一、第二章 科学计算器
要检查两个数字是否一样，要使用 all.equal() ,不要使用 == ，== 符号仅用于比较两个整型数是否存在相同 。
> all.equal(sqrt(2)^2,2) [1] TRUE > all.equal(sqrt(2) ^ 2,3) [1] "Mean relative difference: 0.5" > isTRUE(all.equal(sqrt(2) ^ 2,2)) [1] TRUE > isTRUE(all.equal(sqrt(2) ^ 2,3)) [1] FALSE
二、第三章 检查变量和工作区
变量的类：逻辑类(logical)、三个数值的类(numeric、complex、integer)、用于存储文本的字符character、存储类别数据的因子factor，以及较罕见的存储二进制数据的原始值raw
factor因子，存储类别数据
> gender = factor(c("male","female","male","female"))
> gender
[1] male female male female
Levels: female male
> levels(gender)
[1] "female" "male"
> nlevels(gender)
[1] 2
在底层，因子的值被存储为整数，而非字符。可以通过调用 as.integer() 清楚的看到
> as.integer(gender) [1] 2 1 2 1
事实证明，采用整数而非字符文本的存储方式，令内存的使用非常高效
> gender_char = sample(c("female","male"),1000,replace = TRUE)
> gender_char
......
> gender_fac = as.factor(gender_char)
> #把数据的类型转换为因子型
> object.size(gender_char)#object.size()函数返回对象的内存大小
8160 bytes
> object.size(gender_fac)
4560 bytes
把因子转换为字符串
> as.character(gender) [1] "male" "female" "male" "female"
改变一个对象的类型(转型casting)
> x = "123.456" #使用as*函数改变x的类型 > as.numeric(x) #as(x,"numeric") [1] 123.456 > is.numeric(x) [1] FALSE
代码 options(digits = n) 设置全局变量确定打印数字的小数点位数。
> options(digits = 10) > (x = runif(5)) [1] 0.040052175522 0.544388080016 0.506369658280 [4] 0.144690239336 0.005838404642
runif 函数将生成30个均匀分布于0和1之间的随机数，summary 函数就不同的数据类型提供汇总信息，例如对数值变量：
> num = runif(30)
> summary(num)
Min. 1st Qu. Median Mean
0.001235794 0.199856233 0.475356185 0.475318138
3rd Qu. Max.
0.703412558 0.984893506
letters、LETTERS 是两个内置的常数
> letters [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" [13] "m" "n" "o" "p" "q" "r" "s" "t" "u" "v" "w" "x" [25] "y" "z" > LETTERS [1] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" "L" [13] "M" "N" "O" "P" "Q" "R" "S" "T" "U" "V" "W" "X" [25] "Y" "Z"
sample 函数为抽样函数，它的格式为：sample( x , size= , replace= ) 第三个参数的缺省值是F ，表示进行的是无放回抽样。
对a~e重复随机抽样30次：
> fac = factor(sample(letters[1:5],size = 30,replace = T)) > summary(fac) a b c d e 4 7 2 5 12
> bool = sample(c(TRUE,FALSE,NA),30,replace = TRUE) > summary(bool) Mode FALSE TRUE NA's logical 10 8 12
创建数据框dfr ，这里只显示他的前几行
> dfr = data.frame(num,fac,bool)
> head(dfr) #默认显示前6行
num fac bool
1 0.34019507235 b NA
2 0.77415443189 e TRUE
3 0.02201034524 d TRUE
4 0.11190012516 e NA
5 0.18030911358 a NA
6 0.98489350639 d TRUE
> summary(dfr)
num fac bool
Min. :0.001235794 a: 4 Mode :logical
1st Qu.:0.199856233 b: 7 FALSE:10
Median :0.475356185 c: 2 TRUE :8
Mean :0.475318138 d: 5 NA's :12
3rd Qu.:0.703412558 e:12
Max. :0.984893506
str 函数能显示对象的结构。对向量来说，它并非很有趣(因为它们太简单了)，但 str 对数据框和嵌套列表非常有用：
> str(num) num [1:30] 0.34 0.774 0.022 0.112 0.18 ... > str(dfr) 'data.frame': 30 obs. of 3 variables: $ num : num 0.34 0.774 0.022 0.112 0.18 ... $ fac : Factor w/ 5 levels "a","b","c","d",..: 2 5 4 5 1 4 1 4 1 5 ... $ bool: logi NA TRUE TRUE NA NA TRUE ...
