R語言程序設(shè)計

課程概要R語言是一門用于統(tǒng)計分析、數(shù)據(jù)挖掘和數(shù)據(jù)可視化的語言，在大數(shù)據(jù)時代其應(yīng)用領(lǐng)域非常廣泛。本課程從數(shù)據(jù)挖掘角度講解R語言，涉及R語言特性、數(shù)據(jù)對象和管理、數(shù)據(jù)可視化、基本統(tǒng)計分析概念與應(yīng)用、數(shù)據(jù)挖掘和機器學(xué)習(xí)。面向全校本科生選修課，基礎(chǔ)能力/信息能力模塊先修課“大學(xué)計算機基礎(chǔ)”1課程目標(biāo)課程目標(biāo)1：專業(yè)知識方面。掌握R語言與數(shù)據(jù)挖掘的基礎(chǔ)知識，學(xué)會R語言的常用功能，理解與掌握使用R語言進行數(shù)據(jù)挖掘的基本原理。課程目標(biāo)2：專業(yè)能力方面。掌握R語言數(shù)據(jù)挖掘中的建模與應(yīng)用，了解和熟悉常用數(shù)據(jù)挖掘算法例如分類與預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則、智能推薦、時序模式、神經(jīng)網(wǎng)絡(luò)的基本原理和應(yīng)用。課程目標(biāo)3：綜合能力方面。在具體案例中掌握實施R語言數(shù)據(jù)挖掘的流程，初步具備綜合運用R語言進行數(shù)據(jù)挖掘的基本能力。課程目標(biāo)4：思想政治素質(zhì)方面。強化學(xué)生在大數(shù)據(jù)挖掘?qū)嵺`中的道德品質(zhì)與倫理素養(yǎng)，要求學(xué)生在其中培養(yǎng)愛國敬業(yè)、誠實守信等基本素質(zhì)。2教學(xué)內(nèi)容與時間3模塊周數(shù)內(nèi)容課堂學(xué)時實驗學(xué)時一

基礎(chǔ)1R語言概述2(2)2數(shù)據(jù)對象223數(shù)據(jù)管理224數(shù)據(jù)可視化225模塊一復(fù)習(xí)2(2)二進階6數(shù)據(jù)探索227數(shù)據(jù)分析228數(shù)學(xué)建模-12(2)9數(shù)學(xué)建模-22210數(shù)學(xué)建模-32(2)11模塊二復(fù)習(xí)2(2)三

拓展12R語言高級特性2(2)13應(yīng)用拓展-12214應(yīng)用拓展-22215課程復(fù)習(xí)2(2)16

考試共計3018+(12)()為課外學(xué)時基礎(chǔ)知識4序號主題內(nèi)容掌握1R語言概述R起源、下載使用、R程序特點、包、數(shù)據(jù)集***2數(shù)據(jù)對象數(shù)據(jù)類型，向量（等差數(shù)列），矩陣，數(shù)組，數(shù)據(jù)框，列表，因子***3數(shù)據(jù)管理控制結(jié)構(gòu)，編寫函數(shù)，函數(shù)族，數(shù)據(jù)輸入輸出***4數(shù)據(jù)可視化繪圖基礎(chǔ)plot()，繪圖進階ggplot()***基礎(chǔ)知識5序號主題內(nèi)容掌握5數(shù)據(jù)探索數(shù)據(jù)描述、清洗、集成、規(guī)范、重構(gòu)**6數(shù)據(jù)分析隨機數(shù)模擬、假設(shè)檢驗、方差分析、線性回歸、廣義線性模型**7數(shù)據(jù)挖掘數(shù)據(jù)挖掘、決策樹、分類、聚類、Rattle**8高級特性面向?qū)ο?、性能提?9應(yīng)用拓展模型拓展（關(guān)聯(lián)規(guī)則、時間序列分析）、工具*配套教材6模塊編號目錄基礎(chǔ)篇1R語言概述2數(shù)據(jù)對象3數(shù)據(jù)管理4數(shù)據(jù)可視化進階篇5數(shù)據(jù)探索6數(shù)據(jù)分析7數(shù)據(jù)挖掘拓展篇8高級特性9應(yīng)用拓展配套資源7學(xué)堂在線：R語言程序設(shè)計（北京交通大學(xué)周圍）參考教材及資料8大數(shù)據(jù)技術(shù)叢書R語言與數(shù)據(jù)挖掘作者:張良均等出版社:機械工業(yè)出版出版年:2019-11-1R語言編程藝術(shù)作者:（美）NormanMatloff出版社:機械工業(yè)出版社譯者:陳堰等出版年:2013-5常用鏈接：R語言：入門教程：/rIDE工具：R包下載：論壇：/t/r論壇：R共享：評定與考核(參考)9小組研究型實驗：每組5人，完成相應(yīng)項目。線上單元測：

共9個單元測試或作業(yè)，在線完成，自動出成績。模塊一和模塊二：

共2次線上/線下測試或作業(yè)，限時完成，有成績。期末考試：線下筆試，限時，監(jiān)考，閉卷。簽到考勤：按照學(xué)校請假制度。小組研究型實驗要求每小組5人，共同完成各自研究型實驗（大作業(yè)）。小組名單第1位和第5位同學(xué)為正副組長，進行任務(wù)分工、討論、校對、整合、優(yōu)化等工作。實驗大作業(yè)要求：具有一定挑戰(zhàn)性和難度的研究題目。在期末考試前提交，按照論文模板要求撰寫研究實驗報告。10R語言學(xué)習(xí)的特點R語言是一門程序設(shè)計語言，主要通過命令行方式完成。和數(shù)據(jù)分析、數(shù)據(jù)挖掘的模型聯(lián)系緊密，雖然幾行語句就可以完成，但每一個知識點都需要深入研究。實用性很強，今后的科研活動能用得上。11如何學(xué)好R語言作為一門語言，多敲代碼、多實驗是必經(jīng)之路。作為一門數(shù)據(jù)分析挖掘的工具，盡可能理解算法模型背后的原理。面對日新月異的大數(shù)據(jù)應(yīng)用，關(guān)注幾個權(quán)威論壇，學(xué)習(xí)常態(tài)化。12R語言程序設(shè)計

