我的评价：对R语言的惊鸿一瞥
http://tryr.codeschool.com/

1 Using R* 直接输入命令行可进行一般的运算，四则运算和逻辑运算

• 逻辑值符号 T == TRUE F == FALSE
• 变量赋值 x<-5
  • 可以赋予任何值而不用担心值得类型
  • 命令行输入变量名可以查看变量的值，或print(x)
• 函数 sum(1,2,3)
  • 有些函数参数带有名字 rep("a",times=3)
• 帮助 help(functionname)
  • na.rm = TRUE 时自信不将NA值纳入计算
• 函数使用样例 example(functionname)
• 输入的命令可以存入脚本，便于重复使用和保存
  • list.files 查看脚本
  • source("files.R") 查看脚本里的代码

2 Vector

• combine函数创建矢量，只要属于同一类数据即可
  • c(4,7,9)
  • 不是同一类数据的自动转化成可以承载的同一种数据类型
    c(1,TRUE,"three") 存入的是 “1”，“TRUE”，“three"
• 创造数字序列的符号 ：
  • 5:9 5 6 7 8 9
  • 9:5 9 8 7 6 5
• 用seq()函数创建序列 seq(start,end,step)
• 矢量可以作为变量 sentence <- c('a','b','c')
  • 取数据 sentence[3] 得到'c'
  • 改变数据 sentence[3]<-'b'
  • 增加数据 sentence[4]<-'d'
  • 取部分数据 sentence[c(1,3)]得到'a' 'b'
  • 取一系列数据 sentence[2:4]
  • 改变一系列数据 sentence[5:7]<-c('a','b','c')
• 给矢量里的每一个量一个名字
  ranks<-1:3
  names(ranks) <- c('a','b','c')
  得到 ranks
  a b c
  1 2 3
• 按照名字取值 ranks['a'] 得到1
• 按照名字改变 ranks['a'] <- 4
• barplot(ranks) 可以画出直方图，矢量各分量的名字作为横坐标
• 对矢量的计算作用于矢量的每一个值，包含以下类型
  • 矢量+标量
  • 矢量+矢量
  • 矢量/矢量
  • 函数（矢量）
• plot(x,y)作散点图
• NA值，不是数据的值

3 Matrix

• 创造矩阵 matrix(values_vector,row_number,col_number)
  • values为一个标量时，创建一个以values为默认值的矩阵
• dim(matrix01) <- c(new_row,new_col) 将矩阵变成new_row行new_col列的矩阵
• 取值 matrixname[2,3]
• 赋值 matrixname[2,3] <- 1
• 取一行 matrixname[2,]
• 取一列 matrixname[,3]
• 取多列 matrixname[,2:5]
• contour 函数绘制矩阵的轮廓线/等高线
• persp 函数绘制3D轮廓图
• image 函数绘制热力图

4 Summary Statistics

• mean() 均值
  • barplot 查看分布情况
  • abline(h=5或v=5) 在图上增加水平线或数值线
• median() 中位数
• sd() 标准差

5 Factors 用于数据分类

• factor() 用于数据分类
  • 分类的结果不是原始数据，而是对factor的level的正整数引用
• leavels() 来获取分类结果
• plot() 作图时，pch参数可以增加分类
• legend增加图例
  • legend("topright",levels(factor(x)),pch=1:length(factor(x))) 这个写法可以避免每次都修改参数

6 Data Frames

• 一种类似excel的sheet的数据结构
• 创建 name <- data.frame(vector1,vector2,vector3)
  • 每一列的列标题分别是vector1,vector2,vector3
• 取一列 name[[2]] 或 name[["col_name"]] 或name$col_name
• read.csv("filename.csv") 加载csv
• read.table("filename.txt", sep='\t', header=TRUE) 加载表格类型
• merge(x=table1,y=table2) 用于合并两个表，按照相同的列合并

7 真实世界的数据

• cor.test(x,y) 计算相关性
• lm(y~x) 计算y关于x的线性模型
• 通过CRAN取得更多的库
  • install.packages("ggplot2")
  • help(package="ggplot2")