《R語言程序設(shè)計》 課件 第2章 數(shù)據(jù)對象

數(shù)據(jù)對象目錄數(shù)據(jù)類型數(shù)值型（numeric）、字符型（character）、復(fù)數(shù)型（complex）、邏輯型（logical）、特殊值等數(shù)據(jù)結(jié)構(gòu)向量（vector）、數(shù)組(array)、矩陣(matrix)、數(shù)據(jù)框(dataframe)、列表(list)、因子(factor)等綜合實驗大小寫敏感。命名：數(shù)字、字母、“.”和“_”都是允許的。不過，一個命名必須以.或者字母開頭。如果以.開頭，第二個字符不允許是數(shù)字?；久睿罕磉_式（expressions），賦值（assignments）。命令分割：可以用“；”

隔開，或者另起一行。程序塊：基本命令可以通過大括弧({和})放在一起構(gòu)成一個復(fù)合表達式。注釋：一行中，從“#”

開始到句子收尾之間的語句是注釋?；緮?shù)據(jù)類型：數(shù)值型（numeric）、字符型（character）、復(fù)數(shù)型（complex）和邏輯型（logical）?；緮?shù)據(jù)結(jié)構(gòu)：向量（vector）、數(shù)組(array)、矩陣(matrix)、數(shù)據(jù)框(dataframe)、列表(list)、因子(factor)等。R語言特點（復(fù)習(xí)）數(shù)據(jù)類型x

8a

'city'變量的賦值基本賦值語句answer

value變量名／賦值對象值賦值符號R語言常見的數(shù)據(jù)類型：字符型、數(shù)值型、邏輯型、復(fù)數(shù)型此外還有一些特殊值：NA：表示缺失值(Missingvalue)，是“NotAvailable”的縮寫Inf：表示無窮大，是“Infinite”的縮寫NaN：表示非數(shù)值，是“NotaNumber”的縮寫NULL：表示空值，即沒有內(nèi)容數(shù)據(jù)類型數(shù)據(jù)類型辨別函數(shù)轉(zhuǎn)換函數(shù)characteris.character()as.character()complexis.complex()as.complex()integeris.integer()as.integer()logicalis.logical()as.logical()numericis.numeric()as.numeric()NAis.na()as.na()在R中，字符型的日期值無法進行日期變量的計算，可通過日期值處理函數(shù)，將字符型的日期值轉(zhuǎn)換成日期變量。日期類型函數(shù)功能Sys.Date()返回系統(tǒng)當(dāng)前的日期Sys.time()返回系統(tǒng)當(dāng)前的日期和時間date()返回系統(tǒng)當(dāng)前的日期和時間（返回的值為字符串）as.Date()將字符串形式的日期值轉(zhuǎn)換為日期變量as.POSIXlt將字符串轉(zhuǎn)化為包含時間及時區(qū)的日期變量strptime()將字符型變量轉(zhuǎn)化為包含時間的日期變量strftime()將日期變量轉(zhuǎn)換成指定格式的字符型變量format()將日期變量轉(zhuǎn)換成指定格式的字符串a(chǎn)s.Date()：將字符串形式的日期值轉(zhuǎn)換為日期變量。使用格式：as.Date(x,format="",...)其中x是要轉(zhuǎn)換的對象，為字符型數(shù)據(jù)，format則給出了用于讀入日期的適當(dāng)格式。日期類型符號含義示例符號含義示例%d數(shù)字表示的日期01~31%Y四位數(shù)的年份2023%a縮寫的星期名Mon%H24小時制小時00-23%A非縮寫的星期名Monday%I12小時制小時01-12%w數(shù)字表示0-6%pAM/PM指示AM/PM%m數(shù)字表示的月份00~12%M十進制的分鐘00-60%b縮寫的月份Jan%S十進制的秒00-60%B非縮寫的月份January%y二位數(shù)的年份16其他日期類型as.POSIXlt()strptime()strftime()format()

