热线电话：13121318867

登录
首页精彩阅读用R语言做数据分析(3)_向量_数据分析师
用R语言做数据分析(3)_向量_数据分析师
2014-12-06
收藏

用R语言做数据分析(3)_向量_数据分析师


<a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>对象模型简介

图一 R语言的数据对象类型简介图
在本系列文章中，接下将分别介绍R语言的几种数据对象：向量、矩阵、数据框与列表、其它特殊对象；
请大家在学习R语言的时候永远记住一个概念，R语言所有内容都是对象；
一、向量基本概念
R语言中最为核心的构成之一
       1、向量构成的基本元素为：数值（numeric）、字符（character）、逻辑值（logical）、复数型（complex）；
       2、向量不需要定义类型，可直接赋值：

           1）生成一个空向量；x<-c();

           2）给向量赋值。x<-c(0,1,2,3);

      3、向量的元素下标取值是以1开始，这点请刚开始接触R的同学注意。例如：要前例中取x向量中值为1,则为x[2]

      4、如果一个向量中有一个字符，则该向量的类型会变成字符；

          <a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>

         如果逻辑变量与数值在一起，则为转换成数值。TRUE转变成1 and FALSE 转变成 0.

        <a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>

2、在R语言中没有单一的整数、单一字符的概念

      例如：X<-2；X<-'a'；R都是当作向量来处理，只是这个向量只包括单一值。
3、给向量各元素命名: names(x)
     Demo_3<-1:3

     names(Demo_3) <- c("a","b","ab")

    <a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>
二、几种特殊向量的生成
1、生成系列seq()

1）seq(length=, from=, to=)

   Length:指定生成个数
   From:是指开始生成的点
   To:截止点
2）如果不指定，则默认条件下：seq(N1,N2,BY=)
   N1：开始位置
   N2：截止位置
   BY=指定间隔
  <a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>
2、rep(P，N) 重复生成P值N次  
<a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>
三、向量运算
1、取子向量
   通过下标:

          取某个元素：x[2];(如果X包括名称，注意:x[2]与x[[2]]的区别；

          取某中几个：x[c(1,2,0)]

          取某个/几个元素，利用-：x[-n]

2、向量排序；

     sort(); 输出排序后的结果；

     order()；输出排序后的各个向量位置；

    a<-c(3,9,0,12,19)
    sort(a)；order();
    <a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>
3、循环。如果二个向量进行运算过程中，二个向量不相同，则R对长度小的向量自动补充值，直到长度等于大的向量。
例如：
Demo_5<-1:3;
Demo_6<-2:5;
Demo_7= Demo_6+ Demo_5;
  r语言
Demo_5<-1:3;
Demo_6<-2:7;
Demo_7= Demo_6+ Demo_5;

   <a href='/map/r/' style='color:#000;font-size:inherit;'>R语言</a>

 (这也是很多人学习R语言的时候很难理解的地方，为什么会有这种机制）
       vectorized operation（向量化运算）

      1）、如果有一个是向量，是则结果都是向量形式；

      2）、进行向量运算；判断向量是否长度相等，如果长度不相等，则把短向量长度从头开始循环补充值，到与长向量的长度相等（所以二个长度的相关必须是整数倍）；


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名”

▷ 想学习CDA考试教材，点击>>> “CDA教材” 

▷ 想加入CDA考试题库，点击>>> “CDA题库” 

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 

▷ 想了解CDA院校合作，点击>>> “院校合作” 

▷ 想测试数据分析能力，点击>>> “CDA测评” 

R语言 数据分析

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇随机森林 vs XGBoost vs 决策树：算法选择中的
下一篇图论在大数据分析中的作用！
数据分析师考试动态
CDA报考指南
数据分析学习
数据分析师资讯
更多

CDA教育闭环

常见问题

关于我们

CDA数据分析师公众号

  • CDA数据分析师公众号

CDA考试中心小程序

  • CDA考试中心服务号

CDA数据分析师App下载

  • CDA数据分析师App下载
Copyright © 2015-2021, www.cda.cn All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备11001960号-9 京公网安备 11010802034615号 经营许可证编号：京B2-20210330
联系电话：13321103290 (微信同号)

OK
客服在线
立即咨询
客服在线
立即咨询