1. 括号前面是函数；函数后面需要加括号
2. 问号？在哪里意味着问题出在哪里
3. 出现不管多少的提示信息时，检查是否有error，没有就不管
4. 检查报错地方：引号、拼写、大小写、中英文【注意抓住error的地方】
5. 操作期间解答后，包更新了就不能撤回，但赋值可重新赋值
6. 默认存储位置为工作目录（working directory），即Rproj的文件夹；下次可直接双击Rproj文件夹，既可恢复之前已保存的种种设置
7. R实践中遇到“要不要保存”时，一般选拒绝
8. 能用函数尽量用
9. 能转换的才能转换
10. 重点%in%
11. x %in% y #x的每个元素在y中存在吗
12. y %in% x #y的每个元素在x中存在吗
13. “==”与“%in%”的区别
14. 两个不同的代码，须用分号或分开多行填写
15. 有嵌套时，先内后外；
16. 没有嵌套的时候从左往右，和大括号小括号没有关系
17. 没有赋值就没有发生过
18. 问号+函数名可查看帮助文档
19. 字符（如abc）输入时需要加“”
20. 脚本打开的科学方式
21. 
22. 乱码时的处理方式，先试下以下的方式，不行时需要重新从源头打开
23. 
24. 任何东西放入引号中均为字符
25. 函数运行的返回结果是向量
26. 不要想着手动省事，练就编程思维
27. 向量是一种数据结构，字符是一种数据类型；向量包括字符/逻辑/字符型数据类型，一种向量只能有一种数据类型
28. 赋值的快捷键alt+“-”
29. sort(x)#默认从小到大排序
30. 中括号[]外面的东西肯定是个数据，不是函数;是个被筛选的向量
31. 中括号在没有遇到TRUE或FALSE时，可表示下标（即第几个的意思），
32. 按照逻辑值：中括号里是与x等长的逻辑值
33. 按照位置：中括号里是由x的下标组成的向量
34. R语言的修改，均要赋值，没有赋值就没有发生过
35. 取交集会去重复，而%in%取子集不会
36. 代码不报错不代表就是对的，要检查目的是否达到
37. 中括号的逗号表示维度的分割
38. 数据框按照逻辑值取子集，TRUE读对应的行/列留下，FALSE对应的会丢掉
39. 一个数据框有多少列，等同于最后一列的数目
40. ｜用于连接逻辑值，不是字符

41. sort（x）等于x[order(x)]

    x[match(y,x)]=y
    match：谁在外面，谁就在后面

42. 只区分“是什么”（数据类型/数据结构），与“怎么得到”的无关

43. 当一个代码需要复制粘贴三次，就应该写成函数或使用循环

44. 形式参数：函数的括号里面，等号的前面

    实际参数：等号的后面

45. 函数书写时，内容不多时，大括号以及里面的内容可省略

46. R语言版本一般没问题
47. R包是否更新，大多选择不更新（懒惰策略）；Linux碰到选择时多数选择服从
48. 半年更一次包就很勤快了
49. 文件名称带引号，且出现在某个函数的实际参数里
50. 数据框约等于表格，不是文件
51. 表格文件读入到r语言中，得到一个数据框；对数据框的修改不会同步到原有的表格文件
52. 加参数都是需要达到某个目的
53. 矩阵只允许一种数据类型，要改除非整个矩阵改
54. 不要修改内置数据

55. 学重点的字+查字典

    

    重点

    | max(x) #最大值 | | | —- | —- | | min(x) #最小值 | | | mean(x) #均值 | | | median(x) #中位数 | | | var(x) #方差 | | | sd(x) #标准差 | | | sum(x) #总和 | | | max(x) #最大值 | | | length(x) #长度 | | | unique(x) #去重复 | | | duplicated(x) #对应元素是否重复 | | | table(x) #重复值统计 | | | sort(x)#排序，默认从小到到 | | | sort(x,decreasing = T)#从大到小的排序 | | | intersect(x,y)#交集 | | | union(x,y)#并集 | | | setdiff(x,y)#差集 | | | **重点掌握** | | | sort match | 向量数据框 列表取子集 | | names | 数据框新增列 | | ifelse str_detect | 文件读取 | | identical | Rdata的加载与读取 | | arrange | 作图保存 | | merge inner_join | R包的安装与加载 | | unique duplicated | 形式、实际、默认参数 |

> x <- c(1,5,8,1)
> length(x) #长度，向量中的元素数量
[1] 4
> unique(x) #去重复，从左往右，第一次出现为不重复，后续重复出现则为重复；呈现原有格式
[1] 1 5 8
> duplicated(x) #判断是否重复,同unique的定义；逻辑值
[1] FALSE FALSE FALSE  TRUE
> !duplicated(x) #呈现反向结果
[1]  TRUE  TRUE  TRUE FALSE
> table(x)  #重复值统计
x
1 5 8 
2 1 1 
> sort(x)#默认从小到大排序
[1] 1 1 5 8
> sort(x,decreasing = F)
[1] 1 1 5 8
> sort(x,decreasing = T)#从大到小排序
[1] 8 5 1 1
>  x <- c(1,5,8,1)
>  y <- c(3,1,8)
> intersect(x,y) #取交集
[1] 1 8
> union(x,y) #取并集
[1] 1 5 8 3
> setdiff(x,y) #取差集
[1] 5
>  x %in% y #x的每个元素在y中存在吗
[1]  TRUE FALSE  TRUE  TRUE
> y %in% x #y的每个元素在x中存在吗
[1] FALSE  TRUE  TRUE
> 
rm() #删除变量
& #一次只提取1列
[]#按坐标、名字、条件
match(y,x)#以y为模版、目标、结果，以x为原料，去进行调整顺序所得到的下标
向量  x[n] #修改元素
数据框 df1[x,y],
矩阵 df1[x,],df1[,y],$ #新增列，修改
列表 m[x,y]
dim()维度
nrow()行数
ncol()列数