日期類型#時間變量的轉(zhuǎn)換#創(chuàng)建一個字符型日期時間變量>x<-c("2023-02-0810:07:52","2023-08-0719:33:02")#判定是否為字符型變量>is.character(x)[1]TRUE#對字符串形式的日期時間值按照格式進行轉(zhuǎn)換>as.POSIXlt(x,tz="","%Y-%m-%d%H:%M:%S")[1]"2023-02-0810:07:52CST""2023-08-0719:33:02CST">(x<-strptime(x,"%Y-%m-%d%H:%M:%S"))[1]"2023-02-0810:07:52CST""2023-08-0719:33:02CST">strftime(x,format="%Y/%m/%d")[1]"2023/02/08""2023/08/07“#輸出的格式轉(zhuǎn)換成format定義的格式>format(x,"%d/%m/%Y")[1]"08/02/2023""07/08/2023"查看對象的類型使用格式：class(x)、mode(x)、typeof(x)。其中x為需要查看類型的對象。mode()函數(shù)查看數(shù)據(jù)的大類，class()函數(shù)查看數(shù)據(jù)的類，typeof()函數(shù)則更加細化，查看數(shù)據(jù)的細類。對于未知類型的對象，在R中有3個函數(shù)可以查看對象的類型:>df<-data.frame(c1=letters[1:3],c2=1:3,c3=c(1,-1,3.0),stringsAsFactors=F)>sapply(df,mode)c1c2c3"character""numeric""numeric">sapply(df,class)c1c2c3"character""integer""numeric">sapply(df,typeof)c1c2c3"character""integer""double"數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)R有許多用于存儲數(shù)據(jù)的結(jié)構(gòu)，包括向量、矩陣、數(shù)組、數(shù)據(jù)框、列表和因子。向量向量的創(chuàng)建、等差序列、重復(fù)序列、向量索引、NA和NULL值、編輯、排序矩陣和數(shù)組矩陣的創(chuàng)建、合并、拉直、索引、行和列的計算、行列命名、數(shù)組創(chuàng)建、維度數(shù)據(jù)框和列表數(shù)據(jù)框的創(chuàng)建、索引、列表的創(chuàng)建、索引因子因子的創(chuàng)建、level（水平）、因子序列、因子的存儲數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)：向量向量以一維數(shù)組的方法管理數(shù)據(jù)，是R語言中最基本的數(shù)據(jù)結(jié)構(gòu)。向量可以是數(shù)值型、字符型、邏輯值型(T、F)和復(fù)數(shù)型。實例：創(chuàng)建不同類型的向量“:”運算符，生成指定范圍內(nèi)數(shù)值構(gòu)成的向量。一個向量的所有元素都必須屬于相同的類型。如果不是，R將強制執(zhí)行類型轉(zhuǎn)換。>x1<-c(1,2,3,4)#創(chuàng)建數(shù)值型向量,可寫成x1=c(1:4)>x2<-c("a","b","c","d")#創(chuàng)建字符型變量>x3<-c(TRUE,FALSE,FALSE,TRUE)#創(chuàng)建邏輯型變量向量c()函數(shù)創(chuàng)建向量length()測向量長度>w<-c(1,3,4,5,6,7)>length(w)[1]6>mode(w)[1]“numeric”>w2<-c(T,F,T)>length(w2)[1]3>mode(w2)[1]"logical">w1<-c('張三','李四','王五')>length(w1)[1]3>mode(w1)[1]"character"向量一個向量的所有元素都必須屬于相同的類型。如果不是，R將強制執(zhí)行類型轉(zhuǎn)換。>w4<-c(w,w1)>w4[1]"1""3""4""5""6""7""張三""李四""王五">mode(w4)[1]"character">w5<-c(w1,w2)>w5[1]"張三""李四""王五""TRUE""FALSE""TRUE">mode(w5)[1]"character">(w<-seq(1:10))