R語言概述了解R語言R起源、下載使用、R程序特點、包、數(shù)據(jù)集第一個R語言會話開發(fā)環(huán)境配置程序編寫運行綜合實驗?zāi)夸?5了解R語言應(yīng)用于統(tǒng)計分析、數(shù)據(jù)挖掘等領(lǐng)域開源免費，編程方便為什么選擇R語言編程語言排行榜18常用分析工具Excel：辦公室應(yīng)用軟件SPSS：專業(yè)統(tǒng)計分析軟件MATLAB：商用數(shù)學(xué)軟件R：統(tǒng)計分析數(shù)據(jù)挖掘收費收費收費免費SAS：統(tǒng)計分析商用軟件收費免費Python：膠水語言S語言是由AT&T貝爾實驗室開發(fā)的一種用來進行數(shù)據(jù)探索、統(tǒng)計分析、作圖的解釋型語言。1995年，Auckland大學(xué)的RobertGentleman和RossIhaka及其他志愿人員開發(fā)了R系統(tǒng)。R是基于S語言的GNU計劃項目?，F(xiàn)在R語言由20余人的核心團隊負(fù)責(zé)開發(fā)。R的第三方包、工具、論壇很多，不斷更新中。什么是R？開源免費，第三方包發(fā)布的CRAN平臺跨平臺（開源，支持多種OS）可拓展性強（與其他語言相互調(diào)用）編程簡單，解釋性、交互性語言數(shù)據(jù)分析功能強大，專為統(tǒng)計和數(shù)據(jù)挖掘開發(fā)龐大且活躍的社區(qū)維護專業(yè)數(shù)據(jù)分析領(lǐng)域的標(biāo)準(zhǔn)工具R語言的優(yōu)點R相關(guān)網(wǎng)址：/t/rR是一種解釋性語言，和編譯性語言相比，速度略慢。R所有計算都是在內(nèi)存中進行的。R語言包的編寫者來自不同領(lǐng)域，在一定程度上較混亂，有些更新慢。R語言的缺點R可以在CRAN(ComprehensiveRArchiveNetwork)免費下載。Linux、MacOSX和Windows都有相應(yīng)編譯好的二進制版本?？梢酝ㄟ^安裝包(package)來增強R的功能。R語言的獲取和安裝/mirrors.htmlR的GUIR的圖形用戶界面RStudio是專門用于R語言環(huán)境的集成開發(fā)環(huán)境（IDE），本課程推薦使用。使用RStudio開發(fā)程序R語言有眾多的繪圖工具包，如ggplot2。R語言有強大的數(shù)據(jù)挖掘和可視化工具，如rattle。數(shù)據(jù)可視化工具R是一種區(qū)分大小寫的解釋性語言?？梢栽诿钐崾痉?>)后，輸入并執(zhí)行一條命令，或者一次性執(zhí)行寫在腳本文件中的一組命令。R中有多種數(shù)據(jù)類型，包括向量、矩陣、數(shù)據(jù)框以及列表。R中的很多功能是由程序內(nèi)置函數(shù)和用戶自編函數(shù)提供的，一次交互會話期間的所有數(shù)據(jù)對象都被保存在內(nèi)存中。一些基本函數(shù)是默認(rèn)直接使用，而有些函數(shù)則需加載程序包。R語言的編程特點在Rstudio中練習(xí)：R的使用R的內(nèi)置幫助系統(tǒng)提供了當(dāng)前已安裝包中所有函數(shù)的細節(jié)、參考文獻以及使用示例。R的幫助函數(shù)：內(nèi)置幫助系統(tǒng)函數(shù)功能help.start()打開幫助文檔help("plot")或者

?plot查看函數(shù)plot的幫助（引號可以省略）help.search("plot")或者??plot以plot為關(guān)鍵詞搜索本地幫助文檔example(“plot”)函數(shù)plot的使用示例（引號可以省略）RSiteSearch("plot")以plot為關(guān)鍵詞搜索在線文檔個郵件列表存檔apropos("plot",mode="function")列出名稱中含有plot的所有可用函數(shù)data()列出當(dāng)前已加載包中所含的所有可用示例數(shù)據(jù)集vignette()列出當(dāng)前已經(jīng)安裝包中所有可能的vignette文檔vignette(“plot”)為主題plot顯示指定的vignette文檔工作空間(workspace)，儲存著所有用戶定義的對象。R會話結(jié)束時，可以保存工作空間，下次啟動R時自動載入。工作目錄(workingdirectory)

getwd()：查看當(dāng)前工作目錄setwd()：設(shè)定當(dāng)前的工作目錄。如果讀入不在當(dāng)前工作目錄的文件，需要寫明完整的路徑。RStudio工作空間工作空間的命令包是R函數(shù)、數(shù)據(jù)、預(yù)編譯代碼以一種定義完善的格式組成的集合。R自帶了一系列默認(rèn)包，提供了種類繁多的默認(rèn)函數(shù)和數(shù)據(jù)集。計算機上存儲包的目錄稱為庫(library)。libPaths()：顯示庫所在的位置。library()：顯示庫中有哪些包。什么是包第一次安裝包：install.packages("package_name","dir")

也可在RStudio中的菜單欄里從CRAN下載。一個包僅需要安裝一次。使用update.packages()可以更新已經(jīng)安裝的包。使用installed.packages()查看已安裝包的信息。包的安裝加載包：library()，require()查看包的幫助：library(help=“包名")查看當(dāng)前環(huán)境哪些包加載：find.package()移除包：detach(package:包名)包的數(shù)據(jù)加載到內(nèi)存中：attach(“數(shù)據(jù)集名”)列出所有安裝的包library()包的使用base程序包，R語言的基礎(chǔ)包，包含常用的數(shù)學(xué)計算。stats程序包，統(tǒng)計包，包含用于統(tǒng)計計算和生成隨機數(shù)的功能。datasets程序包，R語言的基礎(chǔ)包，可以直接調(diào)用數(shù)據(jù)集，如iris。查看本機上所有R包的數(shù)據(jù)集data(package=.packages(all.available=TRUE))常用包R數(shù)據(jù)挖掘相關(guān)包功能函數(shù)及加載包分類與預(yù)測

nnet()需要加載BP神經(jīng)網(wǎng)絡(luò)nnet包;randomForest()需要加載隨機森林randomForest

;

svm()需要加載e1071包;tree()需要加載CRAT決策樹tree包等;聚類分析

hclust()函數(shù)、kmeans()函數(shù)在stats包中關(guān)聯(lián)規(guī)則

apriori()需要加載arules包時間序列

arima()需要加載forecast、tseries包數(shù)據(jù)集描述airquality紐約1973年5-9月每日空氣質(zhì)量評估attenu多個觀測站觀測到的加利福尼亞23次地震數(shù)據(jù)beaver1

