【R语言基础操作】
🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972
个人介绍: 研一|统计学|干货分享
擅长Python、Matlab、R等主流编程软件
累计十余项国家级比赛奖项,参与研究经费10w、40w级横向
文章目录
- 1 数据读取
- 2 写数据
- 3 数据的四则运算
- 3.1 加法
- 3.2 减法
- 3.3 乘法
- 3.4 除法
- 3.5 综合算法
- 3.6 余数
- 3.7 整除
- 3.8 整除
- 3.9 判断正负
- 3.10 幂指数
- 3.11 平方根
- 4 向量
- 4.1 普通向量
- 4.2 逻辑向量
- 4.3 向量填充
- 5 向量的运算
- 5.1 加法
- 5.2 减法
- 5.3 乘法
- 5.4 除法
- 5.5 内积
- 5.6 外积
- 6 矩阵
- 6.1 普通矩阵
- 6.2 转置矩阵
- 6.3 子矩阵
- 6.5 对角矩阵
- 6.6 单位矩阵
- 7 矩阵运算
- 7.1 矩阵加法
- 7.2 矩阵减法
- 7.3 矩阵除法
- 7.4 矩阵乘法
- 7.5 两矩阵相乘
- 8 数据框
- 8.1 数据框创建
- 8.2 数据框取数
该篇文章主要演示R语言中的基本数据操作方法,建议收藏!
文章包括:数据读取;数据基本的四则运算;向量操作及运算;矩阵操作及运算;数据框操作等方法。
1 数据读取
运行程序:
data<- read.csv ( "G:\\Fonts\\Book1.csv")
head(data)
运行结果:
## X1 X2
## 1 2 5
## 2 2 2
## 3 3 7
## 4 4 0
## 5 4 2
2 写数据
运行程序:
data1<-data.frame(1,2,2)
fix(data1) #直接写入data2<-read.table("clipboard", header = T,sep = '\t')
head(data2) #通过粘贴板内容写入
运行结果:
## X119.367781 X25.99242
## 1 119.3678 25.99242
## 2 119.3678 25.99242
## 3 119.3678 25.99242
## 4 119.3678 25.99242
## 5 119.3678 25.99242
3 数据的四则运算
3.1 加法
运行程序:
a1=20
a2=4
a1+a2 #加法
运行结果:
## [1] 24
3.2 减法
运行程序:
a1-a2 #减法
运行结果:
## [1] 16
3.3 乘法
运行程序:
a1*a2 #乘法
运行结果:
## [1] 80
3.4 除法
运行程序:
a1/a2 #除法
运行结果:
## [1] 5
3.5 综合算法
运行程序:
(3+5/4)**2-6 #综合算法
运行结果:
## [1] 12.0625
3.6 余数
运行程序:
5%%2 #余数
运行结果:
## [1] 1
3.7 整除
运行程序:
5%/%2 #整除
运行结果:
## [1] 2
3.8 整除
运行程序:
abs(-3) #绝对值
运行结果:
## [1] 3
3.9 判断正负
运行程序:
sign(3) #判断正负
运行结果:
## [1] 1
3.10 幂指数
运行程序:
3^2 #幂指数
运行结果:
## [1] 9
3.11 平方根
运行程序:
sqrt(4) #平方根
运行结果:
## [1] 2
4 向量
4.1 普通向量
运行程序:
## [1] 5 3 4 2
运行结果:
## [1] 2
4.2 逻辑向量
运行程序:
y<-c(TRUE,FALSE,TRUE);y #逻辑向量
运行结果:
## [1] TRUE FALSE TRUE
4.3 向量填充
运行程序:
numeric(5) #填充5个0向量
运行结果:
## [1] 0 0 0 0 0
5 向量的运算
5.1 加法
运行程序:
a1<-c(12,18,32,24)
a2<-c(3,6,2,4)
a1+a2 #加法
运行结果:
## [1] 15 24 34 28
5.2 减法
运行程序:
a1-a2 #减法
运行结果:
## [1] 9 12 30 20
5.3 乘法
运行程序:
a1*a2 #乘法
运行结果:
## [1] 36 108 64 96
5.4 除法
运行程序:
a1/a2 #除法
运行结果:
## [1] 4 3 16 6
5.5 内积
运行程序:
a1%*%a1 #内积
运行结果:
## [,1]
## [1,] 2068
5.6 外积
运行程序:
a1%o%a2 #外积
