R参考卡片
帮助和基础
大部分 R 函数都有在线文档。
help(topic) 关于 topic 的文档.
?topic 同上
help.search("topic") 搜索帮助系统
apropos("topic") 返回在搜索路径下包含 (部分) 关键词”topic” 的
所有对象名称
help.start() HTML 形式的帮助 demo() R 功能演示 example(f) 运行在线帮助中的例子
str(a) 显示 R 对象的内在属性 (*str*ucture) 或简要说明对象
summary(a) 给出 a 的概要, 通常是一个一般性统计概要; 且它对不同
属性的 a 有不同的操作方式.
ls() 显示 “搜索路径” 下的对象; 也可按指定条件搜索。
ls.str() str() 搜索路径下的每个变量与其属性
dir() 显示当前目录下的文件
list.files() 同上
getwd() 获得工作路径信息
setwd() 设置工作路径
methods(a) 显示 a 的 “S3 methods”
methods(class=class(a)) 列表所有可以解决属于对象类的方法
options(...) 设置或检验全局参数; 常用参数有: width, digits,
error
install.packages(pkg) 安装 pkg 包
update.packages() 自动对比包版本，并询问更新
library(pkg) 加载 pkg 包
require(x) 同上
library(help=pkg) 展示包 pkg 的信息
attach(x) 将 x 指向 R 的搜索路径; x 可以使一个列表, 数据框, 或者
是由 save 创建的 R data file. 使用 search() 来显示搜索路径.
detach(x) attach 的逆过程.
assign(x,value) 将 value 赋值给 x, 即”< −”
quit() 退出当前 R 会话 (q() 或 Ctrl z)
输入与输出
load() 加载由 save 命令得到的资料集
data(x) 加载指定的数据
edit() 调用文本编辑器修改 R 对象
fix(x) ‘fix’ 调用 ‘edit’ 修改 ‘x’
data.entry(x) 电子数据表形式的录入编辑器
scan(x) 从控制台或文件中读取数据为向量或列表
read.table(file) 读取表格式的文件并将其创建成数据框; 默认
分 割 符 sep="" 为 任 意 空 白; 使 用 header=TRUE 读 取 第 一 行
作 为 列 标 题; 使 用 as.is=TRUE 防 止 字 符 向 量 变 为 factors; 使
用 comment.char="" 防止 "#" 被解释为注释; 使用 skip=n 在
读数据前跳过 n 行; 详细见帮助关于行命名,NA 处理, 和其他
read.csv("filename",header=TRUE) 同 上, 但 默 认 设 直 为 读
取 csv 文件 (Comma Separated values)
read.delim("filename",header=TRUE) 同 上, 默 认 设 直 为 读
取 tab 分J文件
read.fwf(file,widths,header=F,sep="\t",as.is=FALSE) 以 f ixed width f ormatted 形式读取数据至数据框; widths
是整数 向量, 用于设直调整宽度字段
save(file,...) 以不分平台的二进制保存指定的对象 save.image(file) 保存所有的对象 dump("x","...") 将对象 x 保存在 “...” 里
cat(..., file="", sep=" ") 强制转化为字符后打印对象的赋
值; sep 为对象赋值间的分J符号
print(a, ...) 显示 a 的赋值，史一般的，它对于不同的对象可以
有不同的表达方式。
format(x,...) 格式化, 史好的显示 R 对象
write.table(x,file="",row.names= T ,col.names= T , sep="") 在 把 x 转 化 为 数 据 框 后, 写 到 文 件; 如
果 quote 为 TRUE, 字符和因子列就会被 (") 所包围; sep 是字段分隔符; eol 为尾行分J符; na 为缺失值字符串; 使用 col.names=NA 增
力列标题以便于和表格输入一致
sink(file) 输出到文件 file, 直到输入命令 sink()
大部分 I/O 函数都有 file 参量. 它经常用一个字符串来命名文件或 连接. file="" 意味着标准输入或输出. 连接 (Connections) 可以包含文 件 (file), 管道
(pipes), 压缩文件 (zipped files) 或 R 变量
在 windows 操作环境下，数据共享可以通过写字板（clipboard）的方 式. 读取 Excel 表：可以将 Excel 中数据拷贝至写字板（内存）, 使用 x <-
read.delim("clipboard") 方式读取数据。如果要将数据供 Ex- cel 使用,
write.table(x,"clipboard",sep="\t",col.names=NA) 可以 将数据写入写字板（clipboard）, 粘贴到 Excel 即可。
数据库方面的交互应用, 请见 RODBC, DBI,RMySQL, RPgSQL, and ROracle 包. 读取其他文件格式参考 XML, hdf5, netCDF 等包.
数据创建
c(...) 常见的将一系列参量转化为向量的函数; 通过 recursive=TRUE
降序排列列表并组合所有的元素为向量.
from:to 产生一个序列; “:” 有较高级别的优先级; 1:4 + 1 得到 “2,3,4,5”
seq(from,to) 产生一个序列 by= 指定间距; length= 指定要求长度
seq(along=x) 产生 1, 2, ..., length(along); 常用在循环上
rep(x,times) 重复 x times 次; 使用 each= 来指定元素 x 重复的次
数;rep(c(1,2,3),2) 将得到 1 2 3 1 2 3; rep(c(1,2,3),each=2)
将得到 1 1 2 2 3 3
data.frame(...) 创建数据框, 当然变量可能被命名或不被命名;
data.frame(v=1:4,ch=c("a","B","c","d"),n=10); 相 对 较 豆
的向量会被循环填充到最长向量长度
list(...) 创建一个由变量组成的列表, 变量可能被命名或未被命名;
list(a=c(1,2),b="hi",c=3i);
array(x,dim=) 产生由 x 组成的数组; 使用类似 dim=c(3,4,2) 指定
维数; 如果 x 不够长度, J x 自动循环
matrix(x,nrow=,ncol=) 矩阵; 同上
factor(x,levels=) 把向量 x 编码成为因子
gl(n,k,length=n*k,labels=1:n) 通 过 指 定 水 平 方 式 产 生 水
平 (因子); k 为水平的个数; n 为重复的次数
expand.grid() 提供的向量或因子所有组合构成的数据框
rbind(...) 把以行的形式组合矩阵, 数据框, 或其他 cbind(...) 同上. 以列的形式 数据分割和选取
向量索引
x[n] 第 n 个元素 x[-n] 除了第 n 个元素的 x x[1:n] 前 n 个元素 x[-(1:n)] 第 n+1 至最后的元素
x[c(1,4,2)] 指定元素 x["name"] 名为 "name" 的元素 x[x > 3] 所有大于 3 的元素
x[x > 3 & x < 5] 区间 (3,5) 的元素
x[x %in% c("a","and","the")] 给定组中的元素
列表索引
x[n] 列表显示元素 n
x[[n]] 列表的第 n 个元素
x[["name"]] 名为 "name" 的元素
x$name 同上.
矩阵索引
x[i,j] 下标为 (i,j) 的元素
x[i,] 第 i 行
x[,j] 第 j 列
x[,c(1,3)] 第 1 和 3 列
x["name",] 名为 "name" 的行
数据框索引 (矩阵索引力下述) x[["name"]] 列名为 "name" 的列 x$name 同上. 变量变换
as.array(x), as.data.frame(x), as.numeric(x), as.logical(x), as.complex(x), as.character(x), 等,
转换变量类型; 使用如下命令得到全部列表: methods(as)
变量信息
is.na(x), is.null(x), is.array(x), is.data.frame(x),
is.numeric(x), is.complex(x), is.character(x), ...
