R語言中的基本函數(shù)使用 - 更新中

用法：assign(x, value, pos = -1, envir = as.environment(pos),? inherits = FALSE, immediate = TRUE)

成都創(chuàng)新互聯(lián)公司公司2013年成立，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目網(wǎng)站制作、做網(wǎng)站網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢想脫穎而出為使命，1280元山西做網(wǎng)站,已為上家服務(wù),為山西各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:18982081108

assign函數(shù)在循環(huán)時(shí)候，給變量賦值。

舉例說明：

1、

for (i in 1:(length(rowSeq)-1)){

assign(paste("nginx_server_fields7_", i, sep = ""), nginx_server_fields7[(rowSeq[(i-1)+1]):(rowSeq[i+1]), ])

}

2、

for (i in 1:3){

assign(paste("a", i, sep = ""), i:10)

}

ls()

[1] "a1" "a2" "a3" "i"

a1

[1]? 1? 2? 3? 4? 5? 6? 7? 8? 9 10

a2

[1]? 2? 3? 4? 5? 6? 7? 8? 9 10

a3

[1]?3? 4? 5? 6? 7? 8? 9 10

1、paste函數(shù)可用于字符串連接

用法：paste (..., sep = " ", collapse = NULL)，分隔符默認(rèn)為空格

我們簡單舉個(gè)例子

1）paste("a","b") ##能連接a b

[1] "a b"

paste("a","b","c")

[1] "a b c"

2）設(shè)置分隔符paste("a","b",sep="=") ##注意到用等號(hào)分隔了

[1] "a=b"

3）連接多個(gè)元素paste("a",1:5,sep="") ##會(huì)自動(dòng)每個(gè)元素與a相連

[1] "a1""a2""a3""a4""a5"

4）paste("a",1:5,".pdf",sep="") ##比如想批量輸出文件名

[1] "a1.pdf""a2.pdf""a3.pdf""a4.pdf""a5.pdf"、

2、collapse參數(shù)

謝益輝大佬說這個(gè)參數(shù)引無數(shù)英雄競折腰啊，大家只會(huì)sep

1）paste("a",1,collapse="+") ##注意到了吧，collapse沒用上

[1] "a 1"

2）paste(c("a","b","c"),collapse="+") ##這樣就很容易理解了，collapse折疊起了元素

[1] "a+b+c"

3）paste("a",1:5,sep="") ##再來更明顯的舉例

[1] "a1""a2""a3""a4""a5"

4）paste("a",1:5,sep="",collapse="+")?##先在元素間連接，然后折疊

[1] "a1+a2+a3+a4+a5"

3、與paste0函數(shù)的區(qū)別

paste0函數(shù)，默認(rèn)sep=""是兩個(gè)函數(shù)唯一的區(qū)別

paste(c("a","b","c"),1:3)##默認(rèn)空格符

[1] "a 1""b 2""c 3"

paste(c("a","b","c"),1:3,sep=" ")

[1] "a 1""b 2""c 3"

paste(c("a","b","c"),1:3,sep="")

[1] "a1""b2""c3"

如果兩個(gè)向量長度不同paste(c("a","b","c"),1:5) ##超出范圍后繼續(xù)從前向后連接

[1] "a 1"? "b 2"? "c 3"? "a 4"? "b 5"

paste0(c("a","b","c"),1:3)#默認(rèn)元素連接為sep=""

[1] "a1""b2""c3"

用法：unlist()函數(shù)的作用，就是將list結(jié)構(gòu)的數(shù)據(jù)du，變zhi成非list的數(shù)據(jù)，即將list數(shù)據(jù)變成 字符串向量 或者數(shù)字向量的形式

如果是向量的話就直接輸出向量

例子：

%in%相當(dāng)于match()函數(shù)的一個(gè)縮寫。用來判斷一個(gè)數(shù)組或矩陣是否包含在另一個(gè)數(shù)組或矩陣?yán)?。舉個(gè)例子一目了然：

#首先復(fù)制兩個(gè)變量a和b

a?-?1:5

b?-?3:7

a?%in%?b????#看a的元素是否包含在b中輸出結(jié)果如下：

[1]?FALSE?FALSE??TRUE??TRUE??TRUE

用法：apply(x, MARGIN, FUN, ...)

