基础知识 | R语言高级数据管理之函数
R语言数据管理之函数篇
在做任何数据分析的第一步，是根据个人需求创建数据集，存储数据的结构是多样的，包括向量，矩阵、数据框、因子以及列表等。其实，以上几个R语言的独特术语，在C++中也会经常用到，导致很多人都会误认为自己很熟悉了，然而在实际的应用中，却经常出现错误。最近在处理一波量大的数据，在运行程序的过程中，因为前期数据处理错误却出现各种bug，经过检查数据集发现是数据管理的问题，为了巩固R语言的基本数据管理，特地重新基础知识。
01
数学函数
x<-c(1,2,3,4,5,6,7,8,9)mean(x)[1] 5sd(x)[1] 2.738613
02
概率函数
x<-pretty(c(-3,3),30)y<-dnorm(x)plot(x,y,type="l",xlab="NormalDeviate",ylab="Density",yaxs="i")
#指数函数
y<-exp(x）plot(x,y,type="l",xlab="NormalDeviate",ylab="Density",yaxs="i")
03
随机数的生成
#生成7个随机数
> runif(7)[1] 0.38380225 0.49297152 0.28230372 0.259866000.70236043 0.98603726 0.02660941
#再次调用随机数，会发现新生成的和第一次生成的有区别
> runif(7)[1] 0.7906136 0.2597749 0.2442815 0.71379560.9609680 0.2076069 0.7164634
#若要重现生成的7个随机数，可以用随机数的种子函数
> set.seed(1234)> runif(7)[1] 0.113703411 0.622299405 0.609274733 0.6233794420.860915384 0.640310605 0.009495756> set.seed(1234)> runif(7)[1] 0.113703411 0.622299405 0.609274733 0.6233794420.860915384 0.640310605 0.009495756
小结
R语言最大的优势是绘图，学R的初心就是为了绘制实验过程产生的数据图，然而随着深度学习，会发现，R语言的数据分析也很重要，常常会在绘制图形的过程中，因为数据框中存在格式不统一，字符或者缺失值等原因导致绘图失败。对于非数学专业又喜欢R语言的人来说，学R之路漫漫其修远，没有极客基因是不行的，打好基础是进阶的前提！
我知道你 在看 哦