检验变量类型; 使用如下命令得到全部列表, methods(is)
length(x) x 中元素的个数
dim(x) 重新设置或设置对象的维数; dim(x) <- c(3,2)
dimnames(x) 重新设置或设置对象的名称
nrow(x) 和 NROW(x) 返回行的个数 dim(x)[1]
ncol(x) 和 NCOL(x) 返回列的个数 dim(x)[2]
class(x) 得到或设置 x 的类;class(x) <- "myclass"
unclass(x) 删除 x 的类
names(x) 查看或设置对象名称 (names)
unname(x) 删除 R 对象的名称 (names) 或维名称 (dimnames)
unlist(x) 将列表 x 转化为向量
attr(x,which) 得到或设置 x 的属性类型 which
attributes(obj) 得到或设置 obj 的属性列表
数据选择和操作
which.max(x) 返回 x 中最大元素的索引 which.min(x) 返回 x 中最小元素的索引 rev(x) 颠倒 x 中所有的元素
rle(x) 返回游程（Runs）信息
sort(x) 升序排列 x 中的元素; 降序排列使用:rev(sort(x))
cut(x,breaks) 将 x 分割成为几段 (或因子); breaks 为分割的段数或
分割点向量.
match(x, y) 返回一个和 x 相同长度且和 y 中元素相等的向量,（不
等的元素返回 NA )
which(x == a) 如果比较操作为具（TRUE), 返回向量 x 的索引
choose(n, k) 组合数 =n!/[(n − k)!k!]
sign(x) 判断变量是否大于 0, 大于返回“1 , 小于返回“-1 , 等于
返回“0
na.omit(x) 去除缺失值（NA), 如果 x 为矩阵或数据框, 去除相关行,删除 空值 空白值
na.fail(x) 返回错误信息如果 x 包含至少一个 NA
unique(x) 如果 x 为向量或数据框, 返回惟一值
duplicated(x) 返回向量或数据框 x 重复元素的逻辑值
table(x) 返回一个由 x 不同值个数组成的表格 (常用于整数或因子),
即频数表
subset(x, ...) 根据条件（... 选取 x 中的元素, 如: x$V1 < 10); 如果 x 为数据框, 选项 select 通过使用负号的方式保留或去除 变量
sample(x, size) 不放回的随机在向量 x 中抽取 size 个元素, 选
项 replace = TRUE 允许放回抽取
prop.table(x,margin=) 根 据 margin 使 用 分 数 表 示 表 格,
元 margin 时, 所有元素和为 1
四舍五入,floor(1.6)向下取整 ceiling(1.6)向上取整
数学
+,-,×,÷,ˆ,%%,%/%
< > <= >= ==..!=..
sin,cos,tan,asin,acos,atan,atan2,log,log10,exp max(x) 返回 x 最大的元素
min(x) 同上. 最小
range(x) 返回 c(min(x), max(x))
sum(x) x 中各元素的力和
diff(x) 向量 x 的差分
prod(x) x 中元素连乘
mean(x) x 的均值
abs(x) x 的绝对值
sqrt(x) x0.5
median(x) x 的中位数
quantile(x,probs=) 样本分位数, 默认为 0,0.25,0.75,1
IQR(x) 返回数据中间 50% 的区间
weighted.mean(x, w) 力权平均
rank(x) x 中元素的秩
var(x) or cov(x) 向量 x 的样本方差; 如果 x 是矩阵或数据框, 协方差
矩阵将被计算
sd(x) x 的标准差; sd(x)=sqrt(var(x))
cor(x) 如果 x 是矩阵或数据框, 返回相关阵 (1 如果 x 为向量)
var(x, y) or cov(x, y) x 和 y 间的协方差; 如果 x, y 为矩阵或数据
框, 返回 x 和 y 各列的协方差
cor(x, y) x 和 y 线性相关系数; 或者相关阵, 如果 x 和 y 为矩阵或数
据框
round(x, n) x 的约数, 精确到 n 位
log(x, base) 计算 x 以 base 为底的对数,e = exp(1)
scale(x) 如果 x 是一个矩阵, 则中心化和标准化数据; 若只标准化
则使用选项 center=FALSE, 若只中心化使用 scale=FALSE (默
认 center=TRUE, scale=TRUE)
integrate(f,lower,upper) 函数 f 在区间 (lower,upper) 的面积 (积
分)
pmin(x,y,...) x[i], y[i] 相比较小者, 组成新的向量
pmax(x,y,...) 同上. 较大者
cumsum(x) 由 x 组成的向量, x[i]=sum{ x[1]: x[i]}
cumprod(x) 同上. 连乘
cummin(x) 同上. 最小
cummax(x) 同上. 最大 union(x,y) x ∪ y − x ∩ y intersect(x,y) x ∩ y setdiff(x,y) x − x ∩ y
setequal(x,y) 返回比较 x, y 是否相同的逻辑值 ( x, y 不涉及顺序).
is.element(el,set) 同 x %in% y
Re(x) 复数的实部
Im(x) 虚部
Mod(x) 绝对值 (模); 同 abs(x)
Arg(x) 复数角度 (in radians)
Conj(x) 求 x 的共辄复数
convolve(x,y) 计算两个序列的卷积
fft(x) 排列 (array) 的快速傅立叶变换
mvfft(x) 矩阵各列的快速傅立叶变换
filter(x,filter) 对但变量时间序列或多变量时间序列的单独序
列进行线性过滤
大多数学函数使用逻辑参数 na.rm=FALSE 来指定是否移除缺失值 (NA).
矩阵
t(x) 转直 diag(x) 对角阵
%*% 矩阵运算
solve(a,b) 运算 a %*% x = b 得到 x
solve(a) 矩阵的逆
eigen(x) 计算矩阵的特征根和特征向量
rowsum(x) 矩阵格式对象行加和; rowSums(x) 是一个更快的版本
colsum(x), colSums(x) 同上. 列
rowMeans(x) 行平均
colMeans(x) 列平均
dist(x) 计算矩阵 x 行间的距离
高级数据处理
apply(X,INDEX,FUN=) 根据数组的下标 (INDEX) 应用函数 FUN 返回
向量, 数组或列表的值
lapply(X,FUN) 应用 FUN 到列表 X 的每个元素
tapply(X,INDEX,FUN=) 根据 x 的索引 (INDEX) 对不完全 (ragged)
的数列应用 FUN
sapply 同 lapply, 比之更友好
by(data,INDEX,FUN) 应用函数 FUN 处理数据框 data 中由 INDEX 定
义的子集
merge(a,b) 根据共有的列或行名把两个数据框合并 xtabs(a b,data=x) 从交又分类因子得到列联表
aggregate(x,by,FUN) 将数据框 x 分J为几个子集, 且计算各个子 集的概要统计, 并且以合适的方式返回结果; by 是分组元素列表 stack(x, ...)
将分开列形式的数据框或列表中的数据变量转化为
单列
unstack(x, ...) stack() 的逆过程
reshape(x, ...) 对 ‘wide’ 和 ‘long’ 格 式 对 数 据 框 进 行 改 造.
‘wide’ 格 式 是 根 据 基 准 变 量 横 向 扩 展 数 据 框 ：‘long’ 格 式
是 根 据 基 准 变 量 纵 向 扩 展 数 据 框. 使 用 (direction=“wide”)
或 (direction=“long”) 参数指定格式.
expression(expr) 创建或检验对象是否为 ‘表达’(expression) 形式.
参考 is.expression(x), as.expression(x, ...)
parse(file = "", n = NULL) 以列表形式返回解析过, 但没有经
过计算的表达 (expression)
eval(expr) 在指定的环境下计算 R 表达 (expression)
字符
paste(...) 转化为字符后连接向量; sep= 为分割界限 (一个空格为默
认); 选择 collapse= 可以分割 “collapsed” 结果
substr(x,start,stop) 提取字符向量的子字段; 同样可以赋值, 使
用 substr(x, start, stop) <- value
strsplit(x,split) 在 split 的位直分割 x
grep(pattern,x) pattern 条件的匹配和替换; 参见 ?regex
gsub(pattern,replacement,x) 替 换 满 足 正 则 表 达 式 的 字
段, sub() 类似, 但只替换第一个出现的字段
tolower(x) 将字母转化为小写
toupper(x) 将字母转化为大写
casefold(x, upper = TRUE) 变化 x 为大写 (TRUE) 或小写 (FALSE)
chartr(old, new, x) 将 x 中的字符 old 变换为字符 new
match(x,table) table 中匹配 x 元素位直组成的向量.
x %in% table 同上. 返回逻辑向量
pmatch(x,table) table 中部分匹配 x 元素
nchar(x) 字符的个数
日期和时间
Date 只包含日期不包含时间. POSIXct 包括日期时间和时区信息. 相比
而言 (如.>), seq() 和 difftime() 比较有用. Date 也可以使用 + 和 −.
?DateTimeClasses 可以给出更多的信息. 详见 chron 包.
as.Date(s) 和 as.POSIXct(s) 转化各自的属性; format(dt) 转化
为字符表达. 默认的字符格式为 “2006-07-24”. 他们接受一个次
要表达来指定转化的格式. 一些常见的格式为:
%a, %A 精简和元精简 “呈期天”(weekday) 名
%b, %B 精简和元精简月名
%d 月份中的日期 (01–31).
%H 小时 (00–23).
%I 小时 (01–12).
%j 年份中的日期 (001–366).
%m 月份 (01–12).
%M 分钟 (00–59).
%p AM/PM 指示.
%S 十进制的秒 (00–61).
%U 呈期 (00–53); 第一个呈期天作为第一个呈期的第一天.
%w 呈期天数 (0–6, 周日为 0).
%W 周 (00–53); 第一个周一作为第一个呈期的第一天.
%y 元世纪的年 (00–99). 不要使用.
%Y 有世纪的年.
