京公网安备 11010802034615号
经营许可证编号:京B2-20210330
R语言编程基础篇(2)
7. 在函数中修改全局变量的值
X <- 0
Fun <- function()
{
X<<-5
}
Fun()
X
[1]5
当然,尽量不要这样做,会让程序变得难以维护。
8. 计算向量的值(长度)
sqrt(sum(x*x))
或者
sqrt(sum(x^2))
9. 查C语言函数的源代码
比如对于length函数,会显示下列信息:
.Primitive("length")
.Primitive 与.Internal的函数通常都是 C语言写成的,所以在R的开发环境中中是无法显示的。到网上下载R的源代码,然后在 src/main/*.c (通常位于这个位置)下查找。
10. 将数据框转换为矩阵
用as.matrix, 如果数据类型都相符,比如:
> t
t1 t2
1 1 2
2 15 33
> aMat<-as.matrix(t)
> aMat
t1 t2
[1,] 1 2
[2,] 15 33
> class(aMat)
[1] "matrix"
11. 求卷积
计算卷积的函数,convolve(),具体使用查看帮助即可。
12. 将向量中符合条件的元素都删掉
c<-c(1,1,2,2,3,4,1)
要删除所有的1
c<-c[!c==1]
即可
13. 在图中读出某个点的坐标
plot(0)
locator()
$x
[1]0.9251036 0.8943020 0.8861963
$y
[1]-0.01747573 -0.15862584 -0.44764750
运行以上代码,可以用鼠标在图中点击,然后按Esc键退出,即可返回坐标值。
14. 一张图里画出多种曲线
#The R Book,page-165
library(MASS)
attach(faithful)
x=faithful$eruptions
hist(x,15,freq=FALSE,col=27)
lines(density(x,width=0.6,n=200))
m<-mean(x)
s<-sd(x)
curve(dnorm(x,m,s),col='red',add=TRUE)
15. 不带常数项的回归
在后面加一个-1,不加-1为默认的带常数项的回归。例如:
lm(Mileage ~ Weight - 1, data = fuel.frame)
建议看formula的资料
0+vars
vars-1
等等表示都是可以的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27