[1]12345678910>(x<-sqrt(w))[1]1.0000001.4142141.7320512.0000002.2360682.4494902.6457512.8284273.0000003.162278向量的運算R語言最強大的方面之一就是函數(shù)的向量化。向量的算術(shù)運算如果兩個向量的長度不同？>(w1<-c(2,3,2,3))[1]2323>(w2<-c(3,1,4,2,5,3))[1]314253>(w<-w1+w2)[1]546576Warningmessage:Inw1+w2:longerobjectlengthisnotamultipleofshorterobjectlengthseq(from=1,to=1,by=((to-from)/(length.out-1)),length.out=NULL,along.with=NULL,...)等差序列的創(chuàng)建seq()產(chǎn)生等距間隔的數(shù)列，其基本形式為:參數(shù)描述from等差數(shù)列的首項數(shù)據(jù)，默認為1to等差數(shù)列的尾項數(shù)據(jù)，默認為1by等差的數(shù)值length.out產(chǎn)生向量的長度>(seq(1,-9))[1]10-1-2-3-4-5-6-7-8-9>(seq(1,-9,length=5))[1]1.0-1.5-4.0-6.5-9.0>(seq(1,-9,by=-2))[1]1-1-3-5-7-9>(seq(1,10,2))[1]13579重復(fù)序列的創(chuàng)建rep()是重復(fù)函數(shù)，其基本形式：rep(x,n)其中x是預(yù)重復(fù)的序列，n是重復(fù)的次數(shù)。>(rep(1:4,2))[1]12341234>(rep(1:4,each=2))[1]11223344>(rep(1:4,c(2,2,2,2)))[1]11223344>(rep(1:4,c(2,1,2,1)))[1]112334>(rep(1:4,each=2,len=4))[1]1122>(rep(1:4,each=2,times=3))[1]112233441122334411223344練習(xí)創(chuàng)建一個向量x，內(nèi)含等差數(shù)列：首位為1.7，等差為0.1，長度為5創(chuàng)建向量y，y為重復(fù)序列：元素為“red”、“orange”、“green”，各元素重復(fù)兩次，序列長度為5向量索引索引，用方括號[]來實現(xiàn)，也稱之為子集、下標或切片。索引是R中最重要和最常用的運算符。索引用來選擇向量中部分或個別元素來構(gòu)成子向量。向量1[向量2]：向量1中索引為向量2的那些元素。atcbfgh1234567vector:index:向量索引

R語言中，提供如下多種索引方法。給向量傳入正數(shù)，它會返回此位置上的向量元素切片。它的第一個位置是1（而不像其他某些語言一樣是0）。給向量傳入負數(shù)，它會返回一個向量切片，它將包含除了這些位置以外的所有元素。給向量傳入一個邏輯向量，它會返回一個向量切片，里面只包含索引為TRUE的元素。對于已命名的向量，給向量傳入命名的字符向量，將會返回向量中包含這些名字的元素切片。向量索引x[n] 第n個元素x[-n] 除了第n個元素的xx[1:n] 前n個元素x[-(1:n)] 第n+1至最后的元素x[c(1,4,2)] 指定元素x["name"] 名為"name"的元素x[x>3] 所有大于3的元素x[x>3&x<5] 區(qū)間(3,5)的元素x[x%in%c("a","and","the")]給定組中的元素例向量索引>x<-c(2,4,6,8,1)>x[c(1,3,5)][1]261>x[c(-2,-4)][1]261>x[c(TRUE,FALSE,TRUE,FALSE,TRUE)][1]261>names(x)<-c('one','two','three','four','five')>x[c('one','three','four')]onethreefour268>x[c(1,-1)]Errorinx[c(1,-1)]:only0'smaybemixedwithnegativesubscripts如果給每個元素命名，該方法也將返回相同的值：三個索引方法都將返回相同的值：混合使用正負值是不允許的，會拋出一個錯誤：NA和NULL值NA：缺失值，NULL：不存在的值。subset()函數(shù)，在向量中篩選符合條件的值，它可以自動過濾NA值。>x<-c(2,4,6,8,1,NA)>subset(x,x>5)[1]6,8>x[x>5][1]6,8,NA>x<-c(2,4,6,NA)>mean(x)[1]NA>mean(x,na.rm=T)[1]4>x<-c(2,4,6,NULL)>mean(x)4向量索引which()函數(shù)將返回邏輯向量中為TRUE的位置。which.min和which.max分別是which(min(x))和which(max(x))的簡寫：>x<-c(2,4,6,8,1)>which(x>3)[1]234>which.min(x)[1]5>which.max(x)[1]4向量編輯R語言可以對已經(jīng)創(chuàng)建好的向量直接進行元素擴展及刪除等編輯操作。向量中元素的刪除通過減號加元素下標的形式實現(xiàn)。例：向量元素的擴展及刪除#向量編輯>x<-c(1,2,3,4)#向量擴展>(x<-c(x,c(5,6,7)))[1]1234567#單個元素的刪除>(x<-x[-1])[1]234567#多個元素的刪除>(x<-x[c(3:5)])[1]456使用sort()等函數(shù)進行排序。向量排序sort()函數(shù)常用參數(shù)常用參數(shù)參數(shù)描述選項x