%z (只输出.) 格林威治补偿; -0800 为格林威治西 8 小时.
%Z (只输出.) 时区作为字符串 (元效为空).
weekdays(x) 返回日期 x 的 “呈期几” months(x) 返回日期 x 的月份 quarters(x) 返回日期 x 的季节 (Q1 - Q4)
在输出时会碰到, 显示数字前存在零的问题, 但输入时可以选择性写零
或元零. 参见 ?strftime.
图形装直 (Graphics Devices)
x11(), windows() 打开一个绘图窗口
dev.list() 图形窗口列表 dev.set() 指定图形窗口
plot.new() 为绘制新图形结束当前图形窗口 savePlot(file,type) 将当前窗口中的绘图保存到文件 file , 保
存文件类型 type 可以选择 “wmf”, “mf”, “png”, “jpeg”, “jpg”,
“bmp”, “ps”, “eps”, “pdf”
postscript(file) 为 创 建 PostScript 图 形 开 启 图 形 装 置
驱 动; 使 用 horizontal = FALSE, onefile =FALSE, paper =
"special" 指 定 EPS 格 式 文 件; family= 指 定 字 体 (Avant-
Garde, Bookman, Courier, Helvetica, Helvetica-Narrow, NewCen- turySchoolbook, Palatino, Times, or
ComputerModern); width=
和 height= 指定以 inches 为单位的区域大小; paper= 指定纸
张类型.
ps.options() 辅助函数, 设置或查看 (如果没有参数) postscript 参
数的缺省值
pdf, png, jpeg, bitmap, xfig, pictex; 参看 ?Devices
dev.off() 关 闭 指 定 (默 认 当 前) 图 形 装 置; 也 可 以 参 考 dev.cur,
dev.set
layout() 根据用户给定的 matrix (绘制顺序) 和参数 width=,height= 将
图形装置分J
绘图
plot(x) 在 x 轴上顺次地绘制 x 值 (y 轴上) plot(x, y) 双变量绘图 (散点图) hist(x) x 的频数直方图
barplot(x) x 的条形图; 使用 horiz=FALSE 改变绘图水平或垂直
dotchart(x) 如果 x 为数据框, 绘制 Cleveland dot 图 (stacked plots
line-by-line and column-by-column)
pie(x) 饼图
boxplot(x) 箱线图
curve(expr, from, to ,add = FALSE) 根据给定函数或表达在
区间 ‘[from,to]’ 上绘制曲线
sunflowerplot(x, y) 是以相似坐标的点作为花朵，其花瓣数目为
点的个数
coplot(x˜y | z) 根据 z 值或值间隔绘制 x 和 y 的双变量图
interaction.plot (f1, f2, y) 如果 f1 和 f2 是因子, 作 y 的
均值图, 以 f1 的不同值作为 x 轴，而 f2 的不同值对应不同
曲 线: 可 以 用 选 项 fun 指 定 y 的 其 他 的 统 计 量 (缺 省 计 算 均
值, fun=mean)
matplot(x,y) 二元图, 其中 x 的第一列对应 y 的第一列, x 的第二列
对应 y 的第二列, 依次类推。
fourfoldplot(x) 用 四 个 四 分 之 一 圆 显 示 2×2 列 联 表 情 况 (x 必
须是 dim=c(2, 2,k) 的数组, 或者是 dim=c(2, 2) 的矩阵，如
果 k = 1)
assocplot(x) Cohen–Friendly 图, 显示在二维列联表中行, 列变量偏
禹独立性的程度
mosaicplot(x) 列联表的对数线性回归残差的马赛克图 pairs(x) 如果 x 是矩阵或是数据框，作 x 的各列之间的二元图 plot.ts(x) 如果 x 是类 ts
的对象, 作 x 的时间序列曲线, x 可以是多
元的, 但是序列必须有相同的频率和时间
ts.plot(x) 同上, 但如果 x 是多元的，序列可有不同的时间但须有相
同的频率
qqnorm(x) 正态分位数图
qqplot(x, y) x 对 y 的分位数 – 分位数图
contour(x, y, z) 绘 制 轮 廓 图 （ 画 曲 线 时 使 用 内 插 替 换 补 充 空 白 的 值 〉, x 和 y 必 须 为 向 量, z 必 须 为 矩 阵, 使 得
dim(z)=c(length(x),length(y)) ( x 和 y 可以省咯)
filled.contour(x, y, z) 同上, 等高线之间的区域是彩色的, 并
且绘制彩色对应的值的图例
image(x, y, z) 同上, 但是实际数据大小用不同色彩表示 persp(x, y, z) 同上, 但为透视图
stars(x) 如果 x 是矩阵或者数据框, 用星形和线段画出, 星代表 x 的
每一行线段代表列的长度.
symbols(x, y, ...) 在由 x 和 y 给定坐标画符号 (圆，正方形，长
方形，星，温度计式或者盒形图), 符号的类型、大小、颜色等
由另外的变量指定
termplot(mod.obj) 绘制回归模型 (mod.obj) 的 (偏) 影响图
下面的参数经常用于一般绘图函数
add=FALSE 如果 TRUE , 在前一个图上 (如果存在) 添加绘图
axes=TRUE 如果 FALSE , 不绘出坐标轴和盒子
type="p" 指定绘制图的类型, "p": 点, "l": 线, "b" 用线连接的点, "o":
同上. 但线穿过点, "h": 垂直的线, "s": 阶梯, 但数据由垂直线的
顶端代表, "S": 阶梯, 但数据由垂直线的底端代表
xlim=, ylim= 指定坐标轴的最小和最大限制
xlab=, ylab= 注释坐标轴
main= 主标题
sub= 副标题 (小号字体)
低级绘图命令
points(x, y) 添加点 (选项 type= 可以使用)
lines(x, y) 同上. 但用线
text(x, y, labels, ...) 在坐标点 ( x, y) 加入文字;
典型的使用方法: plot(x, y, type="n"); text(x, y, names)
mtext(text, side = 3, line = 0, ...) 在指定的 side 添加
文字 (参考 axis); line 指定添加文字的绘图区域
segments(x0, y0, x1, y1) 从点 ( x0, y0) 划线至点 ( x1, y1)
arrows(x0, y0, x1, y1, angle = 30, code = 2) 同上.
当 code=2 以点 ( x0, y0) 为基原点的箭头, 当 code=1 以点 ( x1, y1)
为原点的箭头, 当 code=3 双箭头; angle 控制箭头张开的角度
abline(a,b) 以截距为 a 斜丰为 b 的斜线
abline(h = y) 在 y 点的垂线
abline(v = x) 在 x 点的水平线
abline(lm.obj) 根据 lm.obj 做出回归线
rect(x1, y1, x2, y2) 做出左, 右, 底, 高限制为 x1, x2, y1, y2 的
四边形
polygon(x, y) 多边形作图
legend(x, y, legend) 在点 ( x, y) 添加图例
title() 添加标题
axis(side, at) 添加坐标轴, 底部 ( side=1), 左侧 ( 2), 顶部 ( 3) 或右
侧 ( 4); 可选参数 at 指定画刻度线的位直坐标
box() 在当前图形周圄加一个盒子
rug(x) 在 x- 轴上添加 rug (1-d plot), 来代表数据
locator(n, type="n", ...) 在 用 户 使 用 鼠 标 在 图 上 点 击 n
次 后 返 回 n 次 点 击 的 坐 标 (x, y)： 并 可 以 在 点 击 处 绘 制 符
号 ( type="p") 或线 ( type="l") ，缺省情况下不画符号或连
线 ( type="n")
绘图参数
可以使用 par(...) 未永久性改变绘图参数; 很多参数也可以作为绘
图命令的选项.