作用：對(duì) 矩陣 的行或列使用函數(shù)，或者對(duì) 數(shù)組 的各個(gè)維度使用函數(shù)

x為數(shù)據(jù)對(duì)象，MARGIN是維度的下標(biāo)，MARGIN=1表示行，MARGIN=2表示列，F(xiàn)UN是自己指定的任意或自定義函數(shù)

注：數(shù)據(jù)框dataframe也可以使用apply函數(shù)，該函數(shù)會(huì)自動(dòng)將數(shù)據(jù)框轉(zhuǎn)化為矩陣，但前提是數(shù)據(jù)框中各列的數(shù)據(jù)類型 必須是數(shù)值型，否則會(huì)報(bào)錯(cuò)。

用法：lapply(x,FUN,...)

作用：對(duì)列表中的各個(gè)元素使用函數(shù)

x是格式為列表的數(shù)據(jù)源，F(xiàn)UN是任意函數(shù)。

intersect(data1，data2)：交集

union(data1，data2)：并集

r語言c函數(shù)怎么用

r語言中的c()函數(shù)，用來把一些數(shù)據(jù)組合成向量。

如：x-c(1,2)

把1，2兩個(gè)數(shù)，組合成向量（1，2），并存入變量x。

R語言常用函數(shù)整理（基礎(chǔ)篇）

R語言常用函數(shù)整理本篇是基礎(chǔ)篇，即R語言自帶的函數(shù)。

vector：向量

numeric：數(shù)值型向量

logical：邏輯型向量

character；字符型向量

list：列表

data.frame：數(shù)據(jù)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(fù)

NA：缺失值

NULL：空對(duì)象

sort，order，unique，rev：排序

unlist：展平列表

attr，attributes：對(duì)象屬性

mode，class，typeof：對(duì)象存儲(chǔ)模式與類型

names：對(duì)象的名字屬性

字符型向量 nchar：字符數(shù)

substr：取子串 format，formatC：把對(duì)象用格式轉(zhuǎn)換為字符串

paste()、paste0()不僅可以連接多個(gè)字符串，還可以將對(duì)象自動(dòng)轉(zhuǎn)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

complex，Re，Im，Mod，Arg，Conj：復(fù)數(shù)函數(shù)

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(gè)數(shù) cut：把數(shù)值型對(duì)象分區(qū)間轉(zhuǎn)換為因子

table：交叉頻數(shù)表 split：按因子分組 aggregate：計(jì)算各數(shù)據(jù)子集的概括統(tǒng)計(jì)量 tapply：對(duì)“不規(guī)則”數(shù)組應(yīng)用函數(shù)

dev.new() 新建畫板

plot()繪制點(diǎn)線圖,條形圖,散點(diǎn)圖.

barplot( ) 繪制條形圖

dotchart( ) 繪制點(diǎn)圖

pie( )繪制餅圖.

pair( )繪制散點(diǎn)圖陣

boxplot( )繪制箱線圖

hist( )繪制直方圖

scatterplot3D( )繪制3D散點(diǎn)圖.

par()可以添加很多參數(shù)來修改圖形

title( )　添加標(biāo)題

axis( )　調(diào)整刻度

rug( )　添加軸密度

grid( )　添加網(wǎng)格線

abline( )　添加直線

lines( )　添加曲線

text( )　添加標(biāo)簽

legend(）　添加圖例

+, -, *, /, ^, %%, %/%：四則運(yùn)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(shù)位

round(x, 2) #保留兩位小數(shù)

round(x, -1) #保留到十位

2、signif() #取有效數(shù)字(跟學(xué)過的有效數(shù)字不是一個(gè)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(hào)函數(shù)

abs，sqrt：絕對(duì)值，平方根

log, exp, log10, log2：對(duì)數(shù)與指數(shù)函數(shù)

sin，cos，tan，asin，acos，atan，atan2：三角函數(shù)

sinh，cosh，tanh，asinh，acosh，atanh：雙曲函數(shù)

beta，lbeta，gamma，lgamma，digamma，trigamma，tetragamma，pentagamma，choose ，lchoose：與貝塔函數(shù)、伽瑪函數(shù)、組合數(shù)有關(guān)的特殊函數(shù)

fft，mvfft，convolve：富利葉變換及卷積

polyroot：多項(xiàng)式求根

poly：正交多項(xiàng)式

spline，splinefun：樣條差值

besselI，besselK，besselJ，besselY，gammaCody：Bessel函數(shù)

