R 内置函数

R语言提供了很多内置函数，涵盖了各种不同领域，足以满足数据分析的需求。本文将介绍一些常用的内置函数。

数据结构

c()

c()函数是用于组合向量的内置函数，它可以用来构建数值向量、字符向量、逻辑向量等。比如：

c(1, 2, 3) # 构建数值向量
c("a", "b", "c") # 构建字符向量
c(TRUE, FALSE, TRUE) # 构建逻辑向量

matrix()

matrix()函数用于构建矩阵，可以指定行数和列数。比如：

matrix(1:6, nrow=2, ncol=3) # 构建2x3的矩阵

data.frame()

data.frame()函数用于构建数据框（data frame），可以将向量组合成二维的表格状数据结构。比如：

df <- data.frame(name=c("Alice", "Bob", "Charlie"), age=c(25, 30, 35), city=c("Beijing", "Shanghai", "Guangzhou"))

数据操作

sum()

sum()函数用于计算向量中元素的总和。比如：

x <- c(1, 2, 3)
sum(x)

mean()

mean()函数用于计算向量中元素的平均数。比如：

x <- c(1, 2, 3)
mean(x)

sd()

sd()函数用于计算向量中元素的标准差。比如：

x <- c(1, 2, 3)
sd(x)

var()

var()函数用于计算向量中元素的方差。比如：

x <- c(1, 2, 3)
var(x)

min()和max()

min()函数用于计算向量中元素的最小值，max()函数用于计算向量中元素的最大值。比如：

x <- c(1, 2, 3)
min(x)
max(x)

subset()

subset()函数用于对数据框进行子集选择。比如：

df <- data.frame(name=c("Alice", "Bob", "Charlie"), age=c(25, 30, 35), city=c("Beijing", "Shanghai", "Guangzhou"))
subset(df, age>30)

统计分析

t.test()

t.test()函数用于进行单样本或双样本t检验。比如：

x <- c(1, 2, 3)
t.test(x, mu=2.5)

cor()

cor()函数用于计算向量或矩阵的相关系数。比如：

x <- c(1, 2, 3)
y <- c(2, 4, 6)
cor(x, y)

lm()

lm()函数用于进行线性回归分析。比如：

df <- data.frame(x=c(1, 2, 3), y=c(2, 4, 6))
lm(y~x, data=df)

可视化

hist()

hist()函数用于绘制直方图。比如：

x <- c(1, 1, 2, 2, 2, 3)
hist(x)

plot()

plot()函数用于绘制散点图或折线图。比如：

x <- c(1, 2, 3)
y <- c(2, 4, 6)
plot(x, y)

boxplot()

boxplot()函数用于绘制箱线图。比如：

x <- c(1, 1, 2, 2, 2, 3)
boxplot(x)

以上是常用的一些 R 内置函数，可以方便地进行数据处理和分析。