(beavers)一只海貍每10分鐘的體溫數(shù)據(jù)，共114條數(shù)據(jù)beaver2

(beavers)另一只海貍每10分鐘的體溫數(shù)據(jù)，共100條數(shù)據(jù)cars1920年代，汽車的速度與剎車距離chickwts不同飲食種類對小雞重量的影響esoph喝酒，吸煙對食管癌的影響faithful一個間歇泉的爆發(fā)時間和持續(xù)時間InsectSprays不同殺蟲劑對昆蟲數(shù)目的影響irisEdgarAnderson記錄的3種鳶尾花形態(tài)數(shù)據(jù)LifeCycleSavings50個國家的存款率mtcars32輛汽車的11個指標(biāo)數(shù)據(jù)PlantGrowth三種處理方式對植物產(chǎn)量的影響內(nèi)置數(shù)據(jù)集常用的數(shù)據(jù)集內(nèi)置數(shù)據(jù)集數(shù)據(jù)集描述pressure溫度和氣壓puromycin兩種細胞中因子濃度對酶促反應(yīng)的影響quakes1000次地震觀測數(shù)據(jù)（震級>4）sleep兩種藥物的催眠效果stackloss化工廠將氨轉(zhuǎn)為硝酸的數(shù)據(jù)swiss瑞士生育率和社會經(jīng)濟指標(biāo)ToothGrowthVC劑量和攝入方式對豚鼠牙齒的影響trees樹木形態(tài)指標(biāo)USArrests美國50個州的四個犯罪率指標(biāo)USJudgeRating43名律師的12個評價指標(biāo)warpbreaks織布機異常數(shù)據(jù)women15名美國女性的身高和體重情況常用數(shù)據(jù)集（接上頁）了解R語言R起源、R優(yōu)缺點下載使用R和RStudioR語言編程特點包、數(shù)據(jù)集小結(jié)39第一個R語言會話開發(fā)環(huán)境配置程序編寫運行第一個R語言會話安裝1：R軟件實驗用R版本：R4.1.2forWindows或更高安裝2：集成開發(fā)環(huán)境RStudio/products/rstudio/免費的圖形界面編輯器，更友好的界面及更強的操作性。實驗用RStudio版本：RStudioDesktop2021.09.1+372或更高軟件下載與安裝參考第一章綜合實驗指導(dǎo)R軟件的控制臺窗口安裝1：R軟件RStudio是專門用于R語言環(huán)境的IDE，本課程推薦使用。安裝2：集成開發(fā)環(huán)境RStudio工作空間（Workspace）是RStudio當(dāng)前的工作環(huán)境，存儲了用戶定義的所有對象（向量、矩陣、列表、數(shù)據(jù)框、函數(shù)）。工作空間管理在RStudio中寫程序1.書寫規(guī)范 2.命令提示符 3.腳本文件 4.運算符 5.元素命名 6.函數(shù) 7.注釋 8.獲取幫助 程序編寫運行R是一種區(qū)分大小寫的解釋性語言?？梢栽诿钐崾痉?>)后，輸入并執(zhí)行一條命令，或者一次性執(zhí)行寫在腳本文件中的一組命令。R中有多種數(shù)據(jù)類型，包括向量、矩陣、數(shù)據(jù)框以及列表。R中的很多功能是由程序內(nèi)置函數(shù)和用戶自編函數(shù)提供的，一次交互會話期間的所有數(shù)據(jù)對象都被保存在內(nèi)存中。一些基本函數(shù)是默認(rèn)直接使用，而有些函數(shù)則需加載程序包。編寫“Hello,World!”程序1.書寫規(guī)范大小寫敏感基本命令：表達式（expressions），賦值（assignments）命令分割：可以用“；”隔開，或者另起一行程序塊：通過大括弧({和})放在一起構(gòu)成一個復(fù)合表達式注釋：一行中，從“#”開始到句子收尾之間的語句是注釋不需要命名基本數(shù)據(jù)類型和對象編寫“Hello,World!”程序2.命令提示符啟動R語言解釋器，會得到提示“>”，其后輸入程序。>myString<-"Hello,World!">print(myString)[1]"Hello,World!"編寫“Hello,World!”程序3.腳本文件腳本語言(scriptinglanguage)：是依靠解釋器完成相應(yīng)功能的一類計算機語言，通常以ASCII碼的文本格式保存源程序。腳本語言是解釋型語言，和編譯型語言相比，速度較慢。#MyfirstprograminR

ProgrammingmyString<-"Hello,World!"print(myString)test.R腳本語言（RScript）

腳本文件>source("test.R")[1]"Hello,World!"執(zhí)行腳本文件C:\Rscripttest.R[1]"Hello,World!"編寫“Hello,World!”程序3.腳本文件在RStudio中執(zhí)行腳本文件使用RScript執(zhí)行腳本文件注意：文件的位置編寫“Hello,World!”程序4.運算符

賦值符號：<-或->或=運算符號：+（加）、-（減）、*（乘）、/（除）、^（乘方）、%/%整除、%%求余邏輯判斷符號：>（大于）、<（小于）、>=（大于等于）、<=（小于等于）、!=（不等）、==（相等）邏輯運算符號：&（邏輯與）、|（邏輯或）、!（邏輯非）編寫“Hello,World!”程序5.元素命名區(qū)分大小寫,注意China和china的不同。數(shù)字、字母、“.”和“_”都是允許的，但必須以.或者字母開頭；如果以.開頭，第二個字符不允許是數(shù)字；不能用數(shù)字開頭，數(shù)字可以放在中間或結(jié)尾，例如result2。建議不要用過短的名稱，可以用”.”作為間隔，例如：anova.out1。不要使用保留名，例如：NA,NaN,pi,LETTERS,等。編寫“Hello,World!”程序6.函數(shù)R語言的功能依靠函數(shù)來實現(xiàn)。函數(shù)形式:函數(shù)（輸入數(shù)據(jù)，參數(shù)=)如果參數(shù)值沒有指定，以默認(rèn)值為準(zhǔn)。函數(shù)包括自定義函數(shù)，泛型函數(shù)……#MyfirstprograminRProgrammingmyString<-"Hello,World!"print(myString)編寫“Hello,World!”程序7.注釋注釋能幫助讀懂程序，在實際執(zhí)行程序時注釋部分會被解釋器忽略。單行注釋：使用＃，其后內(nèi)容為注釋部分。或者使用“”或’’來顯示要注釋部分。#MyfirstprograminRProgrammingmyString<-"Hello,World!"print(myString)if(FALSE){"Thisisademo."}myString<-"Hello,World!"print(myString)8.獲取幫助R的內(nèi)置幫助系統(tǒng)提供了當(dāng)前已安裝包中所有函數(shù)的細節(jié)、參考文獻以及使用示例。編寫“Hello,World!”程序函數(shù)功能help.start()打開幫助文檔help("plot")或者

?plot查看函數(shù)plot的幫助（引號可以省略）help.search("plot")或者??plot以plot為關(guān)鍵詞搜索本地幫助文檔example(“plot”)函數(shù)plot的使用示例（引號可以省略）RSiteSearch("plot")以plot為關(guān)鍵詞搜索在線文檔個郵件列表存檔apropos("plot",mode="function")列出名稱中含有plot的所有可用函數(shù)data()列出當(dāng)前已加載包中所含的所有可用示例數(shù)據(jù)集vignette()列出當(dāng)前已經(jīng)安裝包中所有可能的vignette文檔vignette(“plot”)為主題plot顯示指定的vignette文檔第一個R語言會話開發(fā)環(huán)境配置軟件下載與安裝工作空間管理程序編寫運行小結(jié)571.書寫規(guī)范2.命令提示符3.腳本文件4.運算符 5.元素命名 6.函數(shù) 7.注釋8.獲取幫助#MyfirstprograminRProgrammingmyString<-"Hello,World!"print(myString)test.R了解R語言R起源、下載使用、R程序特點、包、數(shù)據(jù)集第一個R語言會話開發(fā)環(huán)境配置程序編寫運行本章小結(jié)58綜合實驗掌握R軟件的下載和安裝過程。掌握RStudio軟件的下載和安裝過程。掌握R語言編程基本規(guī)范。掌握R語言的工作空間管理和使用。掌握包的下載安裝函數(shù)。了解rmarkdown的使用方法。能夠通過help方法自學(xué)函數(shù)及其中參數(shù)的用法。實驗?zāi)繕?biāo)第1章講義中的案例第1章綜合實驗第1章使用的函數(shù)第1章思考與練習(xí)實驗內(nèi)容及資料目標(biāo)：掌握R軟件的下載和安裝過程1.R軟件官網(wǎng)2.R軟件下載本書使用的R版本為R4.1.2forWindows選擇鏡像地址3.R軟件安裝安裝路徑不能包含中文實驗1：R軟件安裝目標(biāo)：掌握RStudio軟件的下載和安裝過程RStudio軟件官網(wǎng)免費版2.RStudio軟件下載本書使用的版本為RStudioDesktop2021.09.13.RStudio軟件安裝安裝路徑不能出現(xiàn)中文，和R安裝路徑在同一個目錄下4.RStudio軟件使用5.RStudio的菜單和快捷方式實驗2：RStudio安裝目標(biāo)：掌握R語言編程基本規(guī)范書寫規(guī)范：包含數(shù)字、字母、“.”和“_”命令提示符運算符函數(shù)文件腳本注釋：使用#獲取幫助：help()，?，help.start()，data()實驗3：

