智能商务与R语言 - 第一章：语言基础 - 《计算机专业课笔记》

基本信息
向量
- 基本操作
  - 赋值
  - 根据索引获取值
- 常用函数
矩阵
- 基本操作
  - 赋值
  - 根据索引获取值
- 常用函数

基本信息

下载与安装

点击查看【bilibili】

基本界面认识

首先在右上角File处新建文件夹：

界面认识如下：

一些操作技巧

Ctrl+Shift+C：注释快捷键，可以添加/消除注释,也可多行注释
Ctrl + Shift + Enter：执行整个文件
Ctrl+Enter：运行当前/被选中的代码
Ctrl+L：清空命令行（控制台）
Ctrl± ：缩小界面
alt + -：快速打出赋值符号**<-**

所谓赋值符号就类似于其他语言里面的=。

参照：
R Studio操作技巧笔记_Smilecoc的博客-CSDN博客_rstudio清空命令行

输出和注释

print("hello world") # 这是一条输出的注释

基础变量赋值

x<-1 # 此时x等于1

数据类型

# 小数赋值
var1 <- 3.14
# 整数赋值
var2 <- 88L # 这里没有L也可以
# 文本赋值
var3 <- "hello"

使用 L 表示法可以确保R语言将值用作整数，这比数值占用的内存空间少，因为数值也可以有小数点。

转义字符

message = "使用反斜杠来\"转义\""
print(message) # "使用反斜杠来\"转义\""
cat(message) # 使用反斜杠来"转义"

print的输出是原样输出，包括双引号。
cat的输出会对原字符串进行解析。

算数运算

x <- 11
y <- 4
# 加法
print(x + y)
# 减法
print(x - y)
# 乘法
print(x * y)
# 除法
print(x / y)
# 求幂（指数）
print(x ^ y)
print(x ** y)
# 取模（取余）
print(x %% y)
# 取商
print(x %/% y)

条件运算

if - else

num <- 3
if(num == 1){
  print( "one " )
}else if(num == 2){
  print("Two" )
}else if (num == 3){
  print( "Three" )
}else {
  print( "Something else" )}

switch

x <- "c"
result <- switch(
  x,
  "a" = "one",
  "b" ="Two",
  "c" = "Three",
  "d" = "Four"
)
print(result) # Three

逻辑运算符

|：或
&：与

循环

while

i <- 1
while (i < 10){
  print(i)
  i <- i + 1
}

for

for (x in 1:10){
  print(x)
}

break and next

break等同于break
next等同于continue
不解释了，想必都会用。

向量

基本操作

赋值

x <- c(1,2,3,4)

向量赋值的时候一定要用c开头，括号内是向量的值。

如果向量有序，还要快速赋值的方法：

根据索引获取值

x <- c(1,2,3,4)
print(x[1]) # 1

注意R语言的索引不是从**0**开始的，而是从**1**开始的。

常用函数

x<-c(1,7,9,4,9,12,0.9,1.2)
length(x) # 获取长度 8
sum(x) # 获取向量之和 44.1
min(x) # 获取向量最小值 0.9
max(x) # 获取向量最大值 12
mean(x) # 获取向量的平均值 5.5125
order(x) # 获取向量排序后 原索引的排序 7 1 8 4 2 3 5 6
rank(x) # 原序列在排序当中的下标 2.0 5.0 6.5 4.0 6.5 8.0 1.0 3.0
cumsum(x) # 前n项和 1.0  8.0 17.0 21.0 30.0 42.0 42.9 44.1

这里重点解释一下order函数：获取向量排序后原索引的排序。
第一章：语言基础 - 图3
所以如果想要获得排序后的x向量，可以使用如下函数：

x[order(x)] # 0.9  1.0  1.2  4.0  7.0  9.0  9.0 12.0
sort(x) # 0.9  1.0  1.2  4.0  7.0  9.0  9.0 12.0

矩阵

基本操作

赋值

X <- matrix(c(1,2,3,4,5,6),nrow = 2,ncol = 3)
# 参数可以省略
X <- matrix(c(1,2,3,4,5,6),2,3)
# 也可以只写一个参数，默认为行数，列数会自动结算
X <- matrix(c(1,2,3,4,5,6),2)

解析一下参数：<br />第一个参数是向量，第二个参数是**行数**，第三个参数是**列数**。<br />输出如下：

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

可以看到默认是按照列排序的，如果想要按照行排序：

m<-matrix(c(1,2,3,4),2,2,byrow = TRUE)

根据索引获取值

X[1,1] # 1
X[,1] # 1 2
X[,-1] 
#      [,1] [,2]
# [1,]    3    5
# [2,]    4    6

如果没有填入具体的值，就表示获取所有的行/列 例如这里的[,1]就表示获取第一列的所有行。如果值为-x，表示去除第x行/列剩下的矩阵

常用函数

apply

m<-matrix(c(1,2,3,4),2,2,byrow = TRUE)
apply(m,1,sum)
apply(m,2,min)

参数解析：<br />第一个参数是矩阵；<br />第二个参数，`1`表示按照**行**，`2`表示按照**列**；<br />第三个参数为统一调用的函数；<br />m的输出如下：

     [,1] [,2]
[1,]    1    2
[2,]    3    4

所以apply(m,1,sum)表示对m矩阵按行求和：

# 3 7

所以apply(m,2,min)表示对m矩阵按列求最小值：

# 1 2

dim

m<-matrix(c(1,2,3,4),2,2,byrow = TRUE)
dim(m) # 2 2

dim函数主要用户获取矩阵的规格，两个数字分别代表**行数**和**列数**。

重命名函数

m<-matrix(c(1,2,3,4),2,2,byrow = TRUE)
rownames(m)<-c("第一行","第二行")
colnames(m)<-c("第一列","第二列")

输出矩阵m如下：

       第一列 第二列
第一行      1      2
第二行      3      4

转置与逆矩阵

m<-matrix(c(1,2,3,4),2,2,byrow = TRUE)
t(m) # 转置矩阵
solve(m) # 求解矩阵，没有其余参数则求解为逆矩阵

t函数用于对矩阵进行转置

> t(m)
       第一行 第二行
第一列      1      3
第二列      2      4
> solve(m)
       第一行 第二行
第一列   -2.0    1.0
第二列    1.5   -0.5

solve

solve用于求解a*x = b的情况，这里的a``b可以是实数，也可以是矩阵和向量：

A<-matrix(c(2,1,1,1,2,1,1,1,2,3,4,1),3)
b<-c(7,8,9)
x1<-solve(A,b)

输出结果为：

> x1
[1] 1 2 3

说明`A * x1 = b`。

prop.table()

这个函数可以把数值转换为百分比：

m<-matrix(c(1,2,3,4),2,2,byrow = TRUE)
prop.table(m)

输出结果如下：

       第一列 第二列
第一行    0.1    0.2
第二行    0.3    0.4