R语言实战 第二章

Lespremeto

# 第2章
# 矩阵 matrix
# 很多教程、推文都说matrix不好用，但是学的时候还是掌握的扎实一些哈
[mw_shl_code=applescript,true]mymatrix <- matrix()[/mw_shl_code]# 创建矩阵，默认情况下，按列填充，即byrow = F

# 示例
[mw_shl_code=applescript,true]y <- matrix(1:20, nrow = 5, ncol = 4)

y



cells <- c(1, 26, 24, 68)

rnames <- c('R1', 'R2')

cnames <- c('C1', 'C2')

mymatrix <- matrix(cells, nrow = 2, ncol = 2, byrow = 2,

                   dimnames = list(rnames, cnames))

mymatrix[/mw_shl_code]

# 数组 array
[mw_shl_code=applescript,true]myarrar <- array(vector, dimensions, dimnames)[/mw_shl_code]

# 示例-创建一个三维数组
[mw_shl_code=applescript,true]dim1 <- c('a1', 'a2')

dim2 <- c('b1', 'b2', 'b3')

dim3 <- c('c1', 'c2', 'c3', 'c4')

z <- array(1:24, c(2,3,4), dimnames = list(dim1, dim2, dim3))

z[/mw_shl_code]

# 数据框——最长处理的数据结构
[mw_shl_code=applescript,true]mydata <- data.frame(col1, col2, col3,...)[/mw_shl_code]
# 列向量col1， col2， col3等可为任何类型（字符型、数值型或逻辑型），包罗万象~

# 示例
[mw_shl_code=applescript,true]patientID <- c(1, 2, 3, 4)

age <- c(25, 34, 28, 52)

diabetes <- c('type1', 'type2', 'type1', 'type1')

status <- c('poor', 'improved', 'excellent', 'poor')

patientdata <- data.frame(patientID, age, diabetes, status)

patientdata[/mw_shl_code]

# 选取数据框中元素
[mw_shl_code=applescript,true]patientdata[1:2]

patientdata[c('patientID', 'status')]

patientdata$patientID [/mw_shl_code]# $被用来选取一个给定数据框中的某个特定变量

## 每个变量前都需键入patientdata，是非常麻烦的，可以使用一些函数，简化代码
# attach()、 detach()
[mw_shl_code=applescript,true]attach(mtcars)

summary(mpg)

summary(disp)

detach(mtcars)

summary(mpg)[/mw_shl_code]

# with()
[mw_shl_code=applescript,true]with(mtcars,{

  print(summary(mpg))

  plot(mpg, disp)

  plot(mpg, wt)

})[/mw_shl_code]
# with()的局限在于其赋值仅在此函数的括号内生效
# 如需创建在with()结构以外存在的变量，使用特殊赋值符 <<-替代 标准赋值符<-即可

# 因子
## 变量可归结为 名义型、有序型或连续型变量
# 连续型变量可呈现为某个范围内的任意值，并同时表示了顺序和数量
# 类别（名义型）变量和有序类别（有序型）变量称为因子
# 要表示有序型变量，需要为函数factor()指定参数ordered = T；对于字符型向量，因子的水平默认依字母顺序创建
# 可以通过levels选项来覆盖默认排序

# 示例
[mw_shl_code=applescript,true]status <- factor(status, order = T,

                 levels = c('poor', 'improved', 'excellent'))#此时，poor=1，improved=2，excellent=3[/mw_shl_code]

# 示例-因子的使用
[mw_shl_code=applescript,true]patientID <- c(1, 2, 3, 4)

age <- c(25, 34, 28, 52)

diabetes <- c('type1', 'type2', 'type1', 'type1')

status <- c('poor', 'improved', 'excellent', 'poor')

status <- factor(status, order = T)

diabetes <- factor(diabetes)

patientdata <- data.frame(patientID, age, diabetes, status)

patientdata

str(patientdata)

summary(patientdata)[/mw_shl_code]

# 函数read.table()的选项
sep #分开数据值的分隔符，默认为sep = " "
na.strings # 可选的用于表示缺失值的字符向量，如 na.strings =c('-9', '?')把-9和?读取为NA
quote # 用于对有特殊字符的字符串划定界限的字符串。默认值为双引号（"）或单引号（'）