編寫“HelloWorld!”程序目標(biāo)：掌握R語言的工作空間管理和使用工作空間的設(shè)置工作路徑的讀取新工作路徑的設(shè)置工作空間的保存實驗4：工作空間的管理和使用常用函數(shù)：getwd()，setwd()ls()，rm()，help()，options()history()，save.image()，save()load()，q()目標(biāo)：掌握包的下載安裝函數(shù)；了解rmarkdown的使用方法。配置安裝Rmarkdown的環(huán)境Rmarkdown包的使用實驗5：Rmarkdown包的安裝和使用（拓展）常用函數(shù)：library()，require()library(help="package_name")find.package()，detach()，attach()思考與討論數(shù)據(jù)對象目錄數(shù)據(jù)類型數(shù)值型（numeric）、字符型（character）、復(fù)數(shù)型（complex）、邏輯型（logical）、特殊值等數(shù)據(jù)結(jié)構(gòu)向量（vector）、數(shù)組(array)、矩陣(matrix)、數(shù)據(jù)框(dataframe)、列表(list)、因子(factor)等綜合實驗大小寫敏感。命名：數(shù)字、字母、“.”和“_”都是允許的。不過，一個命名必須以.或者字母開頭。如果以.開頭，第二個字符不允許是數(shù)字?；久睿罕磉_式（expressions），賦值（assignments）。命令分割：可以用“；”

隔開，或者另起一行。程序塊：基本命令可以通過大括弧({和})放在一起構(gòu)成一個復(fù)合表達式。注釋：一行中，從“#”

開始到句子收尾之間的語句是注釋?；緮?shù)據(jù)類型：數(shù)值型（numeric）、字符型（character）、復(fù)數(shù)型（complex）和邏輯型（logical）?；緮?shù)據(jù)結(jié)構(gòu)：向量（vector）、數(shù)組(array)、矩陣(matrix)、數(shù)據(jù)框(dataframe)、列表(list)、因子(factor)等。R語言特點（復(fù)習(xí)）數(shù)據(jù)類型x

8a

'city'變量的賦值基本賦值語句answer

value變量名／賦值對象值賦值符號R語言常見的數(shù)據(jù)類型：字符型、數(shù)值型、邏輯型、復(fù)數(shù)型此外還有一些特殊值：NA：表示缺失值(Missingvalue)，是“NotAvailable”的縮寫Inf：表示無窮大，是“Infinite”的縮寫NaN：表示非數(shù)值，是“NotaNumber”的縮寫NULL：表示空值，即沒有內(nèi)容數(shù)據(jù)類型數(shù)據(jù)類型辨別函數(shù)轉(zhuǎn)換函數(shù)characteris.character()as.character()complexis.complex()as.complex()integeris.integer()as.integer()logicalis.logical()as.logical()numericis.numeric()as.numeric()NAis.na()as.na()在R中，字符型的日期值無法進行日期變量的計算，可通過日期值處理函數(shù)，將字符型的日期值轉(zhuǎn)換成日期變量。日期類型函數(shù)功能Sys.Date()返回系統(tǒng)當(dāng)前的日期Sys.time()返回系統(tǒng)當(dāng)前的日期和時間date()返回系統(tǒng)當(dāng)前的日期和時間（返回的值為字符串）as.Date()將字符串形式的日期值轉(zhuǎn)換為日期變量as.POSIXlt將字符串轉(zhuǎn)化為包含時間及時區(qū)的日期變量strptime()將字符型變量轉(zhuǎn)化為包含時間的日期變量strftime()將日期變量轉(zhuǎn)換成指定格式的字符型變量format()將日期變量轉(zhuǎn)換成指定格式的字符串a(chǎn)s.Date()：將字符串形式的日期值轉(zhuǎn)換為日期變量。使用格式：as.Date(x,format="",...)其中x是要轉(zhuǎn)換的對象，為字符型數(shù)據(jù)，format則給出了用于讀入日期的適當(dāng)格式。日期類型符號含義示例符號含義示例%d數(shù)字表示的日期01~31%Y四位數(shù)的年份2023%a縮寫的星期名Mon%H24小時制小時00-23%A非縮寫的星期名Monday%I12小時制小時01-12%w數(shù)字表示0-6%pAM/PM指示AM/PM%m數(shù)字表示的月份00~12%M十進制的分鐘00-60%b縮寫的月份Jan%S十進制的秒00-60%B非縮寫的月份January%y二位數(shù)的年份16其他日期類型as.POSIXlt()strptime()strftime()format()

日期類型#時間變量的轉(zhuǎn)換#創(chuàng)建一個字符型日期時間變量>x<-c("2023-02-0810:07:52","2023-08-0719:33:02")#判定是否為字符型變量>is.character(x)[1]TRUE#對字符串形式的日期時間值按照格式進行轉(zhuǎn)換>as.POSIXlt(x,tz="","%Y-%m-%d%H:%M:%S")[1]"2023-02-0810:07:52CST""2023-08-0719:33:02CST">(x<-strptime(x,"%Y-%m-%d%H:%M:%S"))[1]"2023-02-0810:07:52CST""2023-08-0719:33:02CST">strftime(x,format="%Y/%m/%d")[1]"2023/02/08""2023/08/07“#輸出的格式轉(zhuǎn)換成format定義的格式>format(x,"%d/%m/%Y")[1]"08/02/2023""07/08/2023"查看對象的類型使用格式：class(x)、mode(x)、typeof(x)。其中x為需要查看類型的對象。mode()函數(shù)查看數(shù)據(jù)的大類，class()函數(shù)查看數(shù)據(jù)的類，typeof()函數(shù)則更加細化，查看數(shù)據(jù)的細類。對于未知類型的對象，在R中有3個函數(shù)可以查看對象的類型:>df<-data.frame(c1=letters[1:3],c2=1:3,c3=c(1,-1,3.0),stringsAsFactors=F)>sapply(df,mode)c1c2c3"character""numeric""numeric">sapply(df,class)c1c2c3"character""integer""numeric">sapply(df,typeof)c1c2c3"character""integer""double"數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)R有許多用于存儲數(shù)據(jù)的結(jié)構(gòu)，包括向量、矩陣、數(shù)組、數(shù)據(jù)框、列表和因子。向量向量的創(chuàng)建、等差序列、重復(fù)序列、向量索引、NA和NULL值、編輯、排序矩陣和數(shù)組矩陣的創(chuàng)建、合并、拉直、索引、行和列的計算、行列命名、數(shù)組創(chuàng)建、維度數(shù)據(jù)框和列表數(shù)據(jù)框的創(chuàng)建、索引、列表的創(chuàng)建、索引因子因子的創(chuàng)建、level（水平）、因子序列、因子的存儲數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)：向量向量以一維數(shù)組的方法管理數(shù)據(jù)，是R語言中最基本的數(shù)據(jù)結(jié)構(gòu)。向量可以是數(shù)值型、字符型、邏輯值型(T、F)和復(fù)數(shù)型。實例：創(chuàng)建不同類型的向量“:”運算符，生成指定范圍內(nèi)數(shù)值構(gòu)成的向量。一個向量的所有元素都必須屬于相同的類型。如果不是，R將強制執(zhí)行類型轉(zhuǎn)換。>x1<-c(1,2,3,4)#創(chuàng)建數(shù)值型向量,可寫成x1=c(1:4)>x2<-c("a","b","c","d")#創(chuàng)建字符型變量>x3<-c(TRUE,FALSE,FALSE,TRUE)#創(chuàng)建邏輯型變量向量c()函數(shù)創(chuàng)建向量length()測向量長度>w<-c(1,3,4,5,6,7)>length(w)[1]6>mode(w)[1]“numeric”>w2<-c(T,F,T)>length(w2)[1]3>mode(w2)[1]"logical">w1<-c('張三','李四','王五')>length(w1)[1]3>mode(w1)[1]"character"向量一個向量的所有元素都必須屬于相同的類型。如果不是，R將強制執(zhí)行類型轉(zhuǎn)換。>w4<-c(w,w1)>w4[1]"1""3""4""5""6""7""張三""李四""王五">mode(w4)[1]"character">w5<-c(w1,w2)>w5[1]"張三""李四""王五""TRUE""FALSE""TRUE">mode(w5)[1]"character">(w<-seq(1:10))