adj 控制文字对齐方式 ( 0 左对齐, 0.5 居中对齐, 1 右对齐)
bg 指定背景颜包 (如: bg="red", bg="blue", . . . 用 colors() 可以显
示 657 种可用颜包名)
bty 控制图形边框形状, 可使用的值为: "o", "l", "7", "c", "u" 或 "]"
(边框和字符想像); 如果 bty="n" 则不绘制边框
cex 控制缺省状态下符号和文字大小的值; 下面的参数有同样的功能:
cex.axis, 坐标轴刻度, cex.lab, 坐标轴标签, cex.main, 标题,
cex.sub, 副标题
col 控 制 符 号 和 连 线 的 颜 包; 使 用 颜 包 名 称: "red", "blue" 参
考 colors() 或作为 "#RRGGBB"; 参考 rgb(), hsv(), gray(),
和 rainbow(); 同参数 cex 类似: col.axis, col.lab, col.main,
col.sub
font 控制文本字体的整数 ( 1: 正常, 2: 斜体, 3: 粗体, 4: 斜粗体); 还
可以使用 font.axis, font.lab, font.main, font.sub
las 控制坐标轴刻度数字标记方向的整数 ( 0: 平行于轴, 1: 横排, 2: 垂
直于轴, 3: 竖排)
lty 控制连线的类型, 可以是整数或字符 ( 1: "solid", 2: "dashed", 3:
"dotted", 4: "dotdash", 5: "longdash", 6: "twodash"), 或不
超过 8 个字符的字符串 ( "0" 至 "9" 间的数) 交替指定线和空白
的长度), 单位为磅 (”points”) 和像素, 如 lty="44" 和 lty=2 一样
lwd 控制连线宽度的数字, 默认 1
mar 控制图形边空的有 4 个值的向量 c(bottom, left, top, right),
默认值为 c(5.1, 4.1, 4.1, 2.1)
mex 声明图形同边缘协调程度的字符大小的附加变量。注意，它并不
改变字体的大小。
mfcol 用 c(nr,nc) 向量分割绘图窗口为 nr 行和 nc 列, 按列使用子窗
口
mfrow 同上. 但按行使用子窗口
pch 控制符号的类型, 可以是 1 至 25 的整数, 或是 "" 里的单个字符
1 2 3 4 5 6 7 8 9 10 11 12
13 14 15
16 17 18 19 20 21 22 23 24 25
ps 控制文字大小的整数，单位为磅 (points)
* * .
X X a a ? ?
pty 指定绘图区域类型的字符， "s": 正方形, "m": 最大利用
tck 指定轴上刻度长度的值，单位是百分比，以图形宽、高中最小一
个作为基数：如果 tck=1 则绘制 grid
tcl同上.但以文本行的高度为基数(默认为tcl=-0.5)
xaxt 如果 xaxt="n" 则设直 x- 轴但不显示 (有助于和 axis(side=1,
...) 一起使用)
yaxt 同上. y- 轴
网格 (Lattice) 绘图
xyplot(y˜x) 双变量散点图 barchart(y˜x) y 对 x 的条形图
dotplot(y˜x) Cleveland 点图 (逐行逐列累加图)
densityplot(˜x) 密度函数图
histogram(˜x) x 的频丰直方图
bwplot(y˜x) 箱线图
qqmath(˜x) x 关于某理论分布的分位数 - 分位数图
stripplot(y˜x) 一维图, x 必须是数值型, y 可以是因子
qq(y˜x) 比较两个分布的分位数, x 必须是数值型, y 可以是数值, 字
符或者是因子, 但必须是两个 “水平”
splom(˜x) 二维图矩阵
parallel(˜x) 平行坐标图
levelplot(z˜x*y|g1*g2) 在 x, y 坐标点的 z 值的彩色等值线图
（ x, y 和 z 等长）
wireframe(z˜x*y|g1*g2) 3d 透视图 (面)
cloud(z˜x*y|g1*g2) 3d 透视图 (点)
在一般性 Lattice 公式中, y˜x|g1*g2 有可选择条件变量 g1 和 g2 组合
绘制在羊独的 “panels” 上. Lattice 函数使用了很多相同的参量作为基础
附加绘图, 如 data=, subset=. 使用 panel= 来定义定制 “panel” 函数 (参
考 apropos("panel") 和 ?llines). Lattice 函数返回一个 trellis 类型的
对象并且是 “ print-ed” 来生成图形. 内部使用 print(xyplot(...)) 函
数时, 自动绘图并元效果. 使用 lattice.theme 和 lset 来改变 Lattice 默
认设置.
模型拟和
optim(par, fn, method = c("Nelder-Mead", "BFGS", "CG", "L-BFGS-B", "SANN") 用 于 求 多 元 函 数 的 最 值.
基于 Nelder-Mead, quasi-Newton and conjugate-gradient 算法. 同 时, 也可以求区间内的最值. par 为函数初值, fn 是求最值的函 数
(通常为最小)
nlm(f,p) 根据初始值通过使用牛顿 (Newton-type) 算法的最小化函数
lm(formula) 拟和线性模型; formula 的典型形式为
response ˜ termA + termB + ...; 使 用 I(x*y) + I(xˆ2) 来
构成非线性成分
glm(formula,family=) 通过指定线性预测模型和残差分布来拟和 广义线性模型; family 为残差分布的描述且同模型整合; 详 见?family
nls(formula) 非线性最小二乘估计 approx(x,y=) 线性插值; approxfun(x,y) 线性插值函数 spline(x,y=) 立方 (曲线) 插值
splinefun(x,y) 立方 (曲线) 插值函数
loess(formula) 局部近似回归。利用局部加权回归进行一个非参回
归。这种回归对显示一组凌乱数据的趋势和描述大数据集的整
体情况非常有用。
很多以公式为基础的模型函数有很多通用的参量: data= 公式变量 的数据框, subset= 满足条件的子集; na.action= 缺失值处理方式: "na.fail",
"na.omit", 或一个函数. 面常用于模型拟和函数: predict(fit,...) 通过拟和模型 fit 计算预测值 df.residual(fit) 返回残差的自由度
coef(fit) 返回被估计的系数（有时候还包括他们的标准差） residuals(fit) 返回残差值
deviance(fit) 返回方差 fitted(fit) 返回拟和值 logLik(fit) 计算对数似然值和参数数目
AIC(fit) 计算 Akaike 信息准则（Akaike information criterion or AIC）
统计
aov(formula) 方差分析
anova(fit,...) 一个或多个模型对象的方差表（或残差平方和表）
分析
density(x) x 的核密度估计
kmeans(x) k 均值聚类
hclust(d, method = "complete") 层次聚类分析, d 由函数 dis- t 构造, method 可参考?hclust
prcomp(x, ...) 主成分分析
factanal(x,factors,data) 因子分析
cancor(x, y, xcenter = TRUE, ycenter = TRUE) 典型相关
分析 ( canonical correlations )
检验
t.test() t 检验
wilcox.test() Wilcoxon 检验
prop.test(x,n,p) n 次试验中, 出现的 x 的概率是否以概率 p 出现
的假设检验
binom.test(x,n) 贝努力试验检验 chisq.test(x,p) χ2 检验
fisher.test(x ,y = NULL) Fisher 精确性检验 ks.test(x,y="name",) Kolmogorov-Smirnov 检验, 检验向量数据是 否服从”name”
分布
shapiro.test(x) Shapiro-Wilk 正态分布检验 PP.test(x, lshort = TRUE) PP(Phillips-Perron)检验
quada.test(x) quade 检验
friedman.test(x) Friedman 秩口检验
pairwise.t.test(), power.t.test()
help.search("test")
分布
rnorm(n, mean=0, sd=1) 高斯 (正态)
rexp(n, rate=1) 指数
rgamma(n, shape, scale=1) γ 分布
rpois(n, lambda) Poisson 分布
rweibull(n, shape, scale=1) Weibull 分布
rcauchy(n, location=0, scale=1) Cauchy 分布
rbeta(n, shape1, shape2) β 分布
rt(n, df) t 分布
rf(n, df1, df2) F 分布
rchisq(n, df) χ2 分布
rbinom(n, size, prob) 二项
rgeom(n, prob) 几何
rhyper(nn, m, n, k) 超几何
rlogis(n, location=0, scale=1) logistic 分布
rlnorm(n, meanlog=0, sdlog=1) 对数正态
rnbinom(n, size, prob) 负二项分布
runif(n, min=0, max=1) 均匀分布
rwilcox(nn, m, n), rsignrank(nn, n) Wilcoxon 分布
所 有 的 函 数 都 可 以 使 用 d, p 或 q 来 替 换 r 分 别 得 到 概 率
密 度 ( dfunc(x, ...)), 累 积 概 率 密 度 ( pfunc(x, ...)), 分 位
数 ( qfunc(p, ...), 0 < p < 1).
编程
function( arglist ) expr 定义函数
return(value)
return(value)
if(cond) expr
if(cond) cons.expr else alt.expr for(var in seq) expr
while(cond) expr repeat expr break
next
使用表达 (statements) 使用大括号 {}
ifelse(test, yes, no) 如果满足条件 test 返回 yes, 反之返回 no
do.call(funname, args) 根据函数名和表达式 (arguments) 执行调
用函数.
R 内嵌常数
letters 返回 26 个小写英文字母
LETTERS 同上 (大写)
month.abb 返回 3 个字母缩写的月份名
month.name 返回月份名
pi π
其他
sessionInfo() 显示关于 R 的版本信息和关联的 Packages
all.equal(x,y) 检验两个对象是否 (渐进) 相等, 相等返回 TRUE, 否
则返回 abs(x − y)/x
identical(x,y) 严格检验对象是否相等
memory.size() 返回当前使用的内存大小
RSiteSearch() 搜索 http://search.r-project.org 上的结果, 包括
邮件列表, 手册和帮助页
大部分 R 函数都有在线文档。
help(topic) 关于 topic 的文档.
