佛山专业建设网站平台,网络科技公司劳动合同,网站建设主要问题及建议,哪里有网站开发企业目录
1.正整数下标
2.负整数下标
3.空下标与零下标
4.下标超界
5.逻辑下标
6. which()、which.min()、which.max() 函数
7. 元素名
8.用 R 向量下标作映射
9.集合运算
练习 1.正整数下标
首先定义一个x#xff0c;然后对向量 x, 在后面加方括号和下标可以访问向量…目录
1.正整数下标
2.负整数下标
3.空下标与零下标
4.下标超界
5.逻辑下标
6. which()、which.min()、which.max() 函数
7. 元素名
8.用 R 向量下标作映射
9.集合运算
练习 1.正整数下标
首先定义一个x然后对向量 x, 在后面加方括号和下标可以访问向量的元素和子集如 定义一个x
x - c(1, 4, 6.25)
x
返回 我们取出第二个元素
x[2] 返回 我们再修改第二个元素为 99
x[2] - 99; x
返回 我们再取下第 1、3 号元素
x[c(1,3)]
返回 我们再修改第 1、3 号元素为 1113
x[c(1,3)] - c(11, 13); x
返回 若是下标可重复又会如何如
x[c(1,3,1)]
返回 2.负整数下标
负下标表示扣除相应的元素后的子集如
x - c(1,4,6.25)
x[-2]
-2 表示倒数第二个返回 再比如
x[-c(1,3)]
返回 负整数下标不能与正整数下标同时用来从某一向量中取子集比如
x[c(1,-2)]
返回结果会报错 3.空下标与零下标
x[] 表示取 x 的全部元素作为子集。这与 x 本身不同比如x - c(1,4,6.25)
x[] 返回 然后我们对x 内的值进行修改 x[] - 999
x 返回 再如另一种对x内的值进行修改 x - c(1,4,6.25)
x - 999
x 返回结果只有一个值 可能有人会问是否有 x[0] 那就让我们看看 x[0] 返回 那说明x[0] 是一种少见的做法结果返回类型相同、长度为零的向量如 numeric(0)。 相当于空集且当 0 与正整数下标一起使用时会被忽略。当 0 与负整数下标一起使用时也会被 忽略。 4.下标超界 设向量 x 长度为 n, 则使用正整数下标时下标应在 {1, 2, . . . , n} 中取值。 x - c(1,4,6.25)
x[2] 返回 如果使用大于 n 的下标读取时返回缺失值并不出错。 x[5] 返回 给超出 n 的下标元素赋值则向量自动变长中间没有赋值的元素为缺失值。例如 x[5] - 9
x
返回 虽然 R 的语法对下标超界不视作错误但是这样的做法往往来自不良的程序思路而且对程序效率有影响所以实际编程中应避免下标超界。5.逻辑下标
下标可以是与向量等长的逻辑表达式一般是关于本向量或者与本向量等长的其它向量的比较结果如 定义xx - c(1,4,6.25) 取出 x 的大于 3 的元素组成的子集 x[x 3] 返回 逻辑下标除了用来对向量取子集还经常用来对数据框取取子集也用在向量化的运算中。例如对如下示性函数 输入向量 x结果 y 需要也是一个向量程序可以写成 f - function(x){
y - numeric(length(x))
y[x 0] - 1
y[x 0] - 0 # 此语句多余
y } 事实上还有一种写法向量化的逻辑选择有一个 ifelse() 函数比如对上面的示性函数如果 x 是一个向量输出 y 向量可以写成 y - ifelse(x0, 1, 0) 要注意的是如果逻辑下标中有缺失值对应结果也是缺失值如 x - c(1, 4, 6.25, NA)
x[x 2] 返回 所以在用逻辑下标作子集选择时一定要考虑到缺失值问题。 正确的做法是加上!is.na 前提如 x[!is.na(x) x 2] 返回 6. which()、which.min()、which.max() 函数 函数 which() 可以用来找到满足条件的下标如 x - c(3, 4, 3, 5, 7, 5, 9)
which(x 5) 返回 seq(alongx) 会生成由 x 的下标组成的向量如 seq(alongx)[x 5] 返回 用 which.min()、which.max() 求最小值的下标和最大值的下标不唯一时只取第一个。如 which.min(x)
which.max(x)
返回 7. 元素名
向量可以为每个元素命名。如ages - c( 李明30, 张聪25, 刘颖28) 或 ages - c(30, 25, 28)
names(ages) - c( 李明, 张聪, 刘颖) 或 ages - setNames(c(30, 25, 28), c( 李明, 张聪, 刘颖)) 这时可以用元素名或元素名向量作为向量的下标如 ages[ 张聪] 返回 再如 ages[c( 李明, 刘颖)] 返回 再如修改字符串数值 ages[ 张聪] - 26 用字符串作为下标时如果该字符串不在向量的元素名中读取时返回缺失值结果赋值时该向量会增加一个元素并以该字符串为元素名。 带有元素名的向量也可以是字符型或其它基本类型如 sex - c( 李明 男, 张聪 男, 刘颖 女) 除了给向量元素命名外在矩阵和数据框中还可以给行、列命名这会使得程序的扩展更为容易和安全。 R 允许仅给部分元素命名这时其它元素名字为空字符串。不同元素的元素名一般应该是不同的否则在使用元素作为下标时会发生误读但是 R 语法允许存在重名。 用 unname(x) 返回去掉了元素名的 x 的副本用 names(x) - NULL 可以去掉 x 的元素名。 8.用 R 向量下标作映射