deriv：簡單表達(dá)式的符號(hào)微分或算法微分

array：建立數(shù)組

matrix：生成矩陣

data.matrix：把數(shù)據(jù)框轉(zhuǎn)換為數(shù)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(zhuǎn)置

cbind：把列合并為矩陣

rbind：把行合并為矩陣

diag：矩陣對(duì)角元素向量或生成對(duì)角矩陣

aperm：數(shù)組轉(zhuǎn)置

nrow, ncol：計(jì)算數(shù)組的行數(shù)和列數(shù)

dim：對(duì)象的維向量

dimnames：對(duì)象的維名

rownames，colnames：行名或列名

%*%：矩陣乘法

crossprod：矩陣交叉乘積（內(nèi)積）

outer：數(shù)組外積

kronecker：數(shù)組的Kronecker積

apply：對(duì)數(shù)組的某些維應(yīng)用函數(shù)

tapply：對(duì)“不規(guī)則”數(shù)組應(yīng)用函數(shù)

sweep：計(jì)算數(shù)組的概括統(tǒng)計(jì)量

aggregate：計(jì)算數(shù)據(jù)子集的概括統(tǒng)計(jì)量

scale：矩陣標(biāo)準(zhǔn)化

matplot：對(duì)矩陣各列繪圖

cor：相關(guān)陣或協(xié)差陣

Contrast：對(duì)照矩陣

row：矩陣的行下標(biāo)集

col：求列下標(biāo)集

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

，，=，=，==，!=：比較運(yùn)算符 !，，，|，||，xor()：

邏輯運(yùn)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(biāo)集合

duplicated：找到重復(fù)元素

optimize，uniroot，polyroot：一維優(yōu)化與求根

if，else，

ifelse，

switch：

分支 for，while，repeat，break，next：

循環(huán) apply，lapply，sapply，tapply，sweep：替代循環(huán)的函數(shù)。

function：函數(shù)定義

source：調(diào)用文件 ’

call：函數(shù)調(diào)用 .

C，.Fortran：調(diào)用C或者Fortran子程序的動(dòng)態(tài)鏈接庫。

Recall：遞歸調(diào)用

browser，debug，trace，traceback：程序調(diào)試

options：指定系統(tǒng)參數(shù)

missing：判斷虛參是否有對(duì)應(yīng)實(shí)參

nargs：參數(shù)個(gè)數(shù) stop：終止函數(shù)執(zhí)行

on.exit：指定退出時(shí)執(zhí)行 eval，expression：表達(dá)式計(jì)算

system.time：表達(dá)式計(jì)算計(jì)時(shí)

invisible：使變量不顯示

menu：選擇菜單（字符列表菜單）

其它與函數(shù)有關(guān)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(shù)能將字符串轉(zhuǎn)換為表達(dá)式expression

deparse 將表達(dá)式expression轉(zhuǎn)換為字符串

eval 函數(shù)能對(duì)表達(dá)式求解

substitute，

sys.parent ，

warning，

machine

cat，print：顯示對(duì)象

sink：輸出轉(zhuǎn)向到指定文件

dump，save，dput，write：輸出對(duì)象

scan，read.table，readlines, load，dget：讀入

ls，objects：顯示對(duì)象列表

rm, remove：刪除對(duì)象

q，quit：退出系統(tǒng)

.First，.Last：初始運(yùn)行函數(shù)與退出運(yùn)行函數(shù)。

options：系統(tǒng)選項(xiàng)

?，help，help.start，apropos：幫助功能

data：列出數(shù)據(jù)集

head()查看數(shù)據(jù)的頭幾行

tail()查看數(shù)據(jù)的最后幾行

每一種分布有四個(gè)函數(shù)：

d―density（密度函數(shù)），p―分布函數(shù)，q―分位數(shù)函數(shù)，r―隨機(jī)數(shù)函數(shù)。

比如，正態(tài)分布的這四個(gè)函數(shù)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(gòu)成函數(shù)名：

