R語言常用函數整理(基礎篇)

R語言基礎函數整理

R語言常用函數整理本篇是基礎篇,即R語言自帶的函數。

一、數據管理

vector:向量
numeric:數值型向量
logical:邏輯型向量
character;字符型向量
list:列表
data.frame:數據框
c:連接為向量或列表
length:求長度
subset:求子集
seq,from:to,sequence:等差序列
rep:重復
NA:缺失值
NULL:空對象
sort,order,unique,rev:排序
unlist:展平列表
attr,attributes:對象屬性
mode,class,typeof:對象存儲模式與類型
names:對象的名字屬性

二、字符串處理

字符型向量 nchar:字符數
substr:取子串 format,formatC:把對象用格式轉換為字符串
paste()、paste0()不僅可以連接多個字符串,還可以將對象自動轉換為字符串再相連,另外還能處理向量。
strsplit:連接或拆分
charmatch,pmatch:字符串匹配
grep,sub,gsub:模式匹配與替換

三、復數

complex,Re,Im,Mod,Arg,Conj:復數函數

四、因子

factor:因子 codes:因子的編碼 levels:因子的各水平的名字 nlevels:因子的水平個數 cut:把數值型對象分區間轉換為因子
table:交叉頻數表 split:按因子分組 aggregate:計算各數據子集的概括統計量 tapply:對“不規則”數組應用函數

畫圖

繪圖函數

dev.new() 新建畫板
plot()繪制點線圖,條形圖,散點圖.
barplot( ) 繪制條形圖
dotchart( ) 繪制點圖
pie( )繪制餅圖.
pair( )繪制散點圖陣
boxplot( )繪制箱線圖
hist( )繪制直方圖
scatterplot3D( )繪制3D散點圖.

繪圖參數設置:

par()可以添加很多參數來修改圖形
title( ) 添加標題
axis( ) 調整刻度
rug( ) 添加軸密度
grid( ) 添加網格線
abline( ) 添加直線
lines( ) 添加曲線
text( ) 添加標簽
legend() 添加圖例

數學

一、計算

+, -, *, /, ^, %%, %/%:四則運算 ceiling,floor,round,signif

1、round() #四舍五入

例:x <- c(3.1416, 15.377, 269.7)

round(x, 0) #保留整數位

round(x, 2) #保留兩位小數

round(x, -1) #保留到十位

2、signif() #取有效數字(跟學過的有效數字不是一個意思)

例:略

3、trunc() #取整

floor() #向下取整

ceiling() #向上取整

例:xx <- c(3.60, 12.47, -3.60, -12.47)

trunc(xx)

floor(xx)

ceiling(xx)

max,min,pmax,pmin:最大最小值
range:最大值和最小值 sum,prod:向量元素和,積 cumsum,cumprod,cummax,cummin:累加、累乘 sort:排序 approx和approx fun:插值 diff:差分 sign:符號函數

二、數學函數

abs,sqrt:絕對值,平方根
log, exp, log10, log2:對數與指數函數
sin,cos,tan,asin,acos,atan,atan2:三角函數
sinh,cosh,tanh,asinh,acosh,atanh:雙曲函數
beta,lbeta,gamma,lgamma,digamma,trigamma,tetragamma,pentagamma,choose ,lchoose:與貝塔函數、伽瑪函數、組合數有關的特殊函數

fft,mvfft,convolve:富利葉變換及卷積
polyroot:多項式求根
poly:正交多項式
spline,splinefun:樣條差值
besselI,besselK,besselJ,besselY,gammaCody:Bessel函數
deriv:簡單表達式的符號微分或算法微分

三、數組

array:建立數組
matrix:生成矩陣
data.matrix:把數據框轉換為數值型矩陣
lower.tri:矩陣的下三角部分
mat.or.vec:生成矩陣或向量
t:矩陣轉置
cbind:把列合并為矩陣
rbind:把行合并為矩陣
diag:矩陣對角元素向量或生成對角矩陣
aperm:數組轉置
nrow, ncol:計算數組的行數和列數
dim:對象的維向量
dimnames:對象的維名
rownames,colnames:行名或列名
%*%:矩陣乘法
crossprod:矩陣交叉乘積(內積)
outer:數組外積
kronecker:數組的Kronecker積
apply:對數組的某些維應用函數
tapply:對“不規則”數組應用函數
sweep:計算數組的概括統計量
aggregate:計算數據子集的概括統計量
scale:矩陣標準化
matplot:對矩陣各列繪圖
cor:相關陣或協差陣
Contrast:對照矩陣
row:矩陣的行下標集
col:求列下標集

