R语言学习——向量
向量是R语言最基本的数据类型。
向量中可以包含数值、字符串或者逻辑值，但不能由多种格式混合组成。
如果向量的参数是自身，那么c(...)命令会将多个向量和为一个向量。
如果一个向量中同时包含数值和字符串，R会将数值数据转化为字符串。
x <- c(1, 2, 4, 9)
x <- c(x[1:3], 88, x[4]) #在最后一个数前面插入一个数值88，可以看到用x[4]可以取出第4个元素，用x[1:3]可以取出前3个元素，如果
用x[-4]可以取出出第四个元素以外的其他任何元素。
typeof(x) #查看向量里的元素的类型(细类)，注意默认是double。[1] "double"
mode(x) #r语言中变量类型称为模式(mode)。[1] "numeric"
class(x) #查看变量的类。[1]"numeric"
R不需要提前申明变量，大小写敏感，数组是从1开始。
冒号运算符
1:4 #R是一种函数式语言，冒号也是一种运算符（实际上这是一种中置运算符的表示法），可以产生序列。[1] 1 2 3 4
":"(1, 4) #与1:4是等价的，用引号引起来，就是一种函数名了，不过这种写法看上去比1:4怪异多了
5:1 #结果：[1] 5 4 3 2 1
1:10 - 1 #冒号的优先级比加减运算要高，实际上就是(1:10) - 1，结果： [1] 0 1 2 3 4 5 6 7 8 9
1:(10-1) #结果：[1] 1 2 3 4 5 6 7 8 9
循环补齐recycle
y <- c(1,2,3) + 4 # 单个的数值4会被补齐为c(4,4,4)，最后结果为c(5,6,7)
c(1,2,3) * c(4,5,6) # 结果：[1] 4 10 18，这里表示的两个向量中的元素分别相乘，如果想求向量的点积(dot prod)，就需要用这个%*%函数了
c(1,2,3) %*% c(4,5,6) #结果是一个1x1的矩阵，其中只有一个元素14
c(1,2,3) * c(4,5,6,7) #结果：[1] 4 10 18 7。同时给出警告信息：长的对象长度不是短的对象长度的整倍数
取模运算%%
c(7,8,9) %% 3 #结果：[1] 1 2 0
向量索引
普通的语言中索引只能是正整数，但这里的
索引可以是向量
，还可以是负数。严格说来这不能叫索引，而是筛选操作，看后面的filtering
x <- c(1,3,5,7,9)
x[2] #结果：[1] 3
x[c(5,4,3,2,1)] #结果为：[1] 9 7 5 3 1
x[sample(1:5)] #把1,3,5,7,9乱序排列，每次运行你会得到一个不同的结果
x[-1] #[1] 3 5 7 9，把第一个元素除掉，x[-n]即为去掉第n个元素
x[1:3] #结果：[1] 1 3 5
seq()创建向量
seq(from=12, to=30, by=3) # 也可以写成： seq(12,30,3)
[1] 12 15 18 21 24 27 30
seq(from=1.1, to=2, length=10)
[1] 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0
x <- c(1,2,4,8)
seq(x)
[1] 1 2 3 4
seq(1,5)与1:5是一个意思
rep重复向量常数
rep(8, 4)
[1] 8 8 8 8
rep(1:3, 2)
[1] 1 2 3 1 2 3
rep(1:3, each=2)
[1] 1 1 2 2 3 3
all()和any()
x<-(1:10)
any(x>8) #只要向量中有一个大于8，就返回真
[1] TRUE
all(x>8) #所有都大于8，才返回真
[1] FALSE
向量化
w <- function(x) return (x+1) #加号运算符支持向量，所以自定义的函数w也是向量化的！看上去简单的x+1，但我们已经写出了一个向量函数
w(1) #这是我们最熟悉的函数调用
[1] 2
w(c(1,3,5)) #可以对向量进行运算
[1] 2 4 6
NA与NULL
在统计过程中，经常会遇到缺失值，称为NA，即Not Available。
R语言中许多函数可以忽略NA值。
> x <- c(1,2,NA,4)
> mean(x) #有缺失值，无法计算平均值
[1] NA
> mean(x, na.rm=TRUE) #忽略NA值
[1] 2.333333
> mean(c(1,2,NULL,4)) # NULL值会自动略过
[1] 2.333333
探测数据中的NA，可以用is.na()函数，它将返回一个逻辑向量。
缺失值的意义是应该有数据而没有，起到一个占位符的作用。空值的意义则是完全没有。有时候空值也可以用来快速删除复杂对象中的一个元素。
>
data_list$list <- NULL
> length(c(1,2,NA,4)) #统计个数时NA被计算在内
[1] 4
> length(c(1,2,NULL,4))
[1] 3
筛选filtering
有点像索引，因为也是放在[]里，可以把满足一定条件的元素取出来。
> z <- 1:10
> z
[1] 1 2 3 4 5 6 7 8 9 10
> z[z%%2==0]
[1] 2 4 6 8 10
> z%%2 #取模
[1] 1 0 1 0 1 0 1 0 1 0
> z%%2==0 #注意这里的0被自动循环补齐
[1] FALSE TRUE FALSE TRUE FALSE TRUE FALSE TRUE FALSE TRUE
> x<-c(1,3,5,6,9)
> x[x>3] <- 0 #把大于3的数值都置为0
> x
[1] 1 3 0 0 0
subset也是筛选，区别在于处理NA的方式上
> x<-c(1,2,NA,4,5)
> x[x>3]
[1] NA 4 5
> subset(x, x>3) #自动把NA剔除掉了
[1] 4 5
which()可以找到满足条件的元素的位置
> x <- c(5, 2, -3, 9, 1)
> x[x*x>8]
[1] 5 -3 9
> which(x*x>8)
[1] 1 3 4
向量化的ifelse()
> x <- c(5, 2, -3, 9, 1)
> ifelse(x>3, 2*x, 3*x) #>3的元素执行*2，其余执行*3
[1] 10 6 -9 18 3
判断向量是否相等
> x <- 1:3
> y <- c(1,3,4)
> all(x==y)
[1] FALSE
> identical(x,y)
[1] FALSE
注意1:3是整数，c(1,2,3)是浮点数，它们不相等
：
> identical(1:3, c(1,2,3))
[1] FALSE
> typeof(1:3)
[1] "integer"
> typeof(c(1,2,3))
[1] "double"
给向量元素命名names()
> workdays <- 1:5
> names(workdays) <- c("mon", "tue", "wed", "thu", "fri")
> workdays
mon tue wed thu fri
1 2 3 4 5
可以用名称来引用元素
> workdays["wed"]
wed
3
PS:笔记主要参考了申龙斌的程序人生http://www.cnblogs.com/speeding/p/3537947.html，部分内容是《数据科学中的R语言》和《R语言经典实例》