R 在使用整数作为向量下标时允许使用重复下标这样可以把数组 x 看成一个 1 : n 的整数到 x[1], x[2], . . ., x[n] 的一个映射表, 其中 n 是 x 的长度。比如某商店有三种礼品编号为 1,2,3价格分别为 68, 88 和 168。令price.map - c(68, 88, 168) 设某个收银员在一天内分别售出礼品编号为 3,2,1,1,2,2,3可以用如下的映射方式获得售出的这些礼品对应的价格 items - c(3,2,1,1,2,2,3)
y - price.map[items]
print(y) 返回 R 向量可以用字符型向量作下标字符型下标也允许重复所以可以把带有元素名的 R 向量看成是元素名到元素值的映射表。 比如设 sex 为 10 个学生的性别男、女 sex - c( 男, 男, 女, 女, 男, 女, 女, 女, 女, 男) 希望把每个学生按照性别分别对应到蓝色和红色。首先建立一个 R 向量当作映射 sex.color - c( 男blue, 女red) 用 R 向量 sex.color 当作映射可以获得每个学生对应的颜色 cols - sex.color[sex]; print(cols) 返回 这样的映射结果中带有不必要的元素名用 unname() 函数可以去掉元素名如 unname(cols)
返回 9.集合运算
可以把向量 x 看成一个集合但是其中的元素允许有重复。用 unique(x) 可以获得 x 的所有不同值。如unique(c(1, 5, 2, 5)) 返回 用 a %in% x 判断 a 的每个元素是否属于向量 x如 5 %in% c(1,5,2) 返回 c(5,6) %in% c(1,5,2) 返回 与%in 运算符类似函数 match(x, table) 对向量 x 的每个元素从向量 table 中查找其首次出现位置并返回这些位置。没有匹配到的元素位置返回NA_integer_(整数型缺失值)。如 一个数值判断
match(5, c(1,5,2))返回 若所匹配集合有重复元素则返回为第一个元素的下标
match(5, c(1,5,2,5))
返回 若匹配两个元素的所属呢
match(c(2,5), c(1,5,2,5))
返回 若所匹配元素中有集合中没有的呢则返回空值如
match(c(2,5,0), c(1,5,2,5))
返回 用 intersect(x,y) 求交集结果中不含重复元素如
intersect(c(5, 7), c(1, 5, 2, 5))
返回 用 union(x,y) 求并集结果中不含重复元素如 union(c(5, 7), c(1, 5, 2, 5)) 返回 用 setdiff(x,y) 求差集即 x 的元素中不属于 y 的元素组成的集合结果中不含重复元素如 setdiff(c(5, 7), c(1, 5, 2, 5)) 返回 用 setequal(x,y) 判断两个集合是否相等不受次序与重复元素的影响如
setequal(c(1,5,2), c(2,5,1)) 再如
setequal(c(1,5,2), c(2,5,1,5))
返回 练习
设文件class.csv内容如下: name,sex,age,height,weight Alice,F,13,56.5,84 Becka,F,13,65.3,98 Gail,F,14,64.3,90 Karen,F,12,56.3,77 Kathy,F,12,59.8,84.5 Mary,F,15,66.5,112 Sandy,F,11,51.3,50.5 Sharon,F,15,62.5,112.5 Tammy,F,14,62.8,102.5 Alfred,M,14,69,112.5 Duke,M,14,63.5,102.5Guido,M,15,67,133 James,M,12,57.3,83 Jeffrey,M,13,62.5,84 John,M,12,59,99.5 Philip,M,16,72,150 Robert,M,12,64.8,128 Thomas,M,11,57.5,85 William,M,15,66.5,112 用如下程序可以把上述文件读入为 R 数据框 d.class, 并取出其中的 name 和 age 列到变量 name 和 age 中 d.class - read.csv(class.csv, headerTRUE, stringsAsFactorsFALSE) name - d.class[,name] age - d.class[,age] (1) 求出 age 中第 3, 5, 7 号的值 (2) 用变量 age, 求出达到 15 岁及以上的那些值 (3) 用变量 name 和 age, 求出 Mary 与 James 的年龄。 (4) 求 age 中除 Mary 与 James 这两人之外的那些人的年龄值保存到变量 age1 中。 (5) 假设向量 x 长度为 n, 其元素是 {1, 2, . . . , n} 的一个重排。可以把 x 看成一个 i 到 x[i] 的映射 (i在 {1, 2, . . . , n} 中取值)。求向量 y, 保存了上述映射的逆映射即如果 x[i]j, 则 y[j]i。