运行结果:
## [,1] [,2] [,3] [,4]
## [1,] 36 72 24 48
## [2,] 54 108 36 72
## [3,] 96 192 64 128
## [4,] 72 144 48 96
6 矩阵
6.1 普通矩阵
运行程序:
A<-matrix(1:12,ncol=4,nrow=3,byrow=TRUE);
A #普通矩阵
运行结果:
## [,1] [,2] [,3] [,4]
## [1,] 1 2 3 4
## [2,] 5 6 7 8
## [3,] 9 10 11 12
6.2 转置矩阵
运行程序:
t(A) #转置矩阵
运行结果:
## [,1] [,2] [,3]
## [1,] 1 5 9
## [2,] 2 6 10
## [3,] 3 7 11
## [4,] 4 8 12
6.3 子矩阵
运行程序:
A[1:2,c(1,2,3)] #子矩阵
运行结果:
## [,1] [,2] [,3]
## [1,] 1 2 3
## [2,] 5 6 7
6.5 对角矩阵
运行程序:
C=matrix(1:9,nrow = 3,ncol = 3,byrow = T);diag(C)
diag(c(1:3))
运行结果:
## [,1] [,2] [,3]
## [1,] 1 0 0
## [2,] 0 2 0
## [3,] 0 0 3
6.6 单位矩阵
运行程序:
diag(3) #单位矩阵
运行结果:
## [,1] [,2] [,3]
## [1,] 1 0 0
## [2,] 0 1 0
## [3,] 0 0 1
7 矩阵运算
7.1 矩阵加法
运行程序:
A<-matrix(1:9,ncol=3,nrow=3,byrow=TRUE)
B<-matrix(4:12,ncol=3,nrow=3,byrow=TRUE)
A+B #矩阵加法
运行结果:
## [,1] [,2] [,3]
## [1,] 5 7 9
## [2,] 11 13 15
## [3,] 17 19 21
7.2 矩阵减法
运行程序:
A-B #矩阵减法
运行结果:
## [,1] [,2] [,3]
## [1,] -3 -3 -3
## [2,] -3 -3 -3
## [3,] -3 -3 -3
7.3 矩阵除法
运行程序:
A/B #矩阵除法
运行结果:
## [,1] [,2] [,3]
## [1,] 0.2500000 0.4000000 0.5000000
## [2,] 0.5714286 0.6250000 0.6666667
## [3,] 0.7000000 0.7272727 0.7500000
7.4 矩阵乘法
运行程序:
A*B #矩阵乘法
运行结果:
## [,1] [,2] [,3]
## [1,] 4 10 18
## [2,] 28 40 54
## [3,] 70 88 108
7.5 两矩阵相乘
运行程序:
A%*%B #矩阵A乘以矩阵B
运行结果:
## [,1] [,2] [,3]
## [1,] 48 54 60
## [2,] 111 126 141
## [3,] 174 198 222
8 数据框
8.1 数据框创建
运行程序:
d=data.frame(name=c("小李","小张","小民"),age=c(18,19,16),height=c(175,172,177));d
运行结果:
## name age height
## 1 小李 18 175
## 2 小张 19 172
## 3 小民 16 177
8.2 数据框取数
运行程序:
d[1,2]
运行结果:
## [1] 18
相关文章:
【R语言基础操作】
🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972 个人介绍: 研一|统计学|干货分享 擅长Python、Matlab、R等主流编程软件 累计十余项国家级比赛奖项,参与研究经费10w、40w级横向 文…...
sqlite 常见命令 表结构
在 SQLite 中,将表结构保存为 SQL 具有一定的便捷性和重要性,原因如下 便捷性: 备份和恢复:将表结构保存为 SQL 可以方便地进行备份。如果需要还原或迁移数据库,只需执行保存的 SQL 脚本,就可以重新创建表…...
基于深度学习的车辆检测技术
基于深度学习的车辆检测技术是现代智能交通系统的重要组成部分,它利用计算机视觉和机器学习算法,特别是深度学习模型,来识别和定位图像或视频中的车辆。这项技术广泛应用于自动驾驶、交通监控、违章抓拍等多个领域。 深度学习车辆检测技术的…...