排序的對象排序的對象為數(shù)值型，也可以是字符型。decreasing

排序的順序默認設(shè)置為FALSE，即升序排序。設(shè)置為TRUE時，為降序排序。na.last

是否將缺失值放到序列的最末尾。默認設(shè)置為FALSE，設(shè)置為TRUE時將向量中的NA值放到序列的最末尾。向量vector用于描述一維數(shù)據(jù)，是R語言中最基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)形式。矩陣matrix描述二維數(shù)據(jù)，和向量相似，其內(nèi)部元素可以是實數(shù)、復(fù)數(shù)、字符、邏輯型數(shù)據(jù)。矩陣matrix使用兩個下標來訪問元素，A[i,j]表示矩陣A第i行、第j列的元素。多維數(shù)組array描述多維數(shù)據(jù)。array有一個特征屬性叫維數(shù)向量（dim屬性），它的長度是多維數(shù)組的維數(shù)，dim內(nèi)的元素則是對應(yīng)維度的長度。矩陣是數(shù)組的特殊情況，它具有兩個維度。數(shù)據(jù)結(jié)構(gòu)：矩陣和數(shù)組matrix()函數(shù)，以向量形式輸入矩陣中的全部元素，使用ncol和nrow設(shè)置矩陣的行和列數(shù)。注意向量1~10是按列填充的，如果想要以行為單位填充，則可以將參數(shù)byrow設(shè)置為TRUE。矩陣創(chuàng)建>(w<-seq(1:10))[1]12345678910>(a<-matrix(w,nrow=5,ncol=2))[,1][,2][1,]16[2,]27[3,]38[4,]49[5,]510>(a<-matrix(w,nrow=5,ncol=2,byrow=T))[,1][,2][1,]12[2,]34[3,]56[4,]78[5,]910在創(chuàng)建矩陣時，也可以使用dimnames參數(shù)設(shè)置行和列的名稱。矩陣創(chuàng)建>(a<-matrix(w,nrow=5,ncol=2,byrow=T,dimnames=list(paste0('r',1:5),paste0('l',1:2))))l1l2r112r234r356r478r5910函數(shù)cbind()把其橫向拼成一個大矩陣，rbind()把其縱向拼成一個大矩陣。合并cbind()時高度（行數(shù)）應(yīng)該相等。rbind()合并時寬度相等。如果參與合并的變量不一致，則循環(huán)不足后合并。矩陣合并>(x1<-cbind(c(1,2),c(3,4)))[,1][,2][1,]13[2,]24>(x1<-rbind(c(1,2),c(3,4)))[,1][,2][1,]12[2,]34>cbind(x1,1)[,1][,2][,3][1,]121[2,]341矩陣的拉直設(shè)A是一個矩陣，則函數(shù)as.vector(A)可以將矩陣轉(zhuǎn)化為向量。如：>(A<-matrix(1:6,2,3))[,1][,2][,3][1,]135[2,]246>as.vector(A)[1]123456矩陣的行或列計算colSums()對矩陣各列求和colMeans()求矩陣各列的均值rowSums()對矩陣各行求和rowMeans()求矩陣各列的均值>(A<-matrix(1:16,4,4))[,1][,2][,3][,4][1,]15913[2,]261014[3,]371115[4,]481216>colSums(A)[1]10264258>colMeans(A)[1]2.56.510.514.5>rowSums(A)[1]28323640>rowMeans(A)[1]78910R語言中有豐富的矩陣運算的函數(shù)，包括四則運算、對矩陣各行列的求和、對矩陣各行列的求均值、轉(zhuǎn)置等。矩陣的運算函數(shù)功能+-*/四則運算，要求矩陣的維數(shù)相同，對對應(yīng)位置的各元素進行運算colSums()對矩陣的各列求和rowSums()對矩陣的各行求和colMeans()對矩陣的各列求均值rowMeans()對矩陣的各行求均值t()對矩陣的行列進行轉(zhuǎn)置det()求解方陣的行列式outer()求解矩陣的外積（叉積）%*%矩陣乘法，要求第一個矩陣的列數(shù)與第二個矩陣的行數(shù)相同diag()對矩陣取對角元素，若對象為向量，則生成以向量為對角元素的對角矩陣solve()對矩陣求解逆矩陣，要求矩陣可逆x[i,j] 下標為(i,j)的元素x[i,] 第i行x[,j] 第j列x[,c(1,3)]第1和3列x["name",]名為"name"的行矩陣索引數(shù)組是矩陣的擴展，它把數(shù)據(jù)的維度擴展到兩個以上。通過函數(shù)array()方便地創(chuàng)建數(shù)組。數(shù)組創(chuàng)建建立一個三維數(shù)據(jù)的數(shù)組，其維度是2*5*3。在結(jié)果中會依次展示3個2行5列的矩陣。>(w_array<-array(1:30,dim=c(2,5,3))),,1[,1][,2][,3][,4][,5][1,]13579[2,]246810,,2[,1][,2][,3][,4][,5][1,]1113151719[2,]1214161820,,3[,1][,2][,3][,4][,5][1,]2123252729[2,]2224262830對于矩陣和數(shù)組，dim()