?topic 同上
help.search("topic") 搜索帮助系统
apropos("topic") 返回在搜索路径下包含 (部分) 关键词”topic” 的
所有对象名称
help.start() HTML 形式的帮助 demo() R 功能演示 example(f) 运行在线帮助中的例子
str(a) 显示 R 对象的内在属性 (*str*ucture) 或简要说明对象
summary(a) 给出 a 的概要, 通常是一个一般性统计概要; 且它对不同
属性的 a 有不同的操作方式.
ls() 显示 “搜索路径” 下的对象; 也可按指定条件搜索。
ls.str() str() 搜索路径下的每个变量与其属性
dir() 显示当前目录下的文件
list.files() 同上
getwd() 获得工作路径信息
setwd() 设置工作路径
methods(a) 显示 a 的 “S3 methods”
methods(class=class(a)) 列表所有可以解决属于对象类的方法
options(...) 设置或检验全局参数; 常用参数有: width, digits,
error
install.packages(pkg) 安装 pkg 包
update.packages() 自动对比包版本，并询问更新
library(pkg) 加载 pkg 包
require(x) 同上
library(help=pkg) 展示包 pkg 的信息
attach(x) 将 x 指向 R 的搜索路径; x 可以使一个列表, 数据框, 或者
是由 save 创建的 R data file. 使用 search() 来显示搜索路径.
detach(x) attach 的逆过程.
assign(x,value) 将 value 赋值给 x, 即”< −”
quit() 退出当前 R 会话 (q() 或 Ctrl z)
输入与输出
load() 加载由 save 命令得到的资料集
data(x) 加载指定的数据
edit() 调用文本编辑器修改 R 对象
fix(x) ‘fix’ 调用 ‘edit’ 修改 ‘x’
data.entry(x) 电子数据表形式的录入编辑器
scan(x) 从控制台或文件中读取数据为向量或列表
read.table(file) 读取表格式的文件并将其创建成数据框; 默认
分 割 符 sep="" 为 任 意 空 白; 使 用 header=TRUE 读 取 第 一 行
作 为 列 标 题; 使 用 as.is=TRUE 防 止 字 符 向 量 变 为 factors; 使
用 comment.char="" 防止 "#" 被解释为注释; 使用 skip=n 在
读数据前跳过 n 行; 详细见帮助关于行命名,NA 处理, 和其他
read.csv("filename",header=TRUE) 同 上, 但 默 认 设 直 为 读
取 csv 文件 (Comma Separated values)
read.delim("filename",header=TRUE) 同 上, 默 认 设 直 为 读
取 tab 分J文件
read.fwf(file,widths,header=F,sep="\t",as.is=FALSE) 以 f ixed width f ormatted 形式读取数据至数据框; widths
是整数 向量, 用于设直调整宽度字段
save(file,...) 以不分平台的二进制保存指定的对象 save.image(file) 保存所有的对象 dump("x","...") 将对象 x 保存在 “...” 里
cat(..., file="", sep=" ") 强制转化为字符后打印对象的赋
值; sep 为对象赋值间的分J符号
print(a, ...) 显示 a 的赋值，史一般的，它对于不同的对象可以
有不同的表达方式。
format(x,...) 格式化, 史好的显示 R 对象
write.table(x,file="",row.names= T ,col.names= T , sep="") 在 把 x 转 化 为 数 据 框 后, 写 到 文 件; 如
果 quote 为 TRUE, 字符和因子列就会被 (") 所包围; sep 是字段分隔符; eol 为尾行分J符; na 为缺失值字符串; 使用 col.names=NA 增
力列标题以便于和表格输入一致
sink(file) 输出到文件 file, 直到输入命令 sink()
大部分 I/O 函数都有 file 参量. 它经常用一个字符串来命名文件或 连接. file="" 意味着标准输入或输出. 连接 (Connections) 可以包含文 件 (file), 管道
(pipes), 压缩文件 (zipped files) 或 R 变量
在 windows 操作环境下，数据共享可以通过写字板（clipboard）的方 式. 读取 Excel 表：可以将 Excel 中数据拷贝至写字板（内存）, 使用 x <-
read.delim("clipboard") 方式读取数据。如果要将数据供 Ex- cel 使用,
write.table(x,"clipboard",sep="\t",col.names=NA) 可以 将数据写入写字板（clipboard）, 粘贴到 Excel 即可。
数据库方面的交互应用, 请见 RODBC, DBI,RMySQL, RPgSQL, and ROracle 包. 读取其他文件格式参考 XML, hdf5, netCDF 等包.
数据创建
c(...) 常见的将一系列参量转化为向量的函数; 通过 recursive=TRUE
降序排列列表并组合所有的元素为向量.
from:to 产生一个序列; “:” 有较高级别的优先级; 1:4 + 1 得到 “2,3,4,5”
seq(from,to) 产生一个序列 by= 指定间距; length= 指定要求长度
seq(along=x) 产生 1, 2, ..., length(along); 常用在循环上
rep(x,times) 重复 x times 次; 使用 each= 来指定元素 x 重复的次
数;rep(c(1,2,3),2) 将得到 1 2 3 1 2 3; rep(c(1,2,3),each=2)
将得到 1 1 2 2 3 3
data.frame(...) 创建数据框, 当然变量可能被命名或不被命名;
data.frame(v=1:4,ch=c("a","B","c","d"),n=10); 相 对 较 豆
的向量会被循环填充到最长向量长度
list(...) 创建一个由变量组成的列表, 变量可能被命名或未被命名;
list(a=c(1,2),b="hi",c=3i);
array(x,dim=) 产生由 x 组成的数组; 使用类似 dim=c(3,4,2) 指定
维数; 如果 x 不够长度, J x 自动循环
matrix(x,nrow=,ncol=) 矩阵; 同上
factor(x,levels=) 把向量 x 编码成为因子
gl(n,k,length=n*k,labels=1:n) 通 过 指 定 水 平 方 式 产 生 水
平 (因子); k 为水平的个数; n 为重复的次数
expand.grid() 提供的向量或因子所有组合构成的数据框
rbind(...) 把以行的形式组合矩阵, 数据框, 或其他 cbind(...) 同上. 以列的形式 数据分割和选取
向量索引
x[n] 第 n 个元素 x[-n] 除了第 n 个元素的 x x[1:n] 前 n 个元素 x[-(1:n)] 第 n+1 至最后的元素
x[c(1,4,2)] 指定元素 x["name"] 名为 "name" 的元素 x[x > 3] 所有大于 3 的元素
x[x > 3 & x < 5] 区间 (3,5) 的元素
x[x %in% c("a","and","the")] 给定组中的元素
列表索引
x[n] 列表显示元素 n
x[[n]] 列表的第 n 个元素
x[["name"]] 名为 "name" 的元素
x$name 同上.
矩阵索引
x[i,j] 下标为 (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",] 名为 "name" 的行
数据框索引 (矩阵索引力下述) x[["name"]] 列名为 "name" 的列 x$name 同上. 变量变换
as.array(x), as.data.frame(x), as.numeric(x), as.logical(x), as.complex(x), as.character(x), 等,
转换变量类型; 使用如下命令得到全部列表: methods(as)
变量信息
is.na(x), is.null(x), is.array(x), is.data.frame(x),
is.numeric(x), is.complex(x), is.character(x), ...