[1]12345678910>(x<-sqrt(w))[1]1.0000001.4142141.7320512.0000002.2360682.4494902.6457512.8284273.0000003.162278向量的運算R語言最強大的方面之一就是函數(shù)的向量化。向量的算術(shù)運算如果兩個向量的長度不同？>(w1<-c(2,3,2,3))[1]2323>(w2<-c(3,1,4,2,5,3))[1]314253>(w<-w1+w2)[1]546576Warningmessage:Inw1+w2:longerobjectlengthisnotamultipleofshorterobjectlengthseq(from=1,to=1,by=((to-from)/(length.out-1)),length.out=NULL,along.with=NULL,...)等差序列的創(chuàng)建seq()產(chǎn)生等距間隔的數(shù)列，其基本形式為:參數(shù)描述from等差數(shù)列的首項數(shù)據(jù)，默認(rèn)為1to等差數(shù)列的尾項數(shù)據(jù)，默認(rèn)為1by等差的數(shù)值length.out產(chǎn)生向量的長度>(seq(1,-9))[1]10-1-2-3-4-5-6-7-8-9>(seq(1,-9,length=5))[1]1.0-1.5-4.0-6.5-9.0>(seq(1,-9,by=-2))[1]1-1-3-5-7-9>(seq(1,10,2))[1]13579重復(fù)序列的創(chuàng)建rep()是重復(fù)函數(shù)，其基本形式：rep(x,n)其中x是預(yù)重復(fù)的序列，n是重復(fù)的次數(shù)。>(rep(1:4,2))[1]12341234>(rep(1:4,each=2))[1]11223344>(rep(1:4,c(2,2,2,2)))[1]11223344>(rep(1:4,c(2,1,2,1)))[1]112334>(rep(1:4,each=2,len=4))[1]1122>(rep(1:4,each=2,times=3))[1]112233441122334411223344練習(xí)創(chuàng)建一個向量x，內(nèi)含等差數(shù)列：首位為1.7，等差為0.1，長度為5創(chuàng)建向量y，y為重復(fù)序列：元素為“red”、“orange”、“green”，各元素重復(fù)兩次，序列長度為5向量索引索引，用方括號[]來實現(xiàn)，也稱之為子集、下標(biāo)或切片。索引是R中最重要和最常用的運算符。索引用來選擇向量中部分或個別元素來構(gòu)成子向量。向量1[向量2]：向量1中索引為向量2的那些元素。atcbfgh1234567vector:index:向量索引

R語言中，提供如下多種索引方法。給向量傳入正數(shù)，它會返回此位置上的向量元素切片。它的第一個位置是1（而不像其他某些語言一樣是0）。給向量傳入負(fù)數(shù)，它會返回一個向量切片，它將包含除了這些位置以外的所有元素。給向量傳入一個邏輯向量，它會返回一個向量切片，里面只包含索引為TRUE的元素。對于已命名的向量，給向量傳入命名的字符向量，將會返回向量中包含這些名字的元素切片。向量索引x[n] 第n個元素x[-n] 除了第n個元素的xx[1:n] 前n個元素x[-(1:n)] 第n+1至最后的元素x[c(1,4,2)] 指定元素x["name"] 名為"name"的元素x[x>3] 所有大于3的元素x[x>3&x<5] 區(qū)間(3,5)的元素x[x%in%c("a","and","the")]給定組中的元素例向量索引>x<-c(2,4,6,8,1)>x[c(1,3,5)][1]261>x[c(-2,-4)][1]261>x[c(TRUE,FALSE,TRUE,FALSE,TRUE)][1]261>names(x)<-c('one','two','three','four','five')>x[c('one','three','four')]onethreefour268>x[c(1,-1)]Errorinx[c(1,-1)]:only0'smaybemixedwithnegativesubscripts如果給每個元素命名，該方法也將返回相同的值：三個索引方法都將返回相同的值：混合使用正負(fù)值是不允許的，會拋出一個錯誤：NA和NULL值NA：缺失值，NULL：不存在的值。subset()函數(shù)，在向量中篩選符合條件的值，它可以自動過濾NA值。>x<-c(2,4,6,8,1,NA)>subset(x,x>5)[1]6,8>x[x>5][1]6,8,NA>x<-c(2,4,6,NA)>mean(x)[1]NA>mean(x,na.rm=T)[1]4>x<-c(2,4,6,NULL)>mean(x)4向量索引which()函數(shù)將返回邏輯向量中為TRUE的位置。which.min和which.max分別是which(min(x))和which(max(x))的簡寫：>x<-c(2,4,6,8,1)>which(x>3)[1]234>which.min(x)[1]5>which.max(x)[1]4向量編輯R語言可以對已經(jīng)創(chuàng)建好的向量直接進行元素擴展及刪除等編輯操作。向量中元素的刪除通過減號加元素下標(biāo)的形式實現(xiàn)。例：向量元素的擴展及刪除#向量編輯>x<-c(1,2,3,4)#向量擴展>(x<-c(x,c(5,6,7)))[1]1234567#單個元素的刪除>(x<-x[-1])[1]234567#多個元素的刪除>(x<-x[c(3:5)])[1]456使用sort()等函數(shù)進行排序。向量排序sort()函數(shù)常用參數(shù)常用參數(shù)參數(shù)描述選項x

