📅  最后修改于: 2023-12-03 14:53:54.455000             🧑  作者: Mango
R是一种流行的编程语言和开发环境,用于数据分析和统计计算。它提供了许多强大的数据结构和函数,可以轻松处理各种数据类型,包括数字,字符,向量,矩阵甚至更高维度的数组。
R中的基本语法类似于其他编程语言,例如:
# 打印语句
print("Hello, World!")
# 定义变量
x <- 5
y <- "Hello"
# 条件判断
if (x < 10) {
print("x is less than 10")
} else {
print("x is greater than or equal to 10")
}
# 循环
for (i in 1:10) {
print(i)
}
# 函数定义
myFunction <- function(x) {
return(x * 2)
}
R中有多种用于保存和处理数据的数据结构,例如:
向量是一维数组,可以包含相同类型的元素,例如:
myVector <- c(1, 2, 3, 4, 5)
矩阵是二维数组,可以包含相同类型的元素,例如:
myMatrix <- matrix(c(1, 2, 3, 4, 5, 6), nrow=2, byrow=TRUE)
数据框类似于Excel表格,可以包含不同类型的数据,例如:
myData <- data.frame(
name=c("Bob", "Mary", "John"),
age=c(26, 31, 19),
score=c(88, 72, 95)
)
R最强大的功能之一是其数据分析和统计计算功能。以下是一些常见的例子:
# 计算平均值
mean(myData$score)
# 计算标准差
sd(myData$score)
# 计算四分位数
quantile(myData$score)
# 单样本t检验
t.test(myData$score, mu=80)
# 相关性检验
cor.test(myData$age, myData$score)
# 散点图
plot(myData$age, myData$score)
# 直方图
hist(myData$score)
# 箱线图
boxplot(myData$score)
以上内容只是R编程语言的冰山一角。如果你想了解有关R的更多信息,可以查看官方文档,或者尝试在RStudio中编写一些代码。