昆山网站制作seo宣传

1. 基础操作和函数

• 清空环境：rm(list = ls()) 用于清空当前的R环境。

• 打印输出：print("Hello, world") 用于输出文本到控制台。

• 查看已安装包和加载包：

  • search()：查看当前加载的包。
  • install.packages("package_name")：安装包。
  • library(package_name)：加载已安装的包。
  • update.packages("package_name")：更新包。

• 帮助文档：

  • help.start()：打开帮助文档。
  • help(function_name) 或 ?function_name：查看函数的帮助文档。
  • example("function_name")：查看函数的示例。
  • help.search("search_term") 或 ??search_term：搜索帮助文档中的关键词。

2. 基本计算

• 常见操作：加 (+)、减 (-)、乘 (*)、除 (/)、幂运算 (^)、比较 (>, <, >=, ==, !=)。

  • 示例：

    1 + 1
    2 * 3
    4 / 2
    2^3
    log2(16)
    sqrt(25)  # 计算平方根
    exp(1)  # e的1次方
    pi  # 圆周率
    round(pi, digits = 2)  # 保留2位小数
    

• 变量赋值：可以使用 =, <- 或 -> 进行赋值。

  • 示例：

    a = 3 + 5
    A <- 3 + 5
    a <- 3 + 7
    a
    b <- sqrt(36)
    

3. 逻辑判断

• 逻辑运算符：&（与），|（或），==（等于），!=（不等于），>（大于），<（小于）。
  • 示例：

    2 > 5
    5 >= 3
    6 < 7
    5 != 6
    3 * 3 == 3^2  # 等式判断
    (3 * 3 == 3^2) & (5 > 4)  # 逻辑与
    (3 * 3 == 3^2) | (5 > 4)  # 逻辑或
    

4. 数据类型与常量

• 数据类型：R中常见的数据类型包括数值、字符、逻辑值和因子。

  • class(variable)：查看变量的类型。
  • 示例：

    class(1603)      # "numeric"
    class("1603")    # "character"
    class(TRUE)      # "logical"
    class(FALSE)     # "logical"
    class("shanghai") # "character"
    

• 常量与变量：

  • 常量是固定的值，如 2、"324"。
  • 变量是可赋值的，如：

    afdfd = 324
    

5. 向量和数据结构

• 向量：向量是R中最基本的数据类型，可以存储多个元素。
  • 示例：

    score = c(98, 96, 98)  # 数字向量
    names(score) = c("yuwen", "shuxue", "yingyu")  # 给向量元素命名
    

• 矩阵：矩阵是由相同数据类型元素组成的二维数组。
  • 示例：

    y <- matrix(1:20, nrow = 5, ncol = 4)  # 创建一个5行4列的矩阵
    mymatrix <- matrix(c(1, 26, 24, 68), nrow = 2, ncol = 2, byrow = TRUE)
    

• 数组：数组是多维矩阵，可以存储多个矩阵。

  • 示例：

    z <- array(1:24, c(2, 3, 4), dimnames = list(c("A1", "A2"), c("B1", "B2", "B3"), c("C1", "C2", "C3", "C4")))
    

• 数据框（Data Frame）：数据框是R中非常重要的数据结构，可以存储不同类型的数据。每列可以是不同的类型。

  • 示例：

    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)
    

• 因子：因子用于处理分类数据。
  • 示例：

    diabetes <- factor(c("Type1", "Type2", "Type1", "Type1"))
    

    

• 列表（List）：列表可以存储不同类型的元素，可以包含向量、矩阵、数据框等。
  • 示例：

    mylist <- list(title = "My First List", ages = c(25, 26, 18, 39), matrix(1:10, nrow = 5))
    

6. 统计分析与可视化

• 计算均值与标准差：

  • 示例：

    mean(weight)  # 计算均值
    sd(weight)    # 计算标准差
    

• 相关性分析：

  • 示例：

    cor(age, weight)  # 计算年龄与体重之间的相关性
    

• 绘图：

  • 示例：

    plot(age, weight)  # 散点图
    hist(x)             # 绘制直方图
    

总结：

• R语言的数据类型包括向量、矩阵、数组、数据框、因子和列表。数据框（Data Frame）是R中最常用的数据结构。
• 基础操作包括算术运算、逻辑判断、数据类型操作等。
• 统计与可视化：R提供了丰富的统计分析功能，如均值、标准差、相关性分析和绘图功能。