R常用命令（Medcl专用精简版）⌗

1.查看base包命令

library(help="base")

2.查看帮助

?lm
help("*")
help("mean")
help("bs", package = "splines") #在特定包里搜索
help("bs",try.all.packages=TRUE) #在所有包中搜索，默认只在内存加载的包中搜索
help.start()
help.search("tree")
help.search("tree", rebuild = TRUE)) #新安装包之后，需要rebuild
apropos("length")  #查找函数

3.赋值

a<-5
a=5
5->a

4.查看对象

ls(pattern="a")
ls(pat="^a")

5.删除对象

rm(list=ls(pat="a"))

6.构建一个dataframe数据框

M <- data.frame(n1, n2, n3)

7.查看数据类型（共有四种：数值型，字符型，复数型7和逻辑型(FALSE或TRUE)）

x <- 1 mode(x) 用Inf和-Inf表示正负无穷，NaN（not a number），NA（not available）

8.工作目录

getwd() setwd("/home/paradis/R") #如果一个文件不在工作目录里则必须给出它的路径

9.读取文件

read.table(file=“Q:/data_24.csv”,header=T,sep = “\t”,dec=".",quote=""’") #创建一个数据框 还有scan（前者可以指定变量的类型） 和read.fwf（以用来读取文件中一些固定宽度格式的数据）

mydata$V1和mydata[, 1]是向量，而mydata[“V1”]是数据框

10.存数据

write.table write(x,file =“data.txt”),

工作空间保存加载:

用load(“xyz.RData”) save.image()是save(list =ls(all=TRUE), file=".RData")

11.生成数据

x <- 1:30 #1到30个整数序列

1:5 [1] 1 2 3 4 5 3;1 [1] 3 [1] 1 3:1 [1] 3 2 1 1:(10-1) [1] 1 2 3 4 5 6 7 8 9

seq(1, 5, 0.5) #生成实数序列 [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 seq(length=9, from=1, to=5) [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

还可以用函数c直接输入数值：

c(1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5) [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

如果想用键盘输入一些数据也是可以的，只需要直接使用默认选项

的scan函数：

z <- scan()

函数rep用来创建一个所有元素都相同的向量：

rep(1, 30) [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

#矩阵操作

matrix(1:6, 2, 3,byrow=F) [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6 matrix(1:6, 2, 3,byrow=T) [,1] [,2] [,3] [1,] 1 2 3 [2,] 4 5 6

#维度控制

x=1:15 x [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 dim(x) NULL dim(x)<-c(5,3) x [,1] [,2] [,3] [1,] 1 6 11 [2,] 2 7 12 [3,] 3 8 13 [4,] 4 9 14 [5,] 5 10 15

12.数据框和列表

矩阵合并

rbind,基于行，cbind，基于列

matrix<-rbind(1:7,1:7) matrix [,1] [,2] [,3] [,4] [,5] [,6] [,7] [1,] 1 2 3 4 5 6 7 [2,] 1 2 3 4 5 6 7

matrix<-cbind(1:7,1:7) matrix [,1] [,2] [1,] 1 1 [2,] 2 2 [3,] 3 3 [4,] 4 4 [5,] 5 5 [6,] 6 6 [7,] 7 7

x <- 1:4; n <- 10; M <- c(10, 35); y <- 2:4 data.frame(x, y) 错误于data.frame(x, y) : 参数值意味着不同的行数 4, 3 data.frame(x, M) x M 1 1 10 2 2 35 3 3 10 4 4 35 data.frame(x, n) x n 1 1 10 2 2 10 3 3 10 4 4 10 L1 <- list(x, y); L2 <- list(A=x, B=y) L1 [[1]] [1] 1 2 3 4

[[2]] [1] 2 3 4

L2 $A [1] 1 2 3 4

$B [1] 2 3 4

L2$A [1] 1 2 3 4 L2$B [1] 2 3 4

seq(10,11,0.2) [1] 10.0 10.2 10.4 10.6 10.8 11.0 c(1:5,seq(10,11,0.2)) [1] 1.0 2.0 3.0 4.0 5.0 10.0 10.2 10.4 10.6 10.8 11.0

log2(4) [1] 2 log10(1e7) [1] 7

#比较

a<-“a” b<-“a” identical(a,b) [1] TRUE all.equal(a,b) [1] TRUE x=1:5 x[1] [1] 1 x[4] [1] 4 x[5] [1] 5 x[0] integer(0) x[0]=5 x[0] numeric(0) x[1]=5 x[1] [1] 5 x [1] 5 2 3 4 5 i=c(1,2) x[i] [1] 5 2