每个类都有自己的打印(print)方法，以此控制如何显示到控制台。又是，这种打印模糊了其内部结构，或忽略了一些有用的信息。用unclass函数可绕开这一点，显示变量是如何构建的。例如，对因子调用 unclass 函数会显示它仅是一个整数(integer) 向量，拥有一个叫 levels 的属性：
unclass(fac) [1] 2 1 4 3 attr(,"levels") [1] "cat" "dog" "goldfish" "hamster"
attributes 函数能显示当前对象的所有属性列表：
> attributes(fac) $levels [1] "cat" "dog" "goldfish" "hamster" $class [1] "factor"
view 函数会把数据框显示为电子表格。edit 和 fix 与其相似，不过它们允许手动更改数据值。
View(dfr) #不允许更改 new_dfr = edit(dfr) #更改将保存于new_dfr fix(dfr) #更改将保存于dfr
View(head(dfr,50)) #查看前50行
三、第四章 向量、矩阵和数组
数组能存放多维矩形数据。矩阵是二维数组的特例。
有很多创建序列的方法，seq创建的优点是可设置步长。
> (xulie = seq(1,15,2)) [1] 1 3 5 7 9 11 13 15
length() 函数查询序列的长度：
> length(xulie) [1] 8
向量的命名：
> c(apple = 1,banana = 2,"kiwi fruit" = 3, 4)
apple banana kiwi fruit
1 2 3 4
> x = 1:4
> names(x) = c("apple" ,"banana" ,"kiwi fruit","")
> x
apple banana kiwi fruit
1 2 3 4
数组的创建：
> three_d_array = array( #三维数组
+ 1:24,
+ dim = c(4,3,2),
+ dimnames = list(
+ c("one","two","three","four"),
+ c("ein","zwei","drei"),
+ c("un","deux")
+ )
+ )
> three_d_array
, , un
ein zwei drei
one 1 5 9
two 2 6 10
three 3 7 11
four 4 8 12
, , deux
ein zwei drei
one 13 17 21
two 14 18 22
three 15 19 23
four 16 20 24
> (a_matrix = matrix( #创建矩阵
+ 1:12,
+ nrow = 4,byrow = T,
+ dimnames = list(
+ c("one","two","three","four"),
+ c("ein","zwei","drei")
+ )
+ ))
ein zwei drei
one 1 2 3
two 4 5 6
three 7 8 9
four 10 11 12
一些函数：
> x = (1:5) ^ 2
> x
[1] 1 4 9 16 25
> x[c(1,3,5)]
[1] 1 9 25
> x[c(-2,-4)]
[1] 1 9 25
> x[c(TRUE,F,T,F,T)]
[1] 1 9 25
> names(x) = c("one","four","nine","sixteen","twenty five")
> x
one four nine sixteen twenty five
1 4 9 16 25
> which(x > 10)
sixteen twenty five
4 5
> which.min(x)
one
1
> which.max(x)
twenty five
5
>
> rep(1:5 , 3) [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 > rep(1:5 , each = 3) [1] 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5 > rep(1:5 , times = 1:5) [1] 1 2 2 3 3 3 4 4 4 4 5 5 5 5 5 > rep(1:5 , length.out = 7) [1] 1 2 3 4 5 1 2
> rep.int(1:5 , 3) [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 > rep_len(1:5 , 13) [1] 1 2 3 4 5 1 2 3 4 5 1 2 3
> dim(three_d_array) [1] 4 3 2 > dim(a_matrix) [1] 4 3 > nrow(a_matrix) [1] 4 > ncol(a_matrix) [1] 3
第五章 列表和数据框
#创建一个列表
> (main_list = list( + element_in_main_list = log10(1:10), + middle_list = list( + element_in_middle_list = diag(3), + inner_list = list( + element_in_inner_list = pi ^ 1:4, + another_element_in_inner_list = "a" + ) + ) + )) $element_in_main_list [1] 0.0000000 0.3010300 0.4771213 0.6020600 0.6989700 0.7781513 [7] 0.8450980 0.9030900 0.9542425 1.0000000 $middle_list $middle_list$element_in_middle_list [,1] [,2] [,3] [1,] 1 0 0 [2,] 0 1 0 [3,] 0 0 1 $middle_list$inner_list $middle_list$inner_list$element_in_inner_list [1] 3.141593 $middle_list$inner_list$another_element_in_inner_list [1] "a"
对列表进行查询
(uk_bank_holidays_2013 <-list(
Jan = "New Year's Day",
Feb = NULL,
Mar = "Good Friday",
Apr = "Easter Monday",
May = c("Early May Bank Holiday","Spring Bank Holiday"),
Jun = NULL,
Jul = NULL,
Aug = "Summer Bank Holiday",
Sep = NULL,
Oct = NULL,
Nov = NULL,
Dec = c("Chrismas Day","Boxing Day")
))
#假如创建列表时并没有给各元素命名，可在最后利用names()对列表命名。names(uk_bank_holidays_2013) = month.abb;
> uk_bank_holidays_2013["Jan"] #各种查询方式 $Jan [1] "New Year's Day" > uk_bank_holidays_2013[["Jan"]] [1] "New Year's Day" > uk_bank_holidays_2013$Jan [1] "New Year's Day" > uk_bank_holidays_2013[1] $Jan [1] "New Year's Day" > uk_bank_holidays_2013[[1]] [1] "New Year's Day"
> uk_bank_holidays_2013[[c(5,2)]] #各种查询方式 [1] "Spring Bank Holiday" > uk_bank_holidays_2013[[5]][[2]] [1] "Spring Bank Holiday" > uk_bank_holidays_2013$May [1] "Early May Bank Holiday" "Spring Bank Holiday" > uk_bank_holidays_2013$May[2] [1] "Spring Bank Holiday"
> uk_bank_holidays_2013$Jan = NULL #删去元素操作 > uk_bank_holidays_2013$Feb = NULL > uk_bank_holidays_2013["Aug"] = list(NULL) #将元素设置为NULL值 > uk_bank_holidays_2013 $Mar [1] "Good Friday" $Apr [1] "Easter Monday" $May [1] "Early May Bank Holiday" "Spring Bank Holiday" $Jun NULL $Jul NULL $Aug NULL $Sep NULL $Oct NULL $Nov NULL $Dec [1] "Chrismas Day" "Boxing Day"
创建数据框：
> (a_data_frame = data.frame( #创建一个数据框 + x = letters[1:5], + y = rnorm(5), + z = runif(5) > 0.5
+ row.names = NULL #如果输入的任何变量有名称，那么行名称就取自第一 + )) #个向量名称，该语句可将此规则覆盖掉 x y z 1 a 0.3067414 FALSE 2 b -2.4637065 TRUE 3 c 0.8443321 TRUE 4 d -0.0163287 TRUE 5 e 0.8291859 TRUE
注意，每列的类型可与其他列不同，但在同一列中的元素类型必须相同。还要注意的是，对象的类名是 data.frame ，中间有一个点，而非空字符。
第五章介绍了列表与数据框，操作数据框是一个很大的话题，13章会讨论。