R语言中有哪些基本语法
本篇文章为大家展示了R语言中有哪些基本语法,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
基本数据类型
数据类型
向量 vector
矩阵 matrix
数组 array
数据框 data frame
因子 factor
列表 list
向量
单个数值(标量)没有单独的数据类型,它只不过是向量的一种特例
向量的元素必须属于某种模式(mode),可以整型(integer)、数值型(numeric)、字符型(character)、逻辑型(logical)、复数型(complex)
循环补齐(recycle):在一定情况下自动延长向量
筛选:提取向量子集
向量化:对向量的每一个元素应用函数
使用seq()创建向量
使用rep()重复向量常数
矩阵
矩阵(matrix)是一种特殊的向量,包含两个附加的属性:行数和列数。所以矩阵也和向量一样,有模式的概念,例如数值型或字符型。(但反过来,向量却不能看作是只有一列或一行的矩阵。)
创建矩阵
矩阵运算
索引
增加或删除行(列)
数组
数组(array)是R里一个更一般的对象,矩阵是数组的一个特殊情形。数组可以是多维的。例如一个三维的数组可以包含行、列和层(layer),而一个矩阵只有行和列两个维度。
array(data = NA, dim = length(data), dimnames = NULL)as.array(x, ...)is.array(x)
列表
向量的元素要求都是同类型的,而列表(list)与向量不同,可以组合多个不同类型的对象
数据框
数据框类似矩阵,有行和列这两个维度。然而,数据框与矩阵不同的是,数据框的每一列可以是不同的模式(mode)。例如,某列可能由数字组成,另一列可能由字符串组成。
因子
因子的设计思想来源于统计学中的名义变量(nominal variables),或称之为分类变量(categorical variables)。这些变量的值本质上不是数字,而是对应为分类,例如民主党、共和党和无党派,尽管它们可以用数字编码。
算术运算
x + y 加法
x - y 减法
x * y 乘法
x / y 除法
x ^ y 乘幂
x %% y 模运算
x %/% y 整数除法
逻辑运算
x == y 判断是否相等
x <= y 判断是否小于等于
x >= y 判断是否大于等于
x && y 标量的逻辑“与”运算
x || y 标量的逻辑“或”运算
x & y 向量的逻辑“与”运算(x、y以及运算结果都是向量)
x | y 向量的逻辑“或”运算(x、y以及运算结果都是向量)
!x 逻辑非
逻辑值TRUE和FALSE可以缩写为T和F(两者都必须是大写)。而在算术表达式它们会转换为1和0
函数
g <- function(x) { return(x+1)}
函数也是对象
条件语句
if (r == 4) { x <- 1} else { x <- 3 y <- 4}
循环语句
for
while
repeat
repeat没有逻辑判断退出条件,必须利用break(或者类似return())的语句。当然,break也可以用在for循环中。
代码格式化工具
library(formatR)
上述内容就是R语言中有哪些基本语法,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注编程网行业资讯频道。
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341