R 语言入门与介绍

简介: R 语言入门与介绍

文章和代码已经归档至【Github仓库:https://github.com/timerring/dive-into-AI 】或者公众号【AIShareLab】回复 R语言 也可获取。

常用算术运算符

运算符 描述
+ 加法
减法
* 乘法
/ 除法
^或** 求幂
\%\% 求余
\%/% 整数除法

注意,R 区分大小写。

常用数学函数

  • abs(x)
  • sqrt(x)
  • sin(x)、cos(x)、tan(x)
  • asin(x)、acos(x)、atan(x)
  • exp(x)
  • log(x)、log2(x)、log10(x)
  • round(x, 保留位数)
  • ceiling(x)
  • floor(x)
  • trunc(x):截取 x 的整数部分
  • R 包中的大多数函数都附带例子,函数 example ( ) 用于运行示例代码。

R 对象

在 R 语言中,“一切皆对象”。数据分析包括很多步骤,从数据整理、探索、建模到可视化,每个步骤都需要处理不同的对象,例如向量、矩阵、函数、模型等。

a = 3 + 5
# 可以写成
a <- 3 + 5

建议使用 <- 赋值符号,避免与比较操作符 == 相混淆

b <- sqrt(36) #b=6
a + b
# 也可以在左边计算它的值,然后通过右赋值“->”把结果赋给一个新的对象;这个写法并不常见
a + 3*b -> c
c

对象的名字可以由一个或一个以上的字符组成。对象名一般 只能以字母开头 ,可以包含数字、点“.”和下划线“_”。

常用的关系和逻辑运算符

  • >
  • <
  • ==
  • !=
  • >=
  • <=
  • &
  • |
  • !

工作空间管理

工作空间(workspace)就是 R 的工作环境,所有创建的对象都被临时保存在工作空间(也可称为全局环境,.GlobalEnv)中。

我们可以用函数 ls( ) 列出当前工作空间中的所有对象。

ls()

工作目录(working directory)是 R 用来读取文件和保存结果的一个文件夹。我们可以使用函数 getwd( ) 来查看当前的工作目录,也可以使用函数 setwd( ) 设定当前的工作目录。把某个分析项目的所有文件保存在一个文件夹里会给项目管理带来便利,提高分析效率。因此,在一个代码脚本文件的第一行,通常可以先设定工作目录

getwd()  # 获取工作目录路径
setwd("/home/project/myprojects/project1")  # 修改工作目录路径

# 想要把当前工作空间保存到一个指定的文件,可以在退出时输入
save.image("MyFile.Rdata")
# 输出后可以刷新右侧文件树,右键复制文件路径,或者下载

下次我们只需使用函数 load( ) 就可以载入保存的工作空间并继续进行该项目的分析工作。在工作量较大时,可以很好地提高工作效率。

目录
相关文章
|
机器学习/深度学习 数据采集 算法
全网最快入门———R语言机器学习实战篇8《主成分分析》
R 语言是为数学研究工作者设计的一种数学编程语言,主要用于统计分析、绘图、数据挖掘。 机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
全网最快入门———R语言机器学习实战篇8《主成分分析》
|
3月前
|
并行计算 IDE 数据挖掘
R语言入门:如何安装与配置环境
【8月更文挑战第27天】通过本文的指南,你应该能够顺利安装并配置R语言环境,以便进行数据分析和编程任务。R语言以其强大的功能和灵活的扩展性,成为数据分析领域的重要工具。希望本文能够帮助你入门R语言,并激发你进一步学习和探索的兴趣。随着经验的积累,你将能够充分利用R语言的优势,提高工作效率和数据处理能力。
|
3月前
|
数据采集 机器学习/深度学习 数据可视化
使用R语言进行统计分析:入门与实践
【8月更文挑战第10天】通过本文,我们介绍了使用R语言进行统计分析的基本流程,包括数据加载、数据清洗、描述性统计、假设检验以及数据可视化等关键步骤。R语言以其强大的功能和丰富的包资源,为数据分析师和科学家提供了强大的工具。随着你对R语言的
|
6月前
|
存储 数据处理 数据库
R语言入门:基础语法和数据结构
【4月更文挑战第25天】本文为R语言初学者提供入门指南,介绍R语言起源、安装配置、基本语法、数据类型和结构、数据操作以及统计和图形绘制。R语言是强大的统计分析工具,拥有丰富数据处理功能和活跃社区。通过学习变量赋值、控制结构、向量、矩阵、数组、数据框和列表,以及数据导入导出、筛选修改,可奠定R语言基础。掌握基础后,可进一步探索其在统计计算和图形绘制中的应用。
83 2
|
数据采集 机器学习/深度学习 人工智能
数据清洗、数据处理入门!R语言我来了,数据不再零散!
「数据清洗」和「预处理」是数据科学中必不可少的一部分,它们能够帮助我们准确地分析和预测未来趋势。如果你曾经尝试过进行分析或建模,你会发现数据往往不像我们所想象的那样干净、整洁。需要对数据进行仔细的检查、清理和处理,才能真正把数据转变成有用的信息。
497 0
|
数据可视化 数据挖掘 Python
生命科学相关专业入门R语言的参考资料推荐
生命科学相关专业入门R语言的参考资料推荐
|
存储 数据库 Python
R语言:第一部分 入门
R语言:第一部分 入门
227 0
R语言:第一部分 入门
|
机器学习/深度学习 算法 数据挖掘
全网最快入门———R语言机器学习实战篇6《功效分析》
R 语言是为数学研究工作者设计的一种数学编程语言,主要用于统计分析、绘图、数据挖掘。 机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
|
机器学习/深度学习 算法 数据挖掘
全网最快入门———R语言机器学习实战篇4
R 语言是为数学研究工作者设计的一种数学编程语言,主要用于统计分析、绘图、数据挖掘。 机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
全网最快入门———R语言机器学习实战篇4
|
机器学习/深度学习 算法 数据挖掘
全网最快入门———R语言机器学习实战篇1
R 语言是为数学研究工作者设计的一种数学编程语言,主要用于统计分析、绘图、数据挖掘。 机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
全网最快入门———R语言机器学习实战篇1
下一篇
无影云桌面