2021.4.12
持续更新中。。。
《R语言实战2》、学术数据分析及可视化
1. 快捷方式
赋值：alt+-
清屏：ctrl+l
快速注释和取消注释：ctrl+shift+c
自动补全：Tab
2. 经验技巧
- R中常量、变量、函数、数据结构等都统称为对象。
- 为了区分函数，在使用函数时都需要加上括号。
- 减少使用符号和中文命名文档。
3. 基本函数
3.1 对现有的数据集进行处理的函数
-
length()：显示对象中元素/成分的数量 -
head()：列出某个对象的开始部分 -
str()：显示某个对象的数据结构 -
class()：显示某个对象的数据类型 -
as.factor()：转换数据类型 -
View()：查看导入数据 -
which()：返回符合条件的数据的位置
3.2 数学相关函数
-
abs(x)：取x的绝对值 -
sqrt(x)：取x的平方根 -
ceiling(x)：取不小于x的最小整数 -
floor(x)：取不大于x的最大整数 -
round(x, digits=n)：将x四舍五入为指定位的小数 -
signif(x, digits=n)：将x舍入为指定的有效数字位数 -
sin/cos()： -
log(x, base=n)：取x底为n的对数 -
exp(x)：以自然常数e为底的指数函数 -
cumsum(x)：求累计和 -
prod(x)：求累计乘
3.3 统计函数
-
mean(x)：取x平均值 -
median(x)：取x中位数 -
sd(x)：取x标准差 -
quantile(x)：取x的分位数 -
sum(x)：求x的和 -
min/max(x)：求x的最小/大值 -
range(x)：求值域 -
table(x)：频数统计 -
summary(x)：对数据进行简单统计 -
scale(x)：对数据进行标准化（默认情况下是进行均值为0，标准差为1的标准化）
3.4 字符串函数
-
nchar(x)：求字符串x的长度 -
substr(x, start, stop)：取子字符串 -
toupper()：取大写 -
tolower()：取小写 -
paste(a, b, sep = " ", collapse = NULL)：拼接字符串a和b
归一化(normalization)和标准化(standardization)的区别：
一、归一化(normalization)：
- 定义：利用特征（可理解为某个数据集合）的最大值，最小值，将特征的值缩放到[0,1]区间，对于每一列的特征使用min-max函数进行缩放；
- 归一化原因：消除纲量，加快收敛；原始数据经过数据归一化处理后，各指标处于[0,1]之间的小数，适合进行综合对比评价；提高精度；
- 归一化方法：
①线性归一化
新数据=（原数据-极小值）/（极大值-极小值）
②非线性归一化
经常用在数据分化比较大的场景，有些数值很大，有些很小。通过一些数学函数，将原始值进行映射。该方法包括 log、指数，正切等。需要根据数据分布的情况，决定非线性函数的曲线，比如log。
二、标准化（standardization）：
- 定义：标准化是通过特征的平均值和标准差，将特征缩放成一个标准的正态分布，缩放后均值为0，方差为1。即使数据不服从正态分布，也可以用此法。特别适用于数据的最大值和最小值未知，或存在孤立点。
- 标准化原因：标准化是为了方便数据的下一步处理，而进行的数据缩放等变换，使不同变量之间可以比较，消除极大值和极小值带来的影响。
3.5 其他函数
-
dir()：显示工作目录下的文件 -
save.image()：保存工作空间内容 -
rm(list=ls())：删除当前环境中的所有对象 -
set.seed()：设置随机种子，固定生成的随机数。 -
citation('包名')：相关包的引用信息
4. 其他包中可用函数
4.1 imputeTS包函数na_replace()
- 替换缺失值
install.packages("imputeTS")
library(imputeTS)
na_replace(example.txt, 0)
4.2 psych包函数describe()
- 对数据进行统计描述
install.packages("psych")
library(psych)
descrebe(example, na.rm =T)
输出的数据，如果有变量后面有星号说明处理时是当成了因子处理。
4.3 PerformanceAnalytics包函数chart.Correlation()
- 可视化相关关系结果
data <- cor(rawdata)
chart.Correlation(data)
网友评论