norm：正態(tài)，

t：t分布，

f：F分布，

chisq：卡方（包括非中心）

unif：均勻，

exp：指數(shù)，

weibull：威布爾，

gamma：伽瑪，

beta：貝塔

lnorm：對(duì)數(shù)正態(tài)，

logis：邏輯分布，

cauchy：柯西，

binom：二項(xiàng)分布，

geom：幾何分布，

hyper：超幾何，

nbinom：負(fù)二項(xiàng)，

pois：泊松

signrank：符號(hào)秩，

wilcox：秩和，

tukey：學(xué)生化極差

sum, mean, var, sd, min, max, range, median, IQR（四分位間距）等為統(tǒng)計(jì)量，

sort，order，rank與排序有關(guān)，

其它還有ave，fivenum，mad，quantile，stem等。

R中已實(shí)現(xiàn)的有chisq.test，prop.test，t.test。

cor，cov.wt，var：協(xié)方差陣及相關(guān)陣計(jì)算

biplot，biplot.princomp：多元數(shù)據(jù)biplot圖

cancor：典則相關(guān)

princomp：主成分分析

hclust：譜系聚類

kmeans：k-均值聚類

cmdscale：經(jīng)典多維標(biāo)度

其它有dist，mahalanobis，cov.rob。

ts：時(shí)間序列對(duì)象

diff：計(jì)算差分

time：時(shí)間序列的采樣時(shí)間

window：時(shí)間窗

lm，glm，aov：線性模型、廣義線性模型、方差分析

quo()等價(jià)于quote()

enquo()等價(jià)于substitute(）

R語言常用函數(shù)

1. 判斷存在：一個(gè)元素是不是在向量中用 a%in%b

a="TT"

b=c("AA","AT","TT")

a %in% b

[1] TRUE

2. 判斷某一元素這向量中的索引（第幾個(gè)位置）： index.TT=which(b==”TT”)

index.TT=which(b=="TT")#index.TT是想知道的索引號(hào)，which是判斷函數(shù)，b是想知道的元素所在的向量

index.TT

[1] 3

3. 相當(dāng)于 python 中的字典， names 函數(shù)

b

[1] "AA" "AT" "TT"

names(b)=c("geno1","geno2","geno3")#geno mean genotype

names(b)

[1] "geno1" "geno2" "geno3"

names(b)[1]

[1] "geno1"

names(b)[1]="test"

names(b)

[1] "test""geno2" "geno3"

names(b)=NULL

b

[1] "AA" "AT"

b["geno2"]

"AT"

pop_name=c(“CEU”,"YRI")

names(pop_name)=c(1,2)

names(pop_name[1])=1

4. 去除某一元素： b[-index.nu]

#想去除元素”TT”,如果你不知道是第幾個(gè)索引，可以先判斷索引，再刪除。

b=c("AA","AT","TT")

names(b)=c("geno1","geno2","geno3")

index.TT=which(b=="TT")

b=b[-index.TT]

b

geno1 geno2

"AA""AT"

5. 相當(dāng)于 Python 中的 set() 函數(shù) 和 count() 函數(shù)： unique() ， table()

b=c("TT","AT","AT","TT","AA")

unique(b)#即相當(dāng)于去除所有的重復(fù)，只保留一個(gè)

[1] "TT" "AT" "AA"

table(b)#以元素為name,統(tǒng)計(jì)各元素的個(gè)數(shù)

b

AA AT TT

122

6. 字符串的分割： strsplit()

test="AA"

strsplit(test)

錯(cuò)誤于strsplit(test) :缺少參數(shù)"split",也沒有缺省值

strsplit(test,split='')

[[1]]

[1] "A" "A"

test=strsplit(test,split='')[[1]]

test

[1] "A" "A"

7. 文本文檔的寫入： write.table()

write.table( res.matrix,file=new.file,sep='\t',quote=F,row.names=F,col.names=F,append=T)#quote=F去掉引號(hào)后寫入，row.names=F去掉行的名字寫入，否則會(huì)把名字寫進(jìn)去

##寫入數(shù)據(jù)時(shí)候最好把數(shù)據(jù)存儲(chǔ)成一個(gè)matrix然后直接寫。要是每行每行寫的話要注意數(shù)據(jù)的格式了。先建立一個(gè)空的matrix，見8，然后通過rbind或者cbind疊加上去。

方法一：

a=c()

b=c(“AA”,”TT”,”CC”)

for (i in 1:3){

a=c(a,b)

}

write.table(a,file=”test.txt”)#你會(huì)發(fā)現(xiàn)結(jié)果是

AA

TT

CC

….