x=matrix(1:3,2,3) x [,1] [,2] [,3] [1,] 1 3 2 [2,] 2 1 3 x[2,] [1] 2 1 3

x[,2] [1] 3 1 x <- 1:10 x[x>=5] [1] 5 6 7 8 9 10

x[x%%2==0] [1] 2 4 6 8 10 x[c(F,T)] [1] 2 4 6 8 10 x[c(T,F)] [1] 1 3 5 7 9

#自定义行列名

names(x)<-c(“a”,“b”,“c”) x a b c 1 2 3 x<-matrix(1:3,2,3) x [,1] [,2] [,3] [1,] 1 3 2 [2,] 2 1 3 rownames(x)<-c(“row1”,“row2”) colnames(x)<-c(“col1”,“col2”,“col3”) x col1 col2 col3 row1 1 3 2 row2 2 1 3 dimnames(x) [[1]] [1] “row1” “row2”

[[2]] [1] “col1” “col2” “col3”

x<-array(1:8,dim=c(2,2,3)) x , , 1

[,1] [,2] [1,] 1 3 [2,] 2 4

, , 2

[,1] [,2] [1,] 5 7 [2,] 6 8

, , 3

[,1] [,2] [1,] 1 3 [2,] 2 4

#向量运算

x<-1:4 y<-rep(1,4) z<-x+y z [1] 2 3 4 5

#不同长度，循环使用

x=1:2 y=1:4 x+y [1] 2 4 4 6 x [1] 1 2 y [1] 1 2 3 4

#函数快速参考

sum(x) 对x中的元素求和 prod(x) 对x中的元素求连乘积 max(x) x中元素的最大值 min(x) x中元素的最小值 which.max(x) 返回x中最大元素的下标 which.min(x) 返回x中最小元素的下标 range(x) 与c(min(x), max(x))作用相同 length(x) x中元素的数目 mean(x) x中元素的均值 median(x) x中元素的中位数 var(x) or cov(x) x中元素的的方差（用n ? 1做分母）；如果x是一个矩阵或者一 个数据框，将计算协方差阵 cor(x) 如果x是一个矩阵或者一个数据框则计算相关系数矩阵（如 果x是一个向量则结果是1） var(x, y) or cov(x, y) x和y的协方差，如果是矩阵或数据框则计算x和y对应列的协方 差 cor(x, y) x和y的线性相关系数，如果是矩阵或者数据框则计算相关系数 矩阵。

round(x, n) 将x中的元素四舍五入到小数点后n位 rev(x) 对x中的元素取逆序 sort(x) 将x中的元素按升序排列；要按降序排列可以用命令rev(sort(x)) rank(x) 返回x中元素的秩 log(x, base) 计算以base为底的x的对数值 scale(x) 如果x是一个矩阵， 则中心化和标准化数据； 若只进行中心化 则使用选项scale=FALSE， 只进行标准化则center=FALSE（ 缺省值 是center=TRUE, scale=TRUE） pmin(x,y,…) 返回一个向量，它的第i个元素是x[i], y[i], . . . 中最小值 pmax(x,y,…) 同上，取最大值 cumsum(x) 返回一个向量，它的第i个元素是从x[1]到x[i]的和 cumprod(x) 同上，取乘积 cummin(x) 同上，取最小值 cummax(x) 同上，取最大值 match(x, y) 返回一个和x的长度相同的向量，表示x中与y中元素相同的元素在y中 的位置（没有则返回NA） which(x == a) 返回一个包含x符合条件（当比较运算结果为真（TRUE）的下标的向 量，在这个结果向量中数值i说明x[i] == a（这个函数的参数必须是 逻辑型变量） choose(n, k) 计算从n个样本中选取k个的组合数 na.omit(x) 忽略有缺失值（NA）的观察数据（如果x是矩阵或数据框则忽略相应的 行） na.fail(x) 如果x包含至少一个NA则返回一个错误消息 unique(x) 如果x是一个向量或者数据框，则返回一个类似的对象但是去掉所有重 复的元素（对于重复的元素只取一个） table(x) 返回一个表格，给出x中重复元素的个数列表(尤其对于整数型或者因子 型变量) table(x, y) x与y的列联表 subset(x, …) 返回x中的一个满足特定条件…的子集，该条件通常是进行比较运 算：x$V1 < 10；如果x是数据框，选项select给出要保留的变量（或 者用负号表示去掉） sample(x, size) 从x中无放回抽取size个样本，选项replace = TRUE表示有放回的抽样