检验变量类型; 使用如下命令得到全部列表, methods(is)
length(x) x 中元素的个数
dim(x) 重新设置或设置对象的维数; dim(x) <- c(3,2)
dimnames(x) 重新设置或设置对象的名称
nrow(x) 和 NROW(x) 返回行的个数 dim(x)[1]
ncol(x) 和 NCOL(x) 返回列的个数 dim(x)[2]
class(x) 得到或设置 x 的类;class(x) <- "myclass"
unclass(x) 删除 x 的类
names(x) 查看或设置对象名称 (names)
unname(x) 删除 R 对象的名称 (names) 或维名称 (dimnames)
unlist(x) 将列表 x 转化为向量
attr(x,which) 得到或设置 x 的属性类型 which
attributes(obj) 得到或设置 obj 的属性列表
数据选择和操作
which.max(x) 返回 x 中最大元素的索引 which.min(x) 返回 x 中最小元素的索引 rev(x) 颠倒 x 中所有的元素
rle(x) 返回游程（Runs）信息
sort(x) 升序排列 x 中的元素; 降序排列使用:rev(sort(x))
cut(x,breaks) 将 x 分割成为几段 (或因子); breaks 为分割的段数或
分割点向量.
match(x, y) 返回一个和 x 相同长度且和 y 中元素相等的向量,（不
等的元素返回 NA )
which(x == a) 如果比较操作为具（TRUE), 返回向量 x 的索引
choose(n, k) 组合数 =n!/[(n − k)!k!]
sign(x) 判断变量是否大于 0, 大于返回“1 , 小于返回“-1 , 等于
返回“0
na.omit(x) 去除缺失值（NA), 如果 x 为矩阵或数据框, 去除相关行,删除 空值 空白值
na.fail(x) 返回错误信息如果 x 包含至少一个 NA
unique(x) 如果 x 为向量或数据框, 返回惟一值
duplicated(x) 返回向量或数据框 x 重复元素的逻辑值
table(x) 返回一个由 x 不同值个数组成的表格 (常用于整数或因子),
即频数表
subset(x, ...) 根据条件（... 选取 x 中的元素, 如: x$V1 < 10); 如果 x 为数据框, 选项 select 通过使用负号的方式保留或去除 变量
sample(x, size) 不放回的随机在向量 x 中抽取 size 个元素, 选
项 replace = TRUE 允许放回抽取
prop.table(x,margin=) 根 据 margin 使 用 分 数 表 示 表 格,
元 margin 时, 所有元素和为 1
四舍五入,floor(1.6)向下取整 ceiling(1.6)向上取整
数学
+,-,×,÷,ˆ,%%,%/%
< > <= >= ==..!=..
sin,cos,tan,asin,acos,atan,atan2,log,log10,exp max(x) 返回 x 最大的元素
min(x) 同上. 最小
range(x) 返回 c(min(x), max(x))
sum(x) x 中各元素的力和
diff(x) 向量 x 的差分
prod(x) x 中元素连乘
mean(x) x 的均值
abs(x) x 的绝对值
sqrt(x) x0.5
median(x) x 的中位数
quantile(x,probs=) 样本分位数, 默认为 0,0.25,0.75,1
IQR(x) 返回数据中间 50% 的区间
weighted.mean(x, w) 力权平均
rank(x) x 中元素的秩
var(x) or cov(x) 向量 x 的样本方差; 如果 x 是矩阵或数据框, 协方差
矩阵将被计算
sd(x) x 的标准差; sd(x)=sqrt(var(x))
cor(x) 如果 x 是矩阵或数据框, 返回相关阵 (1 如果 x 为向量)
var(x, y) or cov(x, y) x 和 y 间的协方差; 如果 x, y 为矩阵或数据
框, 返回 x 和 y 各列的协方差
cor(x, y) x 和 y 线性相关系数; 或者相关阵, 如果 x 和 y 为矩阵或数
据框
round(x, n) x 的约数, 精确到 n 位
log(x, base) 计算 x 以 base 为底的对数,e = exp(1)
scale(x) 如果 x 是一个矩阵, 则中心化和标准化数据; 若只标准化
则使用选项 center=FALSE, 若只中心化使用 scale=FALSE (默
认 center=TRUE, scale=TRUE)
integrate(f,lower,upper) 函数 f 在区间 (lower,upper) 的面积 (积
分)
pmin(x,y,...) x[i], y[i] 相比较小者, 组成新的向量
pmax(x,y,...) 同上. 较大者
cumsum(x) 由 x 组成的向量, x[i]=sum{ x[1]: x[i]}
cumprod(x) 同上. 连乘
cummin(x) 同上. 最小
cummax(x) 同上. 最大 union(x,y) x ∪ y − x ∩ y intersect(x,y) x ∩ y setdiff(x,y) x − x ∩ y
setequal(x,y) 返回比较 x, y 是否相同的逻辑值 ( x, y 不涉及顺序).
is.element(el,set) 同 x %in% y
Re(x) 复数的实部
Im(x) 虚部
Mod(x) 绝对值 (模); 同 abs(x)
Arg(x) 复数角度 (in radians)
Conj(x) 求 x 的共辄复数
convolve(x,y) 计算两个序列的卷积
fft(x) 排列 (array) 的快速傅立叶变换
mvfft(x) 矩阵各列的快速傅立叶变换
filter(x,filter) 对但变量时间序列或多变量时间序列的单独序
列进行线性过滤
大多数学函数使用逻辑参数 na.rm=FALSE 来指定是否移除缺失值 (NA).
矩阵
t(x) 转直 diag(x) 对角阵
%*% 矩阵运算
solve(a,b) 运算 a %*% x = b 得到 x
solve(a) 矩阵的逆
eigen(x) 计算矩阵的特征根和特征向量
rowsum(x) 矩阵格式对象行加和; rowSums(x) 是一个更快的版本
colsum(x), colSums(x) 同上. 列
rowMeans(x) 行平均
colMeans(x) 列平均
dist(x) 计算矩阵 x 行间的距离
高级数据处理
apply(X,INDEX,FUN=) 根据数组的下标 (INDEX) 应用函数 FUN 返回
向量, 数组或列表的值
lapply(X,FUN) 应用 FUN 到列表 X 的每个元素
tapply(X,INDEX,FUN=) 根据 x 的索引 (INDEX) 对不完全 (ragged)
的数列应用 FUN
sapply 同 lapply, 比之更友好
by(data,INDEX,FUN) 应用函数 FUN 处理数据框 data 中由 INDEX 定
义的子集
merge(a,b) 根据共有的列或行名把两个数据框合并 xtabs(a b,data=x) 从交又分类因子得到列联表
aggregate(x,by,FUN) 将数据框 x 分J为几个子集, 且计算各个子 集的概要统计, 并且以合适的方式返回结果; by 是分组元素列表 stack(x, ...)
将分开列形式的数据框或列表中的数据变量转化为
单列
unstack(x, ...) stack() 的逆过程
reshape(x, ...) 对 ‘wide’ 和 ‘long’ 格 式 对 数 据 框 进 行 改 造.
‘wide’ 格 式 是 根 据 基 准 变 量 横 向 扩 展 数 据 框 ：‘long’ 格 式
是 根 据 基 准 变 量 纵 向 扩 展 数 据 框. 使 用 (direction=“wide”)
或 (direction=“long”) 参数指定格式.
expression(expr) 创建或检验对象是否为 ‘表达’(expression) 形式.
参考 is.expression(x), as.expression(x, ...)
parse(file = "", n = NULL) 以列表形式返回解析过, 但没有经
过计算的表达 (expression)
eval(expr) 在指定的环境下计算 R 表达 (expression)
字符
paste(...) 转化为字符后连接向量; sep= 为分割界限 (一个空格为默
认); 选择 collapse= 可以分割 “collapsed” 结果
substr(x,start,stop) 提取字符向量的子字段; 同样可以赋值, 使
用 substr(x, start, stop) <- value
strsplit(x,split) 在 split 的位直分割 x
grep(pattern,x) pattern 条件的匹配和替换; 参见 ?regex
gsub(pattern,replacement,x) 替 换 满 足 正 则 表 达 式 的 字
段, sub() 类似, 但只替换第一个出现的字段
tolower(x) 将字母转化为小写
toupper(x) 将字母转化为大写
casefold(x, upper = TRUE) 变化 x 为大写 (TRUE) 或小写 (FALSE)
chartr(old, new, x) 将 x 中的字符 old 变换为字符 new
match(x,table) table 中匹配 x 元素位直组成的向量.
x %in% table 同上. 返回逻辑向量
pmatch(x,table) table 中部分匹配 x 元素
nchar(x) 字符的个数
日期和时间
Date 只包含日期不包含时间. POSIXct 包括日期时间和时区信息. 相比
而言 (如.>), seq() 和 difftime() 比较有用. Date 也可以使用 + 和 −.
?DateTimeClasses 可以给出更多的信息. 详见 chron 包.
as.Date(s) 和 as.POSIXct(s) 转化各自的属性; format(dt) 转化
为字符表达. 默认的字符格式为 “2006-07-24”. 他们接受一个次
要表达来指定转化的格式. 一些常见的格式为:
%a, %A 精简和元精简 “呈期天”(weekday) 名
%b, %B 精简和元精简月名
%d 月份中的日期 (01–31).
%H 小时 (00–23).
%I 小时 (01–12).
%j 年份中的日期 (001–366).
%m 月份 (01–12).
%M 分钟 (00–59).
%p AM/PM 指示.
%S 十进制的秒 (00–61).
%U 呈期 (00–53); 第一个呈期天作为第一个呈期的第一天.
%w 呈期天数 (0–6, 周日为 0).
%W 周 (00–53); 第一个周一作为第一个呈期的第一天.
%y 元世纪的年 (00–99). 不要使用.
%Y 有世纪的年.
%z (只输出.) 格林威治补偿; -0800 为格林威治西 8 小时.