排序的對象排序的對象為數(shù)值型，也可以是字符型。decreasing

排序的順序默認(rèn)設(shè)置為FALSE，即升序排序。設(shè)置為TRUE時，為降序排序。na.last

是否將缺失值放到序列的最末尾。默認(rèn)設(shè)置為FALSE，設(shè)置為TRUE時將向量中的NA值放到序列的最末尾。向量vector用于描述一維數(shù)據(jù)，是R語言中最基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)形式。矩陣matrix描述二維數(shù)據(jù)，和向量相似，其內(nèi)部元素可以是實數(shù)、復(fù)數(shù)、字符、邏輯型數(shù)據(jù)。矩陣matrix使用兩個下標(biāo)來訪問元素，A[i,j]表示矩陣A第i行、第j列的元素。多維數(shù)組array描述多維數(shù)據(jù)。array有一個特征屬性叫維數(shù)向量（dim屬性），它的長度是多維數(shù)組的維數(shù)，dim內(nèi)的元素則是對應(yīng)維度的長度。矩陣是數(shù)組的特殊情況，它具有兩個維度。數(shù)據(jù)結(jié)構(gòu)：矩陣和數(shù)組matrix()函數(shù)，以向量形式輸入矩陣中的全部元素，使用ncol和nrow設(shè)置矩陣的行和列數(shù)。注意向量1~10是按列填充的，如果想要以行為單位填充，則可以將參數(shù)byrow設(shè)置為TRUE。矩陣創(chuàng)建>(w<-seq(1:10))[1]12345678910>(a<-matrix(w,nrow=5,ncol=2))[,1][,2][1,]16[2,]27[3,]38[4,]49[5,]510>(a<-matrix(w,nrow=5,ncol=2,byrow=T))[,1][,2][1,]12[2,]34[3,]56[4,]78[5,]910在創(chuàng)建矩陣時，也可以使用dimnames參數(shù)設(shè)置行和列的名稱。矩陣創(chuàng)建>(a<-matrix(w,nrow=5,ncol=2,byrow=T,dimnames=list(paste0('r',1:5),paste0('l',1:2))))l1l2r112r234r356r478r5910函數(shù)cbind()把其橫向拼成一個大矩陣，rbind()把其縱向拼成一個大矩陣。合并cbind()時高度（行數(shù)）應(yīng)該相等。rbind()合并時寬度相等。如果參與合并的變量不一致，則循環(huán)不足后合并。矩陣合并>(x1<-cbind(c(1,2),c(3,4)))[,1][,2][1,]13[2,]24>(x1<-rbind(c(1,2),c(3,4)))[,1][,2][1,]12[2,]34>cbind(x1,1)[,1][,2][,3][1,]121[2,]341矩陣的拉直設(shè)A是一個矩陣，則函數(shù)as.vector(A)可以將矩陣轉(zhuǎn)化為向量。如：>(A<-matrix(1:6,2,3))[,1][,2][,3][1,]135[2,]246>as.vector(A)[1]123456矩陣的行或列計算colSums()對矩陣各列求和colMeans()求矩陣各列的均值rowSums()對矩陣各行求和rowMeans()求矩陣各列的均值>(A<-matrix(1:16,4,4))[,1][,2][,3][,4][1,]15913[2,]261014[3,]371115[4,]481216>colSums(A)[1]10264258>colMeans(A)[1]2.56.510.514.5>rowSums(A)[1]28323640>rowMeans(A)[1]78910R語言中有豐富的矩陣運算的函數(shù)，包括四則運算、對矩陣各行列的求和、對矩陣各行列的求均值、轉(zhuǎn)置等。矩陣的運算函數(shù)功能+-*/四則運算，要求矩陣的維數(shù)相同，對對應(yīng)位置的各元素進行運算colSums()對矩陣的各列求和rowSums()對矩陣的各行求和colMeans()對矩陣的各列求均值rowMeans()對矩陣的各行求均值t()對矩陣的行列進行轉(zhuǎn)置det()求解方陣的行列式outer()求解矩陣的外積（叉積）%*%矩陣乘法，要求第一個矩陣的列數(shù)與第二個矩陣的行數(shù)相同diag()對矩陣取對角元素，若對象為向量，則生成以向量為對角元素的對角矩陣solve()對矩陣求解逆矩陣，要求矩陣可逆x[i,j] 下標(biāo)為(i,j)的元素x[i,] 第i行x[,j] 第j列x[,c(1,3)]第1和3列x["name",]名為"name"的行矩陣索引數(shù)組是矩陣的擴展，它把數(shù)據(jù)的維度擴展到兩個以上。通過函數(shù)array()方便地創(chuàng)建數(shù)組。數(shù)組創(chuàng)建建立一個三維數(shù)據(jù)的數(shù)組，其維度是2*5*3。在結(jié)果中會依次展示3個2行5列的矩陣。>(w_array<-array(1:30,dim=c(2,5,3))),,1[,1][,2][,3][,4][,5][1,]13579[2,]246810,,2[,1][,2][,3][,4][,5][1,]1113151719[2,]1214161820,,3[,1][,2][,3][,4][,5][1,]2123252729[2,]2224262830對于矩陣和數(shù)組，dim()

函數(shù)將返回其維度的整數(shù)值向量：對于矩陣，函數(shù)nrow()

和ncol()