MyBatis 之三:配置文件详解和 Mapper 接口方式
配置文件 MyBatis 的配置文件是 XML 格式的,它定义了 MyBatis 运行时的核心行为和设置。默认的配置文件名称为 mybatis-config.xml,该文件用于配置数据库连接、事务管理器、数据源、类型别名、映射器(mapper 文件)以及其他全局属性…...
【PyTorch】基础学习:一文详细介绍 torch.load() 的用法和应用
【PyTorch】基础学习:一文详细介绍 torch.load() 的用法和应用 🌈 个人主页:高斯小哥 🔥 高质量专栏:Matplotlib之旅:零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程ὄ…...
事务、并发、锁机制的实现
配置全局事务 DATABASES {default: {ENGINE: django.db.backends.mysql,NAME: mydb,USER:root,PASSWORD:pass,HOST:127.0.0.1,PORT:3306,ATOMIC_REQUESTS: True, # 全局开启事务,绑定的是http请求响应整个过程# (non_atomic_requests可局部实现不让事务控制)} } …...
PC-DARTS: PARTIAL CHANNEL CONNECTIONS FOR MEMORY-EFFICIENT ARCHITECTURE SEARCH
PC-DARTS:用于内存高效架构搜索的部分通道连接 论文链接:https://arxiv.org/abs/1907.05737 项目链接:https://github.com/yuhuixu1993/PC-DARTS ABSTRACT 可微分体系结构搜索(DARTS)在寻找有效的网络体系结构方面提供了一种快速的解决方案…...
git的下载与安装
下载 首先,打开您的浏览器,并输入Git的官方网站地址 点击图标进行下载 下载页面会列出不同操作系统和平台的Git安装包。根据您的操作系统(Windows、macOS、Linux等)和位数(32位或64位),选择适…...
windows文档格式转换的实用工具
大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的…...
四级缓存实现
CommandLineRunner接口的run方法 什么是多级缓存? 多级缓存就是充分利用请求处理的每个环节,分别添加缓存,减轻Server端的压力,提升服务性能。 一级缓存:1.CDN:内容分发网络 二级缓存:2.NGINX+Lua脚本+OpenResty服务器 负载均衡反向代理【静态和转发】 三级缓存:J…...
程序员如何规划职业赛道?
在快速发展的信息技术时代,程序员作为数字世界的构建者,面临着前所未有的职业选择和发展机会。选择合适的职业赛道,不仅关乎个人职业发展的高度和速度,更影响着个人职业生涯的满意度和幸福感。本文将从自我评估与兴趣探索、市场需…...
蓝桥杯day3刷题日记--P9240 冶炼金属
P9240 [蓝桥杯 2023 省 B] 冶炼金属 经典二分,先在第一组中找到最小值,在利用最小值限制范围寻找最大值 #include <iostream> #include <algorithm> using namespace std; int n,kk; int m[10001],num[10001]; int maxs,mins;bool check1…...
Mybatis-xml映射文件与动态SQL
xml映射文件 动态SQL <where><if test"name!null">name like concat(%,#{name},%)</if><if test"username!null">and username#{username}</if></where> <!-- collection:遍历的集合--> <!-- …...
MySQL_数据库图形化界面软件_00000_00001
目录 NavicatSQLyogDBeaverMySQL Workbench可能出现的问题 Navicat 官网地址: 英文:https://www.navicat.com 中文:https://www.navicat.com.cn SQLyog 官网地址: 英文:https://webyog.com DBeaver 官网地址&…...
流媒体学习之路(WebRTC)——FEC逻辑分析(6)
流媒体学习之路(WebRTC)——FEC逻辑分析(6) —— 我正在的github给大家开发一个用于做实验的项目 —— github.com/qw225967/Bifrost目标:可以让大家熟悉各类Qos能力、带宽估计能力,提供每个环节关键参数调节接口并实现一个json全…...
command failed: npm install --loglevel error --legacy-peer-deps
在使用vue create xxx创建vue3项目的时候报错。 解决方法,之前使用的https://registry.npm.taobao.org 证书过期更换镜像地址即可 操作如下: 1.cd ~2.执行rm .npmrc3. sudo npm install -g cnpm --registryhttp://registry.npmmirror.com…...
KubeSphere集群安装-nfs分布式文件共享-对接Harbor-对接阿里云镜像仓库-遇到踩坑记录
KubeSphere安装和使用集群版 官网:https://www.kubesphere.io/zh/ 使用 KubeKey 内置 HAproxy 创建高可用集群:https://www.kubesphere.io/zh/docs/v3.3/installing-on-linux/high-availability-configurations/internal-ha-configuration/ 特别注意 安装前注意必须把当前使…...