%Z (只输出.) 时区作为字符串 (元效为空).
weekdays(x) 返回日期 x 的 “呈期几” months(x) 返回日期 x 的月份 quarters(x) 返回日期 x 的季节 (Q1 - Q4)
在输出时会碰到, 显示数字前存在零的问题, 但输入时可以选择性写零
或元零. 参见 ?strftime.
图形装直 (Graphics Devices)
x11(), windows() 打开一个绘图窗口
dev.list() 图形窗口列表 dev.set() 指定图形窗口
plot.new() 为绘制新图形结束当前图形窗口 savePlot(file,type) 将当前窗口中的绘图保存到文件 file , 保
存文件类型 type 可以选择 “wmf”, “mf”, “png”, “jpeg”, “jpg”,
“bmp”, “ps”, “eps”, “pdf”
postscript(file) 为 创 建 PostScript 图 形 开 启 图 形 装 置
驱 动; 使 用 horizontal = FALSE, onefile =FALSE, paper =
"special" 指 定 EPS 格 式 文 件; family= 指 定 字 体 (Avant-
Garde, Bookman, Courier, Helvetica, Helvetica-Narrow, NewCen- turySchoolbook, Palatino, Times, or
ComputerModern); width=
和 height= 指定以 inches 为单位的区域大小; paper= 指定纸
张类型.
ps.options() 辅助函数, 设置或查看 (如果没有参数) postscript 参
数的缺省值
pdf, png, jpeg, bitmap, xfig, pictex; 参看 ?Devices
dev.off() 关 闭 指 定 (默 认 当 前) 图 形 装 置; 也 可 以 参 考 dev.cur,
dev.set
layout() 根据用户给定的 matrix (绘制顺序) 和参数 width=,height= 将
图形装置分J
绘图
plot(x) 在 x 轴上顺次地绘制 x 值 (y 轴上) plot(x, y) 双变量绘图 (散点图) hist(x) x 的频数直方图
barplot(x) x 的条形图; 使用 horiz=FALSE 改变绘图水平或垂直
dotchart(x) 如果 x 为数据框, 绘制 Cleveland dot 图 (stacked plots
line-by-line and column-by-column)
pie(x) 饼图
boxplot(x) 箱线图
curve(expr, from, to ,add = FALSE) 根据给定函数或表达在
区间 ‘[from,to]’ 上绘制曲线
sunflowerplot(x, y) 是以相似坐标的点作为花朵，其花瓣数目为
点的个数
coplot(x˜y | z) 根据 z 值或值间隔绘制 x 和 y 的双变量图
interaction.plot (f1, f2, y) 如果 f1 和 f2 是因子, 作 y 的
均值图, 以 f1 的不同值作为 x 轴，而 f2 的不同值对应不同
曲 线: 可 以 用 选 项 fun 指 定 y 的 其 他 的 统 计 量 (缺 省 计 算 均
值, fun=mean)
matplot(x,y) 二元图, 其中 x 的第一列对应 y 的第一列, x 的第二列
对应 y 的第二列, 依次类推。
fourfoldplot(x) 用 四 个 四 分 之 一 圆 显 示 2×2 列 联 表 情 况 (x 必
须是 dim=c(2, 2,k) 的数组, 或者是 dim=c(2, 2) 的矩阵，如
果 k = 1)
assocplot(x) Cohen–Friendly 图, 显示在二维列联表中行, 列变量偏
禹独立性的程度
mosaicplot(x) 列联表的对数线性回归残差的马赛克图 pairs(x) 如果 x 是矩阵或是数据框，作 x 的各列之间的二元图 plot.ts(x) 如果 x 是类 ts
的对象, 作 x 的时间序列曲线, x 可以是多
元的, 但是序列必须有相同的频率和时间
ts.plot(x) 同上, 但如果 x 是多元的，序列可有不同的时间但须有相
同的频率
qqnorm(x) 正态分位数图
qqplot(x, y) x 对 y 的分位数 – 分位数图
contour(x, y, z) 绘 制 轮 廓 图 （ 画 曲 线 时 使 用 内 插 替 换 补 充 空 白 的 值 〉, x 和 y 必 须 为 向 量, z 必 须 为 矩 阵, 使 得
dim(z)=c(length(x),length(y)) ( x 和 y 可以省咯)
filled.contour(x, y, z) 同上, 等高线之间的区域是彩色的, 并
且绘制彩色对应的值的图例
image(x, y, z) 同上, 但是实际数据大小用不同色彩表示 persp(x, y, z) 同上, 但为透视图
stars(x) 如果 x 是矩阵或者数据框, 用星形和线段画出, 星代表 x 的
每一行线段代表列的长度.
symbols(x, y, ...) 在由 x 和 y 给定坐标画符号 (圆，正方形，长
方形，星，温度计式或者盒形图), 符号的类型、大小、颜色等
由另外的变量指定
termplot(mod.obj) 绘制回归模型 (mod.obj) 的 (偏) 影响图
下面的参数经常用于一般绘图函数
add=FALSE 如果 TRUE , 在前一个图上 (如果存在) 添加绘图
axes=TRUE 如果 FALSE , 不绘出坐标轴和盒子
type="p" 指定绘制图的类型, "p": 点, "l": 线, "b" 用线连接的点, "o":
同上. 但线穿过点, "h": 垂直的线, "s": 阶梯, 但数据由垂直线的
顶端代表, "S": 阶梯, 但数据由垂直线的底端代表
xlim=, ylim= 指定坐标轴的最小和最大限制
xlab=, ylab= 注释坐标轴
main= 主标题
sub= 副标题 (小号字体)
低级绘图命令
points(x, y) 添加点 (选项 type= 可以使用)
lines(x, y) 同上. 但用线
text(x, y, labels, ...) 在坐标点 ( x, y) 加入文字;
典型的使用方法: plot(x, y, type="n"); text(x, y, names)
mtext(text, side = 3, line = 0, ...) 在指定的 side 添加
文字 (参考 axis); line 指定添加文字的绘图区域
segments(x0, y0, x1, y1) 从点 ( x0, y0) 划线至点 ( x1, y1)
arrows(x0, y0, x1, y1, angle = 30, code = 2) 同上.
当 code=2 以点 ( x0, y0) 为基原点的箭头, 当 code=1 以点 ( x1, y1)
为原点的箭头, 当 code=3 双箭头; angle 控制箭头张开的角度
abline(a,b) 以截距为 a 斜丰为 b 的斜线
abline(h = y) 在 y 点的垂线
abline(v = x) 在 x 点的水平线
abline(lm.obj) 根据 lm.obj 做出回归线
rect(x1, y1, x2, y2) 做出左, 右, 底, 高限制为 x1, x2, y1, y2 的
四边形
polygon(x, y) 多边形作图
legend(x, y, legend) 在点 ( x, y) 添加图例
title() 添加标题
axis(side, at) 添加坐标轴, 底部 ( side=1), 左侧 ( 2), 顶部 ( 3) 或右
侧 ( 4); 可选参数 at 指定画刻度线的位直坐标
box() 在当前图形周圄加一个盒子
rug(x) 在 x- 轴上添加 rug (1-d plot), 来代表数据
locator(n, type="n", ...) 在 用 户 使 用 鼠 标 在 图 上 点 击 n
次 后 返 回 n 次 点 击 的 坐 标 (x, y)： 并 可 以 在 点 击 处 绘 制 符
号 ( type="p") 或线 ( type="l") ，缺省情况下不画符号或连
线 ( type="n")
绘图参数
可以使用 par(...) 未永久性改变绘图参数; 很多参数也可以作为绘
图命令的选项.
adj 控制文字对齐方式 ( 0 左对齐, 0.5 居中对齐, 1 右对齐)
bg 指定背景颜包 (如: bg="red", bg="blue", . . . 用 colors() 可以显
示 657 种可用颜包名)
bty 控制图形边框形状, 可使用的值为: "o", "l", "7", "c", "u" 或 "]"
(边框和字符想像); 如果 bty="n" 则不绘制边框
cex 控制缺省状态下符号和文字大小的值; 下面的参数有同样的功能:
cex.axis, 坐标轴刻度, cex.lab, 坐标轴标签, cex.main, 标题,
cex.sub, 副标题
col 控 制 符 号 和 连 线 的 颜 包; 使 用 颜 包 名 称: "red", "blue" 参
考 colors() 或作为 "#RRGGBB"; 参考 rgb(), hsv(), gray(),
和 rainbow(); 同参数 cex 类似: col.axis, col.lab, col.main,
col.sub
font 控制文本字体的整数 ( 1: 正常, 2: 斜体, 3: 粗体, 4: 斜粗体); 还
可以使用 font.axis, font.lab, font.main, font.sub
las 控制坐标轴刻度数字标记方向的整数 ( 0: 平行于轴, 1: 横排, 2: 垂
直于轴, 3: 竖排)
lty 控制连线的类型, 可以是整数或字符 ( 1: "solid", 2: "dashed", 3:
"dotted", 4: "dotdash", 5: "longdash", 6: "twodash"), 或不
超过 8 个字符的字符串 ( "0" 至 "9" 间的数) 交替指定线和空白
的长度), 单位为磅 (”points”) 和像素, 如 lty="44" 和 lty=2 一样
lwd 控制连线宽度的数字, 默认 1
mar 控制图形边空的有 4 个值的向量 c(bottom, left, top, right),
默认值为 c(5.1, 4.1, 4.1, 2.1)
mex 声明图形同边缘协调程度的字符大小的附加变量。注意，它并不
改变字体的大小。
mfcol 用 c(nr,nc) 向量分割绘图窗口为 nr 行和 nc 列, 按列使用子窗
口
mfrow 同上. 但按行使用子窗口
pch 控制符号的类型, 可以是 1 至 25 的整数, 或是 "" 里的单个字符
1 2 3 4 5 6 7 8 9 10 11 12
13 14 15
16 17 18 19 20 21 22 23 24 25
ps 控制文字大小的整数，单位为磅 (points)
* * .