四、線性代數

solve:解線性方程組或求逆
eigen:矩陣的特征值分解
svd:矩陣的奇異值分解
backsolve:解上三角或下三角方程組
chol:Choleski分解
qr:矩陣的QR分解
chol2inv:由Choleski分解求逆

五、邏輯運算

><,>,<=,>=,==,!=:比較運算符 !,&,&&,|,||,xor():
邏輯運算符 logical:
生成邏輯向量 all,
any:邏輯向量都為真或存在真
ifelse():二者擇一 match,
%in%:查找
unique:找出互不相同的元素
which:找到真值下標集合
duplicated:找到重復元素

六、優化及求根

optimize,uniroot,polyroot:一維優化與求根

程序設計

一、控制結構

if,else,
ifelse,
switch:
分支 for,while,repeat,break,next:
循環 apply,lapply,sapply,tapply,sweep:替代循環的函數。

二、函數

function:函數定義
source:調用文件 ’
call:函數調用 .
C,.Fortran:調用C或者Fortran子程序的動態鏈接庫。
Recall:遞歸調用
browser,debug,trace,traceback:程序調試
options:指定系統參數
missing:判斷虛參是否有對應實參
nargs:參數個數 stop:終止函數執行
on.exit:指定退出時執行 eval,expression:表達式計算
system.time:表達式計算計時
invisible:使變量不顯示
menu:選擇菜單(字符列表菜單)

其它與函數有關的還有:
delay,
delete.response,
deparse,
do.call,
dput,
environment ,
formals,
format.info,
interactive,
is.finite,
is.function,
is.language,
is.recursive ,
match.arg,
match.call,
match.fun,
model.extract,
name,
parse 函數能將字符串轉換為表達式expression
deparse 將表達式expression轉換為字符串
eval 函數能對表達式求解
substitute,
sys.parent ,
warning,
machine

三、輸入輸出

cat,print:顯示對象
sink:輸出轉向到指定文件
dump,save,dput,write:輸出對象
scan,read.table,readlines, load,dget:讀入

四、工作環境

ls,objects:顯示對象列表
rm, remove:刪除對象
q,quit:退出系統
.First,.Last:初始運行函數與退出運行函數。
options:系統選項
?,help,help.start,apropos:幫助功能
data:列出數據集
head()查看數據的頭幾行
tail()查看數據的最后幾行

統計計算

一、統計分布

每一種分布有四個函數:
d―density(密度函數),p―分布函數,q―分位數函數,r―隨機數函數。
比如,正態分布的這四個函數為dnorm,pnorm,qnorm,rnorm。下面我們列出各分布后綴,前面加前綴d、p、q或r就構成函數名:

norm:正態,
t:t分布,
f:F分布,
chisq:卡方(包括非中心)
unif:均勻,
exp:指數,
weibull:威布爾,
gamma:伽瑪,
beta:貝塔
lnorm:對數正態,
logis:邏輯分布,
cauchy:柯西,
binom:二項分布,
geom:幾何分布,
hyper:超幾何,
nbinom:負二項,
pois:泊松
signrank:符號秩,
wilcox:秩和,
tukey:學生化極差

二、簡單統計量

sum, mean, var, sd, min, max, range, median, IQR(四分位間距)等為統計量,
sort,order,rank與排序有關,
其它還有ave,fivenum,mad,quantile,stem等。

三、統計檢驗

R中已實現的有chisq.test,prop.test,t.test。

四、多元分析

cor,cov.wt,var:協方差陣及相關陣計算
biplot,biplot.princomp:多元數據biplot圖
cancor:典則相關
princomp:主成分分析
hclust:譜系聚類
kmeans:k-均值聚類
cmdscale:經典多維標度
其它有dist,mahalanobis,cov.rob。

五、時間序列

ts:時間序列對象
diff:計算差分
time:時間序列的采樣時間
window:時間窗

六、統計模型

lm,glm,aov:線性模型、廣義線性模型、方差分析

七、編程(高級)

quo()等價于quote()
enquo()等價于substitute()

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,835評論 6 534
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,676評論 3 419
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,730評論 0 380
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,118評論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,873評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,266評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,330評論 3 443
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,482評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,036評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,846評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,025評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,575評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,279評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,684評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,953評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,751評論 3 394
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,016評論 2 375