R学习-知识点记录（Temp）

前言：

此文章仅供自己使用，学习笔记记录。

视频教程学习记录：

视频地址：数据分析与R语言视频教程+课件。

书籍学习笔记：

书籍：《统计建模与R软件》（薛毅编著）

R树笔记：

指数：2**3或者2^3。

exp()指数；sqrt()开根号；range()范围，得到最小值和最大值；prod()求向量各分量的连乘积。

中位数：median()、均值：mean()、方差：var()、标准差sd()

等差数列：

> 2.34:5
[1] 2.34 3.34 4.34

等间隔函数：

> seq(from=2, to=5, by=0.5)
[1] 2.0 2.5 3.0 3.5 4.0 4.5 5.0
> seq(2, 5, by=1)
[1] 2 3 4 5

缺失值：

> z = c(1:3, NA);z
[1]  1  2  3 NA
> is.na(z)
[1] FALSE FALSE FALSE  TRUE
> z[is.na(z)] = 10;z
[1]  1  2  3 10

以下为2015.7.16更新

参数：

x, y, xmin, xmax, ymin, ymax, xend, yend, data, xlim, ylim, xlab, ylab, asp，sep间隔

facets：图形/数据的分面。它把数据按某种规则进行分类，每一类数据做一个图形，所以最终效果就是一页多图

margins：是否显示边界

position： 图形或者数据的位置调整

color：线条颜色

fill：填充颜色

alpha：透明度

angle：角度

size：点或者线的宽度

vjust：纵向位置，hjust：横向位置

shape：形状

group：分组

geom： 图形的几何类型（geometry），ggplot2用几何类型表示图形类别，比如point表示散点图、line表示曲线图、bar表示柱形图等

stat： 统计类型（statistics），直接将数据统计和图形结合

aes：图形的可视属性如形状、颜色、透明度等称为美学属性（或艺术属性），确定数据与美学属性之间对应关系的过程称为映射

coord：坐标系

http://www.tuicool.com/articles/nUf2ae

函数：

exp()指数；sqrt()开根号；range()范围，得到最小值和最大值

prod()求向量各分量的连乘积；median()中位数；mean()均值；var()方差；sd()标准差。

unique（dt$DOCTOR)：求DOCTOR列的元素（唯一）

tapply(dtDOCTOR, sum)：依据DOCTOR字段不同，对PAID求和

apply(x,2,min)：对数据框x求列的min；apply(x,1,max)：对数据框x求行的max。（margin为1表示行，2表示列）

d.sub <- diamonds[sample(nrow(diamonds), 500), ]：取500个样本

mean() 求平均值；var() 求方差反映离散程度；prod() 求阶乘

iris[which(iris$Species==’setosa’), 1:2]

rbind()行合并，cbind列合并。

head(数据框)：显示数据框的前几列。

排序：sort()、order()、sort.list()

rep(1, 10)：将1复制10次，得到10个1

seq()：等间隔函数seq(from=2, to=5, by=0.5)得到[1] 2.0 2.5 3.0 3.5 4.0 4.5 5.0

rownames()：求数据框或者矩阵的列名

colnames()：求数据框或者矩阵的行名

vector向量，factor因子，array数组，matrix矩阵，data frame数据框，time series时间序列，list列表

point散点图，line曲线图，smooth平滑曲线，jitter另一种散点图，boxplot箱线图，histogram直方图，density密度分布图，bar柱状图

转载请注明出处，谢谢！（原文链接：http://blog.csdn.net/bone_ace/article/details/46045579）