Epuck2机器人固件更新及IP查询
文章目录 前言一、下载固件更新软件包:二、查询机器人在局域网下的IP 前言 前面进行了多机器人编队仿真包括集中式和分布式,最近打算在实物机器人上跑一跑之前的编队算法。但由于Epuck2机器人长时间没使用,故对其进行固件的更新,…...
C goto 语句
C 语言中的 goto 语句允许把控制无条件转移到同一函数内的被标记的语句。 注意:在任何编程语言中,都不建议使用 goto 语句。因为它使得程序的控制流难以跟踪,使程序难以理解和难以修改。任何使用 goto 语句的程序可以改写成不需要使用 goto 语…...
【排序算法】-- 深入理解桶排序算法
概述 在计算机科学中,排序算法是一种对数据进行有序排列的重要技术。桶排序(Bucket Sort)是一种常见的排序算法,它通过将数据分到有限数量的桶中,并对每个桶中的数据分别排序,最后按照顺序将所有桶中的数据…...
浅谈 React Hooks
React Hooks 是 React 16.8 引入的一组 API,用于在函数组件中使用 state 和其他 React 特性(例如生命周期方法、context 等)。Hooks 通过简洁的函数接口,解决了状态与 UI 的高度解耦,通过函数式编程范式实现更灵活 Rea…...
vscode里如何用git
打开vs终端执行如下: 1 初始化 Git 仓库(如果尚未初始化) git init 2 添加文件到 Git 仓库 git add . 3 使用 git commit 命令来提交你的更改。确保在提交时加上一个有用的消息。 git commit -m "备注信息" 4 …...
React Native 开发环境搭建(全平台详解)
React Native 开发环境搭建(全平台详解) 在开始使用 React Native 开发移动应用之前,正确设置开发环境是至关重要的一步。本文将为你提供一份全面的指南,涵盖 macOS 和 Windows 平台的配置步骤,如何在 Android 和 iOS…...
在 Nginx Stream 层“改写”MQTT ngx_stream_mqtt_filter_module
1、为什么要修改 CONNECT 报文? 多租户隔离:自动为接入设备追加租户前缀,后端按 ClientID 拆分队列。零代码鉴权:将入站用户名替换为 OAuth Access-Token,后端 Broker 统一校验。灰度发布:根据 IP/地理位写…...
零基础设计模式——行为型模式 - 责任链模式
第四部分:行为型模式 - 责任链模式 (Chain of Responsibility Pattern) 欢迎来到行为型模式的学习!行为型模式关注对象之间的职责分配、算法封装和对象间的交互。我们将学习的第一个行为型模式是责任链模式。 核心思想:使多个对象都有机会处…...
实现弹窗随键盘上移居中
实现弹窗随键盘上移的核心思路 在Android中,可以通过监听键盘的显示和隐藏事件,动态调整弹窗的位置。关键点在于获取键盘高度,并计算剩余屏幕空间以重新定位弹窗。 // 在Activity或Fragment中设置键盘监听 val rootView findViewById<V…...
Android 之 kotlin 语言学习笔记三(Kotlin-Java 互操作)
参考官方文档:https://developer.android.google.cn/kotlin/interop?hlzh-cn 一、Java(供 Kotlin 使用) 1、不得使用硬关键字 不要使用 Kotlin 的任何硬关键字作为方法的名称 或字段。允许使用 Kotlin 的软关键字、修饰符关键字和特殊标识…...
AspectJ 在 Android 中的完整使用指南
一、环境配置(Gradle 7.0 适配) 1. 项目级 build.gradle // 注意:沪江插件已停更,推荐官方兼容方案 buildscript {dependencies {classpath org.aspectj:aspectjtools:1.9.9.1 // AspectJ 工具} } 2. 模块级 build.gradle plu…...
大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型(LLM)参数规模的增长,推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长,而KV缓存的内存消耗可能高达数十GB(例如Llama2-7B处理100K token时需50GB内存&a…...
Mobile ALOHA全身模仿学习
一、题目 Mobile ALOHA:通过低成本全身远程操作学习双手移动操作 传统模仿学习(Imitation Learning)缺点:聚焦与桌面操作,缺乏通用任务所需的移动性和灵活性 本论文优点:(1)在ALOHA…...