函數(shù)將返回其維度的整數(shù)值向量：對于矩陣，函數(shù)nrow()

和ncol()

將分別返回行數(shù)和列數(shù)：矩陣行、列和維度>a_matrix<-matrix(1:10,nrow=5,ncol=2)>w_array<-array(1:30,dim=c(2,5,3))>dim(a_matrix)[1]52>dim(w_array)[1]253>nrow(a_matrix)[1]5>ncol(a_matrix)[1]2建立下圖所示的矩陣：對第2行、第3列進行索引練習(xí)v1v2v3v4u112710u234811u356912數(shù)據(jù)框data.frame和列表list，也是一個二維數(shù)據(jù)。在使用R語言進行數(shù)據(jù)分析和挖掘的過程中，向量和數(shù)據(jù)框的使用頻率是最高的，list則在存儲較復(fù)雜的數(shù)據(jù)時作為數(shù)據(jù)對象類型。數(shù)據(jù)結(jié)構(gòu)：數(shù)據(jù)框和列表數(shù)據(jù)框是僅次于向量的最重要的數(shù)據(jù)對象類型。在實際操作中，通常會用數(shù)據(jù)框的一列代表某一變量屬性的所有取值，用一行代表某一樣本數(shù)據(jù)。data.frame()函數(shù)可以直接把多個向量建立為一個數(shù)據(jù)框，并為列設(shè)置名稱。數(shù)據(jù)框創(chuàng)建>(my.datasheet<-data.frame(site=c('A','B','A','A','B'),+season=c('winter','summer','summer','spring','fall'),+pH=c(7.4,6.3,8.6,7.2,8.9)))siteseasonpH1Awinter7.42Bsummer6.33Asummer8.64Aspring7.25Bfall8.9可以通過names(<數(shù)據(jù)框>)來讀取并編輯列名稱。數(shù)據(jù)框創(chuàng)建>names(my.datasheet)[1]"site""season""pH">names(my.datasheet)[1]<-'type'>names(my.datasheet)[1]"type""season""pH"索引列<數(shù)據(jù)框?qū)ο?gt;[,列下標向量]，直接獲取相應(yīng)列的所有元素，并以數(shù)據(jù)框?qū)ο笮问椒祷亍＠篿ris[,2]索引行<數(shù)據(jù)框?qū)ο?gt;[行下標,]，直接獲取相應(yīng)行的所有元素，例如：iris[1:2,]數(shù)據(jù)框索引列名稱索引列下標索引<數(shù)據(jù)框?qū)ο?gt;$列名稱<數(shù)據(jù)框?qū)ο?gt;[[“名稱”]]<數(shù)據(jù)框?qū)ο?gt;[[列下標]]<數(shù)據(jù)框?qū)ο?gt;[,列下標]iris$Sepal.Lengthiris[["Sepal.Length"]]iris[[2]]iris[,2]iris[1:2,]list()可以用于創(chuàng)建列表對象。例：以下對象my.list由三個成分組成：第一個是名稱為stud.id的數(shù)值，第二個是名稱為的字符串，第三個是名稱為stud.marks的數(shù)值向量。列表創(chuàng)建>(my.list<-list(stud.id=34453,+='張三',+stud.marks=c(14.3,12,15,19)))$stud.id[1]34453$[1]"張三"$stud.marks[1]14.312.015.019.0可以使用函數(shù)length()來檢查列表成分的個數(shù)可以通過函數(shù)unlist()把列表中的所有元素轉(zhuǎn)換為向量元素，轉(zhuǎn)換后的向量元素的個數(shù)和列表中所有數(shù)據(jù)對象的個數(shù)相同。列表創(chuàng)建>unlist(my.list)stud.idstud.marks1stud.marks2stud.marks3stud.marks4"34453""張三""14.3""12""15""19“>length(my.list)[1]3列表索引索引x[n] 列表顯示元素nx[[n]] 列表的第n個元素x[["name"]]名為"name"的元素x$name 同上.因子提供了一個簡單而又緊湊的形式來處理分類數(shù)據(jù)。因子用level（水平）來表示所有可能的取值。如果數(shù)據(jù)集有取值個數(shù)固定的分類變量，因子特別有用。