vector

matrix x=matrix(1:20,nrow=5,ncol=4,byrow=TRUE)

按行填充；

x=matrix(1:20,nrow=5,ncol=4,byrow=FALSE)

按列填充；

x[2,]第二行

x[,2]第二列

x[2,c(2,4)];

rnames=c("cat","dog","bird","pig")

cnames=c("apple","pencil")

x=matrix(1:8,nraw=4,ncol=2,byraw=TRUE)

colnames(x)=cnames

rawnames(x)=rnames;

Array（多維矩陣）

dim1=c("A1","A2")

dim2=c("B1","B2","B3")

dim3=c("C1","C2","C3","C4")

dim4=c("D1","D2","D3")

z=array(1:72,c(2,3,4,3),dimname=list(dim1,dim2,dim3,dim4))

z[1,2,3,];

data frame（大矩陣）

patientID=c(1,2,3,4)

age=c(25,34,28,52)

status=c("poor","improved","excellent","poor")

patientdata=data.frame(patientID,age,status)

patientdata[1:3]（列）

patientdata[c(1,3),1:3];

attach（引入） and detach（刪除）

list（最復雜的數(shù)據(jù)集，不限維度和數(shù)據(jù)長度）

mylist=list(avim,x)（包含兩個數(shù)據(jù)集）

mylist[[2]][2]第二個數(shù)據(jù)集的第二個數(shù)

mylist[[2]][1:2]第二個數(shù)據(jù)集按列數(shù)的前兩個數(shù)

mylist[[2]][1:2,3]第二個數(shù)據(jù)集前兩行的第三個數(shù)

graphs

par（mfrow=c(2,2))（2×2的網(wǎng)格同時畫多個圖）

pch（圖標）、cex（大?。ty（線型）、lwd（寬度）

plot(rnorm<20>,type="l",lty=5)

text,axes,and legends

title(main="normal dist")

layout:

attach(mtcars)

layout(matrix(c(1,1,2,3),2,2,byrow=TRUE))

hist(wt)第一個圖1，1，占兩個坑

hist(mpg)第二個圖2，占一個坑

hist(disp)第三個圖3，占一個坑

detach(mtcars);

R語法

opertors

==，!=（不等于），x|y, x&y（同時滿足）

（three valued logic）

control flow

1.For loop（不斷循環(huán)，直到變?yōu)閒alse）

for(i in 1:10)

2.while loop

i=1

while（i<=10){print(i)

i=i+1}

避免這兩種在實踐中的應用，運算慢

if：

if（）{}

else（）{}

switch：

feelings=c("sad","afraid")

for(i in feelings){

print(

switch(i,

happy="I am glad",

afraid="There is nothing to fear",

sad="Cheer up"

)

)

}

User-defined function:

myfunction=function(x,a,b,c){

return(a*sin(x)^2-b*x+c)}

curve(myfunction(x,20,3,4),xlim=c(1,20))

作圖技巧，基本統(tǒng)計學分析方法

library(vcd)——用他的數(shù)據(jù)

創(chuàng)建一個名為counts的數(shù)據(jù)集

barplot（counts，main=“ ”，xlab=“ ”，ylab=“ “）

barplot（counts，main=“ ”，xlab=“ ”，ylab=“ “，horiz=TRUE）實現(xiàn)柱狀圖的倒置

main=stacked bar plot，grouped bar plot

Pie chart

paste實現(xiàn)字符串的拼接

\n：另起一行

explode：塊與塊之間的分離程度

Fan plot

Dot plot

summary：自動對變量進行分析

head：舉例給看一下數(shù)據(jù)變量情況

table：

table（cut（數(shù)據(jù)集，seq（10，34，by=2）））10到34，以2遞增

correlation：

cov：協(xié)方差

var：多組

cor：兩兩對應

T檢驗

t.test()

wilcox.test()

binom.test()

library(nortest)檢驗是否為正態(tài)分布

http://mathesaurus.sourceforge.net/octave-r.html 區(qū)分R和matlab指令的網(wǎng)址

矩陣的乘法

%*%

t（A）：A的轉置

colMeans：每列的平均數(shù)

colSums：每列的總和

rawMeans：每行的平均數(shù)

rawSums：每行的總和

crossprod：x %*% t（y）

crossprod（A）：A %*% A

solve

diag（X）：對角線

eigen（X）：eigen values，eigen vectors

factor:標記

factor=factor（rep(c(1:3),times=5))

1到3，重復5次

x=sample(100,15)

0到100中取出15個數(shù)

tapply(x,factor,mean)

factor給X做標記，求x標記為1、2或3的數(shù)值的平均數(shù)

另外，利用print出點東西從而知道每個程序運行到了哪里

谷歌查詢

英語學習

The R Project

The R journal

R Bloggers

Planet R

R Graph Gallery(作圖技巧）

R Graphics Manual（作圖技巧）

Journal of Statistical Software

Quick-R（包含R in Action的內(nèi)容，假定讀者已經(jīng)有了很好的統(tǒng)計學基礎）

書籍：

R Cookbook

R in Action（R語言實戰(zhàn)）

ggplot2（數(shù)據(jù)可視化）

install.packages('ggplot2')

Advanced R