將分別返回行數(shù)和列數(shù)：矩陣行、列和維度>a_matrix<-matrix(1:10,nrow=5,ncol=2)>w_array<-array(1:30,dim=c(2,5,3))>dim(a_matrix)[1]52>dim(w_array)[1]253>nrow(a_matrix)[1]5>ncol(a_matrix)[1]2建立下圖所示的矩陣：對第2行、第3列進行索引練習(xí)v1v2v3v4u112710u234811u356912數(shù)據(jù)框data.frame和列表list，也是一個二維數(shù)據(jù)。在使用R語言進行數(shù)據(jù)分析和挖掘的過程中，向量和數(shù)據(jù)框的使用頻率是最高的，list則在存儲較復(fù)雜的數(shù)據(jù)時作為數(shù)據(jù)對象類型。數(shù)據(jù)結(jié)構(gòu)：數(shù)據(jù)框和列表數(shù)據(jù)框是僅次于向量的最重要的數(shù)據(jù)對象類型。在實際操作中，通常會用數(shù)據(jù)框的一列代表某一變量屬性的所有取值，用一行代表某一樣本數(shù)據(jù)。data.frame()函數(shù)可以直接把多個向量建立為一個數(shù)據(jù)框，并為列設(shè)置名稱。數(shù)據(jù)框創(chuàng)建>(my.datasheet<-data.frame(site=c('A','B','A','A','B'),+season=c('winter','summer','summer','spring','fall'),+pH=c(7.4,6.3,8.6,7.2,8.9)))siteseasonpH1Awinter7.42Bsummer6.33Asummer8.64Aspring7.25Bfall8.9可以通過names(<數(shù)據(jù)框>)來讀取并編輯列名稱。數(shù)據(jù)框創(chuàng)建>names(my.datasheet)[1]"site""season""pH">names(my.datasheet)[1]<-'type'>names(my.datasheet)[1]"type""season""pH"索引列<數(shù)據(jù)框?qū)ο?gt;[,列下標(biāo)向量]，直接獲取相應(yīng)列的所有元素，并以數(shù)據(jù)框?qū)ο笮问椒祷?。例：iris[,2]索引行<數(shù)據(jù)框?qū)ο?gt;[行下標(biāo),]，直接獲取相應(yīng)行的所有元素，例如：iris[1:2,]數(shù)據(jù)框索引列名稱索引列下標(biāo)索引<數(shù)據(jù)框?qū)ο?gt;$列名稱<數(shù)據(jù)框?qū)ο?gt;[[“名稱”]]<數(shù)據(jù)框?qū)ο?gt;[[列下標(biāo)]]<數(shù)據(jù)框?qū)ο?gt;[,列下標(biāo)]iris$Sepal.Lengthiris[["Sepal.Length"]]iris[[2]]iris[,2]iris[1:2,]list()可以用于創(chuàng)建列表對象。例：以下對象my.list由三個成分組成：第一個是名稱為stud.id的數(shù)值，第二個是名稱為的字符串，第三個是名稱為stud.marks的數(shù)值向量。列表創(chuàng)建>(my.list<-list(stud.id=34453,+='張三',+stud.marks=c(14.3,12,15,19)))$stud.id[1]34453$[1]"張三"$stud.marks[1]14.312.015.019.0可以使用函數(shù)length()來檢查列表成分的個數(shù)可以通過函數(shù)unlist()把列表中的所有元素轉(zhuǎn)換為向量元素，轉(zhuǎn)換后的向量元素的個數(shù)和列表中所有數(shù)據(jù)對象的個數(shù)相同。列表創(chuàng)建>unlist(my.list)stud.idstud.marks1stud.marks2stud.marks3stud.marks4"34453""張三""14.3""12""15""19“>length(my.list)[1]3列表索引索引x[n] 列表顯示元素nx[[n]] 列表的第n個元素x[["name"]]名為"name"的元素x$name 同上.因子提供了一個簡單而又緊湊的形式來處理分類數(shù)據(jù)。因子用level（水平）來表示所有可能的取值。如果數(shù)據(jù)集有取值個數(shù)固定的分類變量，因子特別有用。通過factor()函數(shù)創(chuàng)建因子,使用格式：factor(x=character(),levels,labels=levels,exclude=NA,ordered=is.ordered(x),nmax=NA)數(shù)據(jù)結(jié)構(gòu)：因子通過factor()函數(shù)創(chuàng)建因子，參數(shù)如下。創(chuàng)建因子參數(shù)描述x表示需要創(chuàng)建為因子的數(shù)據(jù)，是一個向量levels表示所創(chuàng)建的因子數(shù)據(jù)的水平，如果不指定的話，就是x中不重復(fù)的所有值labels用來標(biāo)識這一水平的名稱，與水平一一對應(yīng)，方便用戶識別exclude表示有哪些水平是不需要的ordered一個邏輯值，若為TRUE,表示有序因子，為FALSE則表示無序因子nmax表示水平個數(shù)的上限通過gl()函數(shù)創(chuàng)建因子。創(chuàng)建因子使用格式：gl(n,k,length=n*k,labels=seq_len(n),ordered=FALSE)參數(shù)描述n表示因子水平的個數(shù)k表示每個水平的重復(fù)數(shù)length表示生成的序列的長度labels一個n維向量，表示因子水平ordered一個邏輯值，若為TRUE,表示有序因子，為FALSE則表示無序因子通過下面的例子，可以加深理解因子的儲存形式。因子型數(shù)據(jù)的儲存原理>chr<-c('R','Python','R','Ruby','Lisp','R')>class(chr)[1]"character">(f<-factor(chr))[1]RPythonRRubyLispRLevels:LispPythonRRuby>class(f)[1]"factor">storage.mode(f)[1]"integer">as.numeric(f)[1]323413>levels(f)[1]"Lisp""Python""R""Ruby"通過這個例子，可以知道f的類型是整數(shù)形式，并且1對應(yīng)的是“Lisp”,2對應(yīng)的是“Python”，3對應(yīng)的是“R”，4對應(yīng)的是“Ruby”，這些是按照字母順序排序的。小結(jié)數(shù)據(jù)類型數(shù)值型（numeric）、字符型（character）、復(fù)數(shù)型（complex）、邏輯型（logical）、特殊值數(shù)據(jù)結(jié)構(gòu)向量（vector）、數(shù)組(array)、矩陣(matrix)、數(shù)據(jù)框(dataframe)、列表(list)、因子(factor)綜合實驗鞏固R語言數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu)的概念。掌握數(shù)據(jù)對象轉(zhuǎn)換和辨別函數(shù)的使用方法。掌握向量、矩陣、數(shù)組、數(shù)據(jù)框、列表、因子的常用方法，并能靈活綜合運用。熟悉集成開發(fā)環(huán)境RStudio。能夠通過help方法自學(xué)函數(shù)及其中參數(shù)的用法。實驗?zāi)繕?biāo)第2章講義中的案例第2章綜合實驗第2章使用的函數(shù)第2章思考與練習(xí)實驗內(nèi)容及資料目標(biāo)：掌握數(shù)據(jù)對象轉(zhuǎn)換和辨別函數(shù)的使用方法。內(nèi)容：學(xué)習(xí)R中常見數(shù)據(jù)類型的辨別與轉(zhuǎn)換函數(shù)，從中選擇3-5個函數(shù)編程實現(xiàn)，并分析數(shù)據(jù)對象的類型。思路：數(shù)據(jù)類型的辨別與轉(zhuǎn)換數(shù)據(jù)類型的查看實驗1：數(shù)據(jù)對象的轉(zhuǎn)換數(shù)據(jù)類型辨別函數(shù)轉(zhuǎn)換函數(shù)數(shù)值型（numeric）is.numeric()as.numeric()字符型（character）is.character()as.character()邏輯型（logical）is.logical()as.logical()復(fù)數(shù)型（complex）plex()plex()整數(shù)型（integer）eger()eger()浮點型（double）is.double()as.double()特殊值（NA）is.na()as.na()mode()class()typeof()目標(biāo)：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握向量的運用。內(nèi)容：實驗2：向量A班《微積分》與《線性代數(shù)》成績?nèi)缦拢何⒎e分

