京公网安备 11010802034615号
经营许可证编号:京B2-20210330
R语言自定义函数
R语言某种程度来说本身就是一个函数库,因为它有大量的函数可供调用,加上函数式编程,使得R语言的功能很强大。但是,有时候,根据实际需要,我们还是需要自己动手编写函数,从而减少代码的缀余与工作量。
与其它语言一样,函数的组成莫过于关键字function、形参、是否返回值。函数的具体用法这里用几个例子说明
调用函数
这里写一个打印函数演示简单的参数传递功能:
> a <-function(x){print(x)}
> a('hello world!')
[1] "hello world!"
写一个函数实现矩阵的乘法:
rm(list = ls())
a <-function(x,y)
{
m1 <- ncol(x)
n <- nrow(y)
if(m1!=n)
{
print('error dimension is not siutable')
return(0)
}
m <- nrow(x)
n1 <- ncol(y)
s <-matrix(0,m,n1)
for(i in 1:m)
for(j in 1:n1)
s[i,j] <- sum(x[i,]*y[,j])
return(s)
}
我们构造两个矩阵
> x <-matrix(c(1:6),2,3,byrow = TRUE)
> y <-matrix(c(1:8),2,4,byrow = TRUE)
显然x的列与y的行数不一样,会不满足矩阵的乘法。
> mat <- a(x,y)
[1] "error dimension is not siutable"
x <-matrix(c(1:6),2,3,byrow = TRUE)
y <-matrix(c(1:6),3,2,byrow = TRUE)x <-matrix(c(1:6),2,3,byrow = TRUE)
y <-matrix(c(1:6),3,2,byrow = TRUE)
mat <- a(x,y)
> mat
[,1] [,2]
[1,] 22 28
[2,] 49 64
函数的嵌套
在矩阵运算函数中定义了一个打印新矩阵最大值函数
rm(list = ls())
a <-function(x,y)
{
maxer <- function(x.)
{
print(max(x.))
}
m1 <- ncol(x)
n <- nrow(y)
if(m1!=n)
{
print('error dimension is not siutable')
return(0)
}
m <- nrow(x)
n1 <- ncol(y)
s <-matrix(0,m,n1)
for(i in 1:m)
for(j in 1:n1)
s[i,j] <- sum(x[i,]*y[,j])
maxer(s)
return(s)
}
x <-matrix(c(1:6),2,3,byrow = TRUE)
y <-matrix(c(1:6),3,2,byrow = TRUE)
mat <- a(x,y)
[1] 64
R语言函数与其它语言相比很简单、方便,实战可能很复杂,需要根据实际情况,灵活运用。
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在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24