基于Linux和 R 的数据分析,欢迎进群

#### ----矩阵Matrix是二维数据----###### 一个矩阵可以有多个元素，元素之间可以数据类型不同，但是一个元素只有一种类型## matrix的一般使用格式:Matrix <- matrix(vector, nrow = number_of_rows, ncol = number_of_columns,                       byrow = logical_value,dimnames = list(                        char_vector_rownames, char_vector_colnames))## vector指矩阵的向量元素，nrow和ncol指定行和列的维数## dimnames包含可选的、以字符型向量表示的行名和列名## byrow表明矩阵是按行填充(byrow=TRUE)还是按列填充(byrow=FALSE)## 举例子Matrix1<-matrix(1:20, nrow = 5, ncol = 4) #创建一个5x4的简单矩阵vector2 <- c(1,26,24,68,12, 100)                        #创建一个数值型向量rnames <- c("R1", "R2", "R3")                           #行的命名cnames <- c("C1", "C2")                                 #列的命名Matrix2 <- matrix(vector2, nrow = 3, ncol = 2,                   byrow = TRUE,                  dimnames = list(rnames,cnames))       #按行填充的3x2矩阵Matrix3 <- matrix(vector2, nrow = 3, ncol = 2,                   byrow = FALSE,                  dimnames = list(rnames,cnames))       #按列填充的3x2矩阵## 同样，用下标和方括号可以给定位置，从而访问向量中的元素x<-matrix(1:20, nrow = 5)         #创建一个名称为“x"的5x4简单矩阵x                                 #展示x矩阵的数据x[2,]                             #访问x矩阵的第2行x[,2]                             #访问x矩阵的第2列x[2,2]                            #访问x矩阵的第2行，第2列x[1,c(2,3)]                       #访问第1行的第2列和第3列

####----数组Array是多维数据(二维及其以上)---###### array的一般使用格式:Array <- array (vector, dimensions, dimnames)## vector包含数组中的数据，dimensions是一个数值型变量，给出各个维度下标的最大值## dimnames是可选的、各维度标签的列表## 数组与矩阵类似，只是处理的行、列数增多而已## 举例子dim1 <- c("A1", "A2", "A3", "A4")dim2 <- c("b1", "b2", "b3")dim3 <- c("C1", "C2")y <- array(1:36, c(4,3,2),           dimnames = list(dim1,dim2,dim3)) #创建数组y                                           #展示数组的数据## 跟矩阵一样，可以用下标和方括号给定位置，访问向量中的元素

####----数据框Dataframe处理不同类型数据--###### data.frame的一般使用格式:Dataframe <- data.frame(col1,col2,col3,...)## 列向量col1、col2、col3等可为任何类型(如字符型、逻辑性和数字型等)## 每一列的名称可以用函数names指定## 数据框每一列的数据必须唯一，但是可以将多个模式的不同列放到一起组成数据框## 举例子patientID <- c(1,2,3,4)age <- c(15,34,28,52)diabetes <- c("Type1","Type2","Type1","Type1")status <- c("Poor", "Improved","Excellent","Poor")z <- data.frame(patientID, age, diabetes, status)  #创建数据框z                                                  #展示数据框## 数据框的数据如何访问？可以用下标的方法，但是很繁琐，不推荐## 推荐直接指明列名z$age         #直接范文z数据框的age变量

####----因子Factor处理不同变量--###### 函数factor()以一个整数向量的形式存储类别值，整数的取值范围是[1...k]## 用一个由字符串组成的内部向量将映射到这些整数上## 对于字符型向量，因子的水平默认依字母顺序创建，也可以通过指定levels覆盖默认排序## 数值型变量可以用levels和labels来编码成因子## 举例子patientID <- c(1,2,3,4)age <- c(15,34,28,52)diabetes <- c("Type1","Type2","Type1","Type1")status <- c("Poor", "Improved","Excellent","Poor")     #以向量形式创建数据diabetes <- factor(status, ordered = TRUE)patientdata <-data.frame(patientID, age, diabetes, status)str(patientdata)                                      #显示数据的结构summary(patientdata)                                  #显示数据的统计概要

####----列表List处理任何数据--###### 列表list()是最为复杂的数据类型，可以整合各种数据类型到单个对象下。## list的一般使用格式:List <-list(object1, object2, object3, ...)## 或者List2 <- list(name1=object1, name2=object2,...)## 举例子g <- "Mango List"h <- c(25, 26, 18, 39)j <- matrix(1:10, nrow = 5)k <- c ("one", "two", "three")list1 <- list(title=g, ages=h, j, k)   #创建列表list1                                  #显示列表$title                                 #显示列表的成分$ages[[3]]list1[[2]]list1[["ages"]]