1008877665544線性代數(shù)997060873191（1）利用R語言向量求出班里人數(shù)（2）求出微積分成績的最大值和最小值length(x)#判斷向量的長度which.min(x)#求向量的最小值所在的位置x[which.min(x)]#索引最小值位置的數(shù)值目標(biāo)：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握矩陣的運用。內(nèi)容：實驗3：矩陣1.創(chuàng)建矩陣（1）將已有數(shù)據(jù)轉(zhuǎn)化為矩陣（2）特殊矩陣的快捷創(chuàng)建方法2.矩陣的查看（1）查看矩陣的維數(shù)（2）提取矩陣的行數(shù)與列數(shù)（3）引用元素（4）給行列命名（5）調(diào)用行列名3.矩陣的運算（1）將多個矩陣合并（2）矩陣的加減乘（3）矩陣的逆（4）矩陣的轉(zhuǎn)置（5）特征值分解實驗3：矩陣matrixmatrix(0,nrow=3,ncol=3)diag(rep(1,4)))#創(chuàng)建一個對角線上全是1的矩陣，diag為對角矩陣diag(1:4)#創(chuàng)建一個對角線上元素不同的矩陣dim()#查看矩陣的維數(shù)nrow()#查看矩陣的行數(shù)ncol()#查看矩陣的列數(shù)colnames(M)=paste0(“x_”,1:4)#給矩陣的列命名rownames(M)=1:3#給矩陣的行命名rbind(A,B)#將矩陣列對齊，行相加（r代表行，row）cbind(A,B)#將矩陣行對齊，列相加（c代表列，col）solve()#矩陣的逆t()#矩陣的轉(zhuǎn)置實驗3：矩陣設(shè)有如下所示矩陣（1）創(chuàng)建矩陣，將上述矩陣存入變量x中；（2）將列向量（2，3，4）合并到矩陣x中得到矩陣y；（3）求矩陣y與yT（可以將yT命名為z）之和m，并在m中檢索出下標(biāo)為[2，3]的元素輸出。122335matrix(c(1,2,3,2,3,5),nrow=3)cbind(x,c(2,3,4))#矩陣和合并z<-t(y)#求y的轉(zhuǎn)置m<-y+z#求和目標(biāo)：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握數(shù)組的運用。內(nèi)容：實驗4：數(shù)組（1）創(chuàng)建數(shù)組（2）數(shù)組維度的查看（3）數(shù)組的復(fù)制（4）數(shù)組的四則運算（5）數(shù)組的調(diào)用（6）數(shù)組元素的訪問#創(chuàng)建數(shù)組，數(shù)組維數(shù)為3，各維度值為2,3,4array(1:24,c(2,3,4))array(1:6,c(1,2,3),dimnames=list(c("A1"),c("B1","B2"),c("C1","C2","C3")))dim(z)#查看數(shù)組維度a[1,,]#調(diào)用每一組矩陣中的第一行result<-apply(result,c(1),sum)#計算合計值實驗4：數(shù)組創(chuàng)建一個3維數(shù)組（數(shù)組中數(shù)據(jù)為連續(xù)整數(shù)，從1開始），各維度下標(biāo)的最大值為2,3,4。數(shù)組各維度的名稱定義如下：dim1：("A1","A2")dim2：("B1","B2","B3")dim3：("C1","C2","C3","C4")（1）按要求創(chuàng)建數(shù)組z；（2）查看數(shù)組維度；（3）索引下標(biāo)為[2，3，2]的元素，索引維度名稱為["A2","B3","C2"]的元素并將其值修改為30。z["A2","B3","C2"]<-30#將["A2","B3","C2"]這個位置的值由12改為30目標(biāo)：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握數(shù)據(jù)框的運用。內(nèi)容：實驗5：數(shù)據(jù)框基于表格，創(chuàng)建數(shù)據(jù)框并進行以下操作。（1）查看數(shù)據(jù)框中的“altitude”列數(shù)據(jù)（索引列）；（2）查看數(shù)據(jù)框中的“sample2”“sample3”行數(shù)據(jù)（索引行）；（3）索引第3行第4列的元素；（4）編輯“family”列，將其修改成“genus”；（5）刪除數(shù)據(jù)框的第2行第3列。samplespeciesfamilyaltitudetypesample14015600type1sample25112350type2sample34611390type2sample43812260type3sample54910220type3實驗5：數(shù)據(jù)框nature<-data.frame()#創(chuàng)建數(shù)據(jù)框nature[,4]#索引第四列nature$altitude#按列的名稱索引nature[2:3,]#索引第2至3行names(nature)#讀取數(shù)據(jù)框中列名稱nature<-nature[-2,-3]#刪除數(shù)據(jù)框的第2行第3列目標(biāo)：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握列表的運用。內(nèi)容：實驗6：列表基于以下情景和數(shù)據(jù)，在R中創(chuàng)建列表并實現(xiàn)以下功能：現(xiàn)有5種鮮花，對其大小、顏色列表如下：name:rose，lily，daisy，narcissus，peonysize：M,B,S,M,Bcolor：R,W,W,W,R（1）檢查列表成分的個數(shù)；（2）用兩種方式索引第一列；（3）索引第二列第四個元素，并將其修改為S；（4）增加香味fragrance列，依次為（T，T，F(xiàn)，T，T）實驗6：列表#創(chuàng)建列表mylist<-list(name=c(“rose“,”lily”,”daisy”,“narcissus”,“peony“),size=c(“M“,“B“,“S“,“M“,“B“),color=c(“R”,“W”,“W”,“W”,“R”))list(name=c(“Tom”),score=c(“89”,“94”,“87”))unlist()length()mylist[1]#索引第一列mylist[[2]][4]<-“S”#.索引第二列第四個元素，并將其修改為Smylist$fragrance<-c(“T”,“T”,“F”,“T”,“T”)#增加列表目標(biāo)：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握因子的運用。內(nèi)容：實驗7：因子使用factor()函數(shù)創(chuàng)建一個因子x；求該因子的個數(shù)；獲取該因子的名稱；獲取該因子的有序數(shù)據(jù)。實驗7：因子#創(chuàng)建因子week<-factor(c(“Fri“,“Mon“,“Mon“,“Tues“,“Sun“,“Sat“,“Wedn“,“Fri","Thur"))nlevels(week)#使用nlevels()函數(shù)求因子的個數(shù)as.numeric(week)#向量和整數(shù)的映射關(guān)系levels(week)#使用levels()函數(shù)獲取因子的名稱ordered(week)#使用ordered()函數(shù)獲取因子的有序數(shù)據(jù)思考與討論數(shù)據(jù)管理控制結(jié)構(gòu)編寫函數(shù)apply函數(shù)族數(shù)據(jù)輸入與輸出綜合實驗?zāi)夸?37控制結(jié)構(gòu)R是塊狀結(jié)構(gòu)程序語言塊由大括號{}劃分程序語句換行符或“；”分割基本控制結(jié)構(gòu)順序結(jié)構(gòu)分支結(jié)構(gòu)循環(huán)結(jié)構(gòu)控制結(jié)構(gòu)分支結(jié)構(gòu)分支語句：if-elseswitch語句可以直接實現(xiàn)多分支語句。如果條件式結(jié)果等于n，則執(zhí)行第n條分支的處理；如果取值不符合條件，則返回值是NULL。分支結(jié)構(gòu)分支語句：switch分支語句>p<--0.01>{+if(p<0)+print("p<0!")+else+print("p>0!")+}[1]"p<0!">c(1:3,5)[1]1235>for(iinc(1:3,5))+print(switch(i,"A","B","C","D"))

[1]"A"[1]"B"[1]"C"NULL循環(huán)結(jié)構(gòu)控制語句描

述break語句終止循環(huán)語句，執(zhí)行循環(huán)后的下一語句next語句跳過本次循環(huán)，執(zhí)行下一次循環(huán)循環(huán)類型描

述for循環(huán)基本的循環(huán)語句，變量的遍歷while循環(huán)類似for語句，滿足條件執(zhí)行循環(huán)體repeat循環(huán)多次執(zhí)行，滿足條件退出循環(huán)循環(huán)結(jié)構(gòu)循環(huán)語句：for>pv<-c(40,55,70,95,82,100,66,90)>m<-1>result<-"">for(iinpv){+if(i<60){+result[m]<-"需要加