ITPub博客

一、R语言简介R语言是专业的统计分析软件，来自著名数据科学网站（http://www.kdnuggets.com/）发起的一个2019年统计分析和数据挖掘软件使用情况的调查结果：表明R语言是该领域近年来最受欢迎的软件之一。R语言的优势：(1)免费开源，软件体积小根据需要安装扩展包，兼容各种常用操作系

一、基本数据类型包括数值型（numeric）、逻辑型（logical）、字符型（character）、缺失值（NA）、浮点型（double）、复数型（complex）、整数型（integer）等。数据类型的判别与转换都是统一的格式，例如，is.numeric()判断是否为数值型，as.numeric

一、键盘输入数据适合小数据集，使用函数edit()，操作步骤：1.创建一个空的数据框或矩阵，设置对应的变量名和变量类型；2.针对该数据对象，调用文本编辑器，输入数据，并保存。mydata<-data.frame(age=numeric(0),gender=factor(character(0)

R中数值计算的对象一般是向量或列表，不同长度的对象进行计算时，短的对象元素将被循环使用。一、基本运算符号1.基本数学运算+-*/、^（求幂）、%%（求模）、%/%（整除）注意：可以关于小数求模，例如5.4%%2.3为0.82.比较运算>、<、>=、<=、==、!=3.逻辑运算

一、数据框创建新变量假设有MyData数据框，其中变量为x1，x2.现创建名为sumx和meanx的新变量，分别存储变量x1与x2的加和与均值。#方法1MyData$sumx<-MyData$x1+MyData$x2MyData$meanx<-(MyData$x1+MyData$x2)/

五、数据合并1.使用函数rbind()，增加行（样本数据），要求宽度（列数）相同；cbind()，增加列（属性变量），要求高度（行数）相同2.使用函数merge()用来合并两个数据框，按行名或变量名匹配。基本格式为：merge(x,y,by=…,by.x=…,by.y=…,all=…,all.x=…

四、列表列表（list），可以包含不同类型的对象，甚至可以包括其他列表。列表的灵活性使得它非常有用。例如，用R拟合一个线性回归模型，其返回结果就是一个列表，其中包含了线性回归的详细结果，如线性回归系数（数值向量）、残差（数值向量）、QR分解（包含一个矩阵和其他对象的列表）等。因为这些结果全都被打包到

编程中减少代码重复的两个工具，一是循环，一是函数。循环，用来处理对多个同类输入做相同事情（即迭代），如对不同列做相同操作、对不同数据集做相同操作。R语言有三种方式实现循环：（1）for循环、while循环（2）apply函数族（3）泛型函数map一.for循环、while循环首先作两点说明：（1）关

一.条件语句编程中要实现分支结构，就需要用到条件语句。R语言中的条件语句的一般格式为：(1)一个分支if(条件){执行体}(2)两个分支if(条件){执行体1}else{执行体2}例如，实现计算的绝对值功能：if(x<){y=-x}else{y=x}(3)更多分支if(条件1){执行体1}el

前言Hadley大神的tidyverse包，将数据处理和建模整个流程所涉及到的：读入、清洗、重塑、汇总、可视化、探索、建模、结果展示的整个流程，都以一种“优雅”的方式整合到了一起。我之前学了一遍Hadley的配套书《RforDataScience》，虽然比较系统全面，但重点部分有点过于基础，实用性欠

一.相关包简介(1)tibble包R数据框的更先进的替代，不将字符串转化为因子型，不重命名列，输出内容更智能，选择tibble子集仍是tibble（BaseR中，1列返回向量）查看数据框：glimpse()创建数据框：tibble()和tribble()（智能行tibble）强制转化为数据框：as_

将新导入的数据变成整洁数据。一.什么是整洁数据？采用Hadley的表述，脏的/不整洁的数据往往具有如下特点：首行（列名）是值，不是变量名；多个变量放在一列；变量既放在行也放在列；多种类型的观测单元在同一个单元格；一个观测单元放在多个表。而整洁数据具有如下特点：每个变量构成一列；每个观测构成一行；观测

一.数据连接简介数据分析经常会涉及多个数据表，也称为关系数据库。关系是指两个数据表之间的关系，更多数据表之间的关系总可以表示为两两之间的关系。一个项目的数据，通常都是用若干数据表分别存放，它们之间通过"键"连接在一起，根据数据分析的需要，通过键匹配进行数据连接。例如，机场航班数据的连接结构：键列（可

用dplyr包中的select()对数据框做选择列、排序列、重命名列。一.用列名选择列starwars%>%select(name,height,mass)可以用“:”选择连续的若干列：starwars%>%select(name:mass)#结果同上tidyverse包提供了一些助手函

按行提取子集：选择行、删除行，对行排序。先创建一个包含重复行的数据框：set.seed(896)sw_dup<-starwars%>%select(-(films:starships))%>%sample_n(100,replace=TRUE)sw_dup一.对行排序用dplyr包

修改数据框的列，计算新列。一.创建新列用dplyr包中的mutate()创建或修改列：iris%>%as_tibble(iris)%>%mutate(new_column="recycle_me")若只给新列提供长度为1的向量，则循环使用得到值相同的一列；正常是以长度等于行数的向量赋值：

分组汇总，相当于Excel的透视表功能。一.创建分组对未分组的数据框，一些操作如mutate()是在所有行上执行——或者说，整个数据框是一个分组，所有行都属于它。若数据框被分组，则这些操作是分别在每个分组上独立执行。可以认为是，将数据框拆分为更小的多个数据框。在每个更小的数据框上执行操作，最后再将结

竞赛结束了，可以分享了。本文也适合.nc数据的读取。使用Google搜索不难找到数据网站：MetOfficeHadleyCentreobservationsdatasets​www.metoffice.gov.uk下载数据HadISST_sst.nc.gz(~212Mb)，解压后是400多兆的.nc

开篇：我认为R的mlr3包，是足以媲美Python的sklearn的机器学习包。一．mlr3包介绍1.mlr3包的优势mlr3包是最先进的系统地实现机器学习算法的R包：(1)克服了S3语法的局限性，改用R6语法真正的面向对象（OO）：数据和方法组装到一起可继承性支持引用语(2)从参数到内部数据结构，

张敬信：【评价算法】01.熵权法确定权重​zhuanlan.zhihu.com之前写过用Matlab实现熵权法确定权重，再补充一个R语言实现（代码更加的简洁），算法原理步骤看上面这篇文章就行，不再赘述。顺便说一句，R语言我用的越来越顺手，它的灵活和强大让我都不大愿意用Matlab了。1.先定义归一化