X X a a ? ?
pty 指定绘图区域类型的字符， "s": 正方形, "m": 最大利用
tck 指定轴上刻度长度的值，单位是百分比，以图形宽、高中最小一
个作为基数：如果 tck=1 则绘制 grid
tcl同上.但以文本行的高度为基数(默认为tcl=-0.5)
xaxt 如果 xaxt="n" 则设直 x- 轴但不显示 (有助于和 axis(side=1,
...) 一起使用)
yaxt 同上. y- 轴
网格 (Lattice) 绘图
xyplot(y˜x) 双变量散点图 barchart(y˜x) y 对 x 的条形图
dotplot(y˜x) Cleveland 点图 (逐行逐列累加图)
densityplot(˜x) 密度函数图
histogram(˜x) x 的频丰直方图
bwplot(y˜x) 箱线图
qqmath(˜x) x 关于某理论分布的分位数 - 分位数图
stripplot(y˜x) 一维图, x 必须是数值型, y 可以是因子
qq(y˜x) 比较两个分布的分位数, x 必须是数值型, y 可以是数值, 字
符或者是因子, 但必须是两个 “水平”
splom(˜x) 二维图矩阵
parallel(˜x) 平行坐标图
levelplot(z˜x*y|g1*g2) 在 x, y 坐标点的 z 值的彩色等值线图
（ x, y 和 z 等长）
wireframe(z˜x*y|g1*g2) 3d 透视图 (面)
cloud(z˜x*y|g1*g2) 3d 透视图 (点)
在一般性 Lattice 公式中, y˜x|g1*g2 有可选择条件变量 g1 和 g2 组合
绘制在羊独的 “panels” 上. Lattice 函数使用了很多相同的参量作为基础
附加绘图, 如 data=, subset=. 使用 panel= 来定义定制 “panel” 函数 (参
考 apropos("panel") 和 ?llines). Lattice 函数返回一个 trellis 类型的
对象并且是 “ print-ed” 来生成图形. 内部使用 print(xyplot(...)) 函
数时, 自动绘图并元效果. 使用 lattice.theme 和 lset 来改变 Lattice 默
认设置.
模型拟和
optim(par, fn, method = c("Nelder-Mead", "BFGS", "CG", "L-BFGS-B", "SANN") 用 于 求 多 元 函 数 的 最 值.
基于 Nelder-Mead, quasi-Newton and conjugate-gradient 算法. 同 时, 也可以求区间内的最值. par 为函数初值, fn 是求最值的函 数
(通常为最小)
nlm(f,p) 根据初始值通过使用牛顿 (Newton-type) 算法的最小化函数
lm(formula) 拟和线性模型; formula 的典型形式为
response ˜ termA + termB + ...; 使 用 I(x*y) + I(xˆ2) 来
构成非线性成分
glm(formula,family=) 通过指定线性预测模型和残差分布来拟和 广义线性模型; family 为残差分布的描述且同模型整合; 详 见?family
nls(formula) 非线性最小二乘估计 approx(x,y=) 线性插值; approxfun(x,y) 线性插值函数 spline(x,y=) 立方 (曲线) 插值
splinefun(x,y) 立方 (曲线) 插值函数
loess(formula) 局部近似回归。利用局部加权回归进行一个非参回
归。这种回归对显示一组凌乱数据的趋势和描述大数据集的整
体情况非常有用。
很多以公式为基础的模型函数有很多通用的参量: data= 公式变量 的数据框, subset= 满足条件的子集; na.action= 缺失值处理方式: "na.fail",
"na.omit", 或一个函数. 面常用于模型拟和函数: predict(fit,...) 通过拟和模型 fit 计算预测值 df.residual(fit) 返回残差的自由度
coef(fit) 返回被估计的系数（有时候还包括他们的标准差） residuals(fit) 返回残差值
deviance(fit) 返回方差 fitted(fit) 返回拟和值 logLik(fit) 计算对数似然值和参数数目
AIC(fit) 计算 Akaike 信息准则（Akaike information criterion or AIC）
统计
aov(formula) 方差分析
anova(fit,...) 一个或多个模型对象的方差表（或残差平方和表）
分析
density(x) x 的核密度估计
kmeans(x) k 均值聚类
hclust(d, method = "complete") 层次聚类分析, d 由函数 dis- t 构造, method 可参考?hclust
prcomp(x, ...) 主成分分析
factanal(x,factors,data) 因子分析
cancor(x, y, xcenter = TRUE, ycenter = TRUE) 典型相关
分析 ( canonical correlations )
检验
t.test() t 检验
wilcox.test() Wilcoxon 检验
prop.test(x,n,p) n 次试验中, 出现的 x 的概率是否以概率 p 出现
的假设检验
binom.test(x,n) 贝努力试验检验 chisq.test(x,p) χ2 检验
fisher.test(x ,y = NULL) Fisher 精确性检验 ks.test(x,y="name",) Kolmogorov-Smirnov 检验, 检验向量数据是 否服从”name”
分布
shapiro.test(x) Shapiro-Wilk 正态分布检验 PP.test(x, lshort = TRUE) PP(Phillips-Perron)检验
quada.test(x) quade 检验
friedman.test(x) Friedman 秩口检验
pairwise.t.test(), power.t.test()
help.search("test")
分布
rnorm(n, mean=0, sd=1) 高斯 (正态)
rexp(n, rate=1) 指数
rgamma(n, shape, scale=1) γ 分布
rpois(n, lambda) Poisson 分布
rweibull(n, shape, scale=1) Weibull 分布
rcauchy(n, location=0, scale=1) Cauchy 分布
rbeta(n, shape1, shape2) β 分布
rt(n, df) t 分布
rf(n, df1, df2) F 分布
rchisq(n, df) χ2 分布
rbinom(n, size, prob) 二项
rgeom(n, prob) 几何
rhyper(nn, m, n, k) 超几何
rlogis(n, location=0, scale=1) logistic 分布
rlnorm(n, meanlog=0, sdlog=1) 对数正态
rnbinom(n, size, prob) 负二项分布
runif(n, min=0, max=1) 均匀分布
rwilcox(nn, m, n), rsignrank(nn, n) Wilcoxon 分布
所 有 的 函 数 都 可 以 使 用 d, p 或 q 来 替 换 r 分 别 得 到 概 率
密 度 ( dfunc(x, ...)), 累 积 概 率 密 度 ( pfunc(x, ...)), 分 位
数 ( qfunc(p, ...), 0 < p < 1).
编程
function( arglist ) expr 定义函数
return(value)
return(value)
if(cond) expr
if(cond) cons.expr else alt.expr for(var in seq) expr
while(cond) expr repeat expr break
next
使用表达 (statements) 使用大括号 {}
ifelse(test, yes, no) 如果满足条件 test 返回 yes, 反之返回 no
do.call(funname, args) 根据函数名和表达式 (arguments) 执行调
用函数.
R 内嵌常数
letters 返回 26 个小写英文字母
LETTERS 同上 (大写)
month.abb 返回 3 个字母缩写的月份名
month.name 返回月份名
pi π
其他
sessionInfo() 显示关于 R 的版本信息和关联的 Packages
all.equal(x,y) 检验两个对象是否 (渐进) 相等, 相等返回 TRUE, 否
则返回 abs(x − y)/x
identical(x,y) 严格检验对象是否相等
memory.size() 返回当前使用的内存大小
RSiteSearch() 搜索 http://search.r-project.org 上的结果, 包括
邮件列表, 手册和帮助页