
通过之前的文章,大家已经了解到,用R语言集成开发环境 RStudio进行数据整理和统计分析,其实是一个读取、处理、保存对象的过程。如果你忘记了这里的『对象』指的是什么,可以去复习前天的文章。今天我们要学习的就是RStudio是如何读取、处理和保存对象的。
R中的函数
说到函数,大家最先想到的可能是:Y=X+3 这样的一元一次函数,这个函数会帮我们生成 X+3 的结果,其功能是求和。
函数就是类似求和、求积、求均数等一系列的动作(Functions are verbs),通常来讲,这些动作就是用来处理对象的。
R拥有浩如烟海的函数,来满足用户处理对象的各种需求。除了上面提到的数学计算类函数,还包括具备绘图、读取、合并、t检验、拟合各类统计模型等功能的函数。
前天提到的ls()和rm()也是函数,其功能分别是罗列环境中所有对象的名称,以及清除对象。
在R中,函数是由表示动作的一系列字母加一个括号组成的,例如rm()中,rm表示remove。
在函数的括号中,可以填入相关的『命令』,这些命令可以理解为函数的操作细节,例如操作的对象是什么等等。看看下面的例子:
v <- sample(1:9, 5)
sample是一个函数,其功能是从给定的一组数字中生成一个随机样本。
其中,1:9 是该函数中第一个命令,表示从1至9这9个数字中提取样本;5是第二个命令,表示设定样本容量为5。
本例中,把提取出来的5个随机数字存放在v这个对象中。
R中的包
在R中,具有相似目的的函数以及相关的帮助文件、示例数据都会被打包存放在一个整体中,这个整体被称为包(Packages)。
在安装R或RStudio软件的同时,一些基本的包即会自动安装并加载(这些包中的函数可以完成基本的图形、数据结构、统计、回归等所需的功能)。
每个人都可以用R写函数,然后形成package。
用户可以轻松找到所需要的package,并免费下载、安装,最简单的方法如下:
1. 在RStudio中,单击右下角窗口中的Packages,即会显示目前已安装在RStudio中的包。
2. 单击安装(Install)。
3. 在弹出的窗口中键入要安装的包的名称。如需安装多个包,可用空格或逗号分隔。下面的例子中,希望安装ggplot2和dplyr两个包。
4. 注意:安装一个包并不表示已经在RStudio中加载好这个包。使用library()函数加载特定的包。例如,用下面的代码加载ggplot2这个package。
library(ggplot2)
另一种方式是从CRAN网站下载:
在CRAN网站( http://cran.r-project.org/ )的左侧找到『Software』,点击Packages,可以看到Available Packages下面有目前可供下载使用的16174个包。
点击想要下载的package名称,就会跳转至该package的详情页,找到download部分,下载。
安装方法是:RStudio右下角界面-Packages-Install-下图中的两步。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08