通過factor()函數(shù)創(chuàng)建因子,使用格式：factor(x=character(),levels,labels=levels,exclude=NA,ordered=is.ordered(x),nmax=NA)數(shù)據(jù)結(jié)構(gòu)：因子通過factor()函數(shù)創(chuàng)建因子，參數(shù)如下。創(chuàng)建因子參數(shù)描述x表示需要創(chuàng)建為因子的數(shù)據(jù)，是一個向量levels表示所創(chuàng)建的因子數(shù)據(jù)的水平，如果不指定的話，就是x中不重復(fù)的所有值labels用來標識這一水平的名稱，與水平一一對應(yīng)，方便用戶識別exclude表示有哪些水平是不需要的ordered一個邏輯值，若為TRUE,表示有序因子，為FALSE則表示無序因子nmax表示水平個數(shù)的上限通過gl()函數(shù)創(chuàng)建因子。創(chuàng)建因子使用格式：gl(n,k,length=n*k,labels=seq_len(n),ordered=FALSE)參數(shù)描述n表示因子水平的個數(shù)k表示每個水平的重復(fù)數(shù)length表示生成的序列的長度labels一個n維向量，表示因子水平ordered一個邏輯值，若為TRUE,表示有序因子，為FALSE則表示無序因子通過下面的例子，可以加深理解因子的儲存形式。因子型數(shù)據(jù)的儲存原理>chr<-c('R','Python','R','Ruby','Lisp','R')>class(chr)[1]"character">(f<-factor(chr))[1]RPythonRRubyLispRLevels:LispPythonRRuby>class(f)[1]"factor">storage.mode(f)[1]"integer">as.numeric(f)[1]323413>levels(f)[1]"Lisp""Python""R""Ruby"通過這個例子，可以知道f的類型是整數(shù)形式，并且1對應(yīng)的是“Lisp”,2對應(yīng)的是“Python”，3對應(yīng)的是“R”，4對應(yīng)的是“Ruby”，這些是按照字母順序排序的。小結(jié)數(shù)據(jù)類型數(shù)值型（numeric）、字符型（character）、復(fù)數(shù)型（complex）、邏輯型（logical）、特殊值數(shù)據(jù)結(jié)構(gòu)向量（vector）、數(shù)組(array)、矩陣(matrix)、數(shù)據(jù)框(dataframe)、列表(list)、因子(factor)綜合實驗鞏固R語言數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu)的概念。掌握數(shù)據(jù)對象轉(zhuǎn)換和辨別函數(shù)的使用方法。掌握向量、矩陣、數(shù)組、數(shù)據(jù)框、列表、因子的常用方法，并能靈活綜合運用。熟悉集成開發(fā)環(huán)境RStudio。能夠通過help方法自學(xué)函數(shù)及其中參數(shù)的用法。實驗?zāi)繕说?章講義中的案例第2章綜合實驗第2章使用的函數(shù)第2章思考與練習(xí)實驗內(nèi)容及資料目標：掌握數(shù)據(jù)對象轉(zhuǎn)換和辨別函數(shù)的使用方法。內(nèi)容：學(xué)習(xí)R中常見數(shù)據(jù)類型的辨別與轉(zhuǎn)換函數(shù)，從中選擇3-5個函數(shù)編程實現(xiàn)，并分析數(shù)據(jù)對象的類型。思路：數(shù)據(jù)類型的辨別與轉(zhuǎn)換數(shù)據(jù)類型的查看實驗1：數(shù)據(jù)對象的轉(zhuǎn)換數(shù)據(jù)類型辨別函數(shù)轉(zhuǎn)換函數(shù)數(shù)值型（numeric）is.numeric()as.numeric()字符型（character）is.character()as.character()邏輯型（logical）is.logical()as.logical()復(fù)數(shù)型（complex）plex()plex()整數(shù)型（integer）eger()eger()浮點型（double）is.double()as.double()特殊值（NA）is.na()as.na()mode()class()typeof()目標：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握向量的運用。內(nèi)容：實驗2：向量A班《微積分》與《線性代數(shù)》成績?nèi)缦拢何⒎e分

