue",bg="green")这两幅图都遵循par的设置
>par(opar)----------------------还原
可以使用title函数为图形添加标题和坐标轴标签
使用axis函数创建自定义坐标轴
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13