《R语言初学指南》一1.5 本章小结

简介:

本节书摘来自异步社区《R语言初学指南》一书中的第1章,第1.5节,作者【美】Brian Dennis(布莱恩·丹尼斯),更多章节内容可以访问云栖社区“异步社区”公众号查看

1.5 本章小结

R语言初学指南
要想进行更长、更复杂的计算,或是绘制一幅复杂的图形,都需要在控制台中输入多行命令,看起来这并不易于操作。事实确实如此。本书第2章将会介绍如何输入、编辑并保存一串很长的命令列表到R的“脚本”文件中,并同时运行整个命令列表。同样,使用c()(合并)命令将一组很大的数据集输入到一个或几个向量中,看上去既笨拙又不方便。本书第5章将会介绍如何将数据输入并保存在一个独立的数据文件中,以及如何在R中调用该数据文件来绘图和分析。通常大多数人,特别是科学家们,讨厌不必要的操作——要相信R的作者们也深知这一点。

内容回顾

1.在R的算术语句中,运算的优先级依次是:幂运算(^),乘法与除法运算(*与/),加法与减法运算(+与−);同级别运算顺序从左到右,括号内的运算优先进行。

例如:

> 3*(12-5)^2+4-6/2*2
[1] 145

2.赋值语句会将结果保存在计算机的内存中。赋值语句用“=”或“<−”表示,计算赋值符号右侧的内容,并将其结果保存到符号左侧的变量名中。要注意区分变量名的大小写。输入变量名可提取变量值。

例如:

> Daily.run=2
Cumulative.run=20
Cumulative.run=Cumulative.run+Daily.run
Cumulative.run
[1] 22

3.向量是一个有序的数字表。用命令c()可以方便地建立较小的向量。当对一个数字与一个向量进行数学运算时,用该数字与向量中的每一个元素分别进行计算,运算优先级与普通运算语句相同。当对两个长度相同的向量进行数学运算时,将两向量中的对应元素进行计算,运算优先级与普通运算语句相同。命令“:”提供了一种简便的方式来建立包含一组数据的向量。

例如:

> time.long=c(0,1,2,3,4,5,6,7,8,9,10)
time.long
 [1] 0 1 2 3 4 5 6 7 8 9 10
time.quick=0:10
time.quick
 [1] 0 1 2 3 4 5 6 7 8 9 10
time.long+time.quick
 [1] 0 2 4 6 8 10 12 14 16 18 20
distance=16*time.long^2
distance
 [1]  0  16  64 144 256 400 576 784 1024 1296 1600

4.命令plot()可将两个向量在直角坐标系中表示出来。命令中第一个参数为横坐标轴的变量,各命令参数用逗号隔开。参数type=可定义不同类型的图形,如type="l"表示线图(用线段将各点连接),type="p"表示散点图(仅将各点描出,不用线段连接)。图形可保存为多种图片格式,也可复制到剪贴板中。命令points()可在打开的图形中增加额外的点,其语句与原始的plot()命令相同。

例如:

> time=(0:10)/10
distance=16*time^2
plot(time,distance,type="l")
lab.data=c(.3,1.4,1.5,1.9,4.8,5.3,7.9,9.8,13.7,15.7)
lab.time=(1:10)/10
points(lab.time,lab.data,type="p")
相关文章
|
5月前
|
机器学习/深度学习 算法 数据挖掘
R语言在金融分析中的应用
【4月更文挑战第25天】R语言在金融分析中扮演关键角色,尤其在风险管理、资产定价、量化交易、市场预测和投资组合优化方面。作为开源的统计计算和图形平台,R语言拥有强大的统计功能、丰富的包支持和交互式环境。在风险管理中,R用于评估和管理风险,如VaR和ES;在资产定价上,它支持经典模型和衍生品定价;在量化交易领域,R提供策略开发和回测工具;市场预测利用R的统计和机器学习功能;而在投资组合优化上,R帮助确定最佳资产配置。随着金融技术发展,R语言的应用将持续增长。
86 2
|
5月前
|
数据挖掘 C++
使用R语言进行时间序列分析
【4月更文挑战第25天】时间序列分析是一种重要的数据分析方法,广泛应用于经济学、金融学、气象学、生态学等领域。R语言是一种强大的统计分析工具,提供了丰富的函数和包用于时间序列分析。本文将介绍使用R语言进行时间序列分析的基本概念、方法和实例,帮助读者掌握R语言在时间序列分析中的应用。
83 2
|
存储 数据库 Python
R语言:第一部分 入门
R语言:第一部分 入门
223 0
R语言:第一部分 入门
|
IDE 数据可视化 开发工具
R语言教程
R语言教程
353 0
R语言教程
|
机器学习/深度学习 数据可视化 大数据
可曾听闻【大话】二字—统计学R语言
# 我为什么要写这篇 &gt; 我们都知道,21世纪是数据科学的时代,而统计学则是数据科学的基础,任正非在一档访谈节目中也着重谈到了统计学在大数据时代的重要性。大数据不能被直接拿来使用,统计学依然是数据分析的灵魂。 ![image-20220608170829223](C:\Users\萧\AppData\Roaming\Typora\typora-user-images\image-20220608170829223.png) # 总论 全章概览图 ![image-20220608170918361](C:\Users\萧\AppData\Roaming\Typora\typora-u
307 0
|
机器学习/深度学习 大数据 物联网
|
Unix
《R语言初学指南》一2.6 本章小结
本节书摘来自异步社区《R语言初学指南》一书中的第2章,第2.6节,作者【美】Brian Dennis(布莱恩·丹尼斯),更多章节内容可以访问云栖社区“异步社区”公众号查看 2.6 本章小结 R语言初学指南 在上例中,由于向量t、principal.paid.month.t、interest.paid.month.t及principal.remaining都包含360(或m)个元素,它们在控制台显示时会出现大片的数字。
1892 0