1008877665544線性代數(shù)997060873191（1）利用R語言向量求出班里人數(shù)（2）求出微積分成績的最大值和最小值length(x)#判斷向量的長度which.min(x)#求向量的最小值所在的位置x[which.min(x)]#索引最小值位置的數(shù)值目標：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握矩陣的運用。內(nèi)容：實驗3：矩陣1.創(chuàng)建矩陣（1）將已有數(shù)據(jù)轉(zhuǎn)化為矩陣（2）特殊矩陣的快捷創(chuàng)建方法2.矩陣的查看（1）查看矩陣的維數(shù)（2）提取矩陣的行數(shù)與列數(shù)（3）引用元素（4）給行列命名（5）調(diào)用行列名3.矩陣的運算（1）將多個矩陣合并（2）矩陣的加減乘（3）矩陣的逆（4）矩陣的轉(zhuǎn)置（5）特征值分解實驗3：矩陣matrixmatrix(0,nrow=3,ncol=3)diag(rep(1,4)))#創(chuàng)建一個對角線上全是1的矩陣，diag為對角矩陣diag(1:4)#創(chuàng)建一個對角線上元素不同的矩陣dim()#查看矩陣的維數(shù)nrow()#查看矩陣的行數(shù)ncol()#查看矩陣的列數(shù)colnames(M)=paste0(“x_”,1:4)#給矩陣的列命名rownames(M)=1:3#給矩陣的行命名rbind(A,B)#將矩陣列對齊，行相加（r代表行，row）cbind(A,B)#將矩陣行對齊，列相加（c代表列，col）solve()#矩陣的逆t()#矩陣的轉(zhuǎn)置實驗3：矩陣設(shè)有如下所示矩陣（1）創(chuàng)建矩陣，將上述矩陣存入變量x中；（2）將列向量（2，3，4）合并到矩陣x中得到矩陣y；（3）求矩陣y與yT（可以將yT命名為z）之和m，并在m中檢索出下標為[2，3]的元素輸出。122335matrix(c(1,2,3,2,3,5),nrow=3)cbind(x,c(2,3,4))#矩陣和合并z<-t(y)#求y的轉(zhuǎn)置m<-y+z#求和目標：學(xué)習(xí)R語言數(shù)據(jù)結(jié)構(gòu)的概念，掌握數(shù)組的運用。內(nèi)容：實驗4：數(shù)組（1）創(chuàng)建數(shù)組（2）數(shù)組維度的查看（3）數(shù)組的復(fù)制（4）數(shù)組的四則運算（5）數(shù)組的調(diào)用（6）數(shù)組元素的訪問#創(chuàng)建數(shù)組，數(shù)組維數(shù)為3，各維度值為2,3,4array(1:24,c(2,3,4))array(1:6,c(1,2,3),dimnames=list(c("A1"),c("B1","B2"),c("C1","C2","C3")))dim(z)#查看數(shù)組維度a[1,,]#調(diào)用每一組矩陣中的第一行result<-apply(result,c(1),sum)#計算合計值實驗4：數(shù)組創(chuàng)建一個3維數(shù)組（數(shù)組中數(shù)據(jù)為連續(xù)整數(shù)，從1開始），各維度下標的最大值為2,3,4。數(shù)組各維度的名稱定義如下：dim1：("A1","A2")dim2：("B1","B2","B3")dim3：("C1","C2","C3","C4")（1）按要求創(chuàng)建數(shù)組z；（2）查看數(shù)組維度；（3）索引下標為[2，3，2]的元素，索引維度名稱為["A2","B3","C2"]的元素并將其值修改為30。z["A2","B3","C2"]<-30#將["A2","B3","C2