##而且還有行和列的名字，因?yàn)闆]有設(shè)置參數(shù)。因?yàn)閷?duì)于c向量來說，寫的話默認(rèn)是豎著寫的，每個(gè)元素占一行。所以比較方便的就是rbind

方法二：

a=c()

b=c(“AA”,”TT”,”CC”)

for (i in 1:3){

a=rbind(a,b)

}

write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F)#你會(huì)發(fā)現(xiàn)結(jié)果是

AA TT CC

AA TT CC

AA TT CC

##原因是rbind把最總結(jié)果當(dāng)做矩陣了。對(duì)于R數(shù)據(jù)的寫入最好能生成最后的矩陣再寫入。但是西面的梅一行寫一次和方法二的效果是想通的，但是要用到append參數(shù)。

a=c()

b=c(“AA”,”TT”,”CC”)

for (i in 1:3){

a=rbind(a,b)

write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F,append=T)

}

8. 建立一個(gè)空的 matrix ：

res.matrix - matrix( ,nrow=0,ncol=6 )##這樣就建立了一個(gè)0行6列的空matrix了。

9. 如何將 R 運(yùn)行結(jié)果輸出到文件

x=read.table("F:/my/work/chengxu/PValue/pc2jieguo/pc2302.txt")

z=t(x)

ks.test(y,z)

Two-sample Kolmogorov-Smirnov test

data:y and z

D = 0.207, p-value 2.2e-16

alternative hypothesis: two-sided

如上面運(yùn)行結(jié)果，我想將p-value 2.2e-16自動(dòng)保存到一個(gè)文件中，如何用R程序?qū)崿F(xiàn)，謝謝！

sink("output.txt")

print(ks.test(y,z)$p.value)

sink()

10 降序排列：

a=c(1,1.2,0.1,4,5,-0.1)

a=sort(a,decreasing=T)

a

[1]5.04.01.21.00.1 -0.1

11. 取前1％的數(shù)

a=c(1:10,4:20,1:100,1:1000)

a=sort(a,decreasing=T)#先降序

sig=a[round(length(a)*0.01)]

sig

[1] 990

12.在shell中直接執(zhí)行R腳本

R CMD BATCH --argstest.R

13. R中高級(jí)作圖的方法

14:設(shè)置字體類型：

par(family='Times New Roman')

15:控制圖形四周的空白大小

par(mfrow=c(3,1),mar=c(0,0,0,0))

其中mar是四周的間距,分別為x,y上下的距離

16控制作圖區(qū)域的大小layout

layout(c(1,2,3),height=c(1,1,0.5))

分成豎著三份， 其中三份比列依次為（高度依次為2：2：1）

17保留兩位小數(shù)

round(0.123,digits=2)

18 在原有圖的基礎(chǔ)上畫圖：

par(fig=c(0.1,0.5,0.43,0.65), new=TRUE)

19 只顯示y軸

plot(1:10,1:10,axes=F)

axis(2,at.....)

20 調(diào)節(jié)刻度方向 las

plot(1:10,1:10,las=1)

21 屏幕分割

layout(matrix(1:16,4,4))＃＃＃豎著plot

par(mfrow=c(4,4))##橫著plot

22.邏輯表示或者

xor為異或，兩值不等為真，兩值相等為假。例：xor(0, 1)

23. 從向量中隨機(jī)取幾個(gè)數(shù)sample

sample(rep(1:1000),10)

23 字符串轉(zhuǎn)換成小數(shù)浮點(diǎn)型

as.numeric("0.123")

24. 讀取不規(guī)范的文本

f=readLines(afile,n=1)＃n表示讀幾行

f=strsplit(f,'\t')##分割

f[1][[1]]##第一行

f[1][[1]][1]##第一行 第一個(gè)字符串

25. write 寫入文件

write(afile, "a\tb\t",append=T) #沿著每行一次 寫入

26. 不需要循環(huán)，這直接對(duì)matrix沒行或者每列進(jìn)行篩選操作apply（）

apply（data,col2 or row1, max0）

27.保留2位小數(shù)

a=2.300

a=as.numeric(sprintf(“%.3f”,a))

28。調(diào)出假設(shè)檢驗(yàn)的p value

t.test(data1,data2)$p.value

新聞名稱：R語言c函數(shù)代碼舉例 r語言函數(shù)大全
分享路徑：http://aaarwkj.com/article28/doodgjp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)頁設(shè)計(jì)公司、品牌網(wǎng)站建設(shè)、Google、App設(shè)計(jì)、網(wǎng)站收錄、商城網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)