navysummer的博客_R(3)

非标准计算

在前面几节中，我们学习了如何使用 quote( ) 和 substitute( ) 将表达式捕获为语言对象，以及如何使用 eval( ) 在给定列表或环境中计算表达式。这些函数组成了 R 中元编程的基本功能，这使我们能够调整标准计算。元编程的主要应用是执行非标准计算以使某些特定用法更容易。接下来的内

作用域

执行环境

数据

原创 2019-02-11 10:39:00 136 阅读

执行表达式

捕获表达式之后，下一步就是对其进行求值，可以用 eval( ) 函数完成这个工作。例如，如果在控制台键入 sin(1) 并且按下回车键，会立即显示出结果：sin(1)## [1] 0.841471为了控制 sin(1) 的计算过程，我们可以使用 quote( ) 捕获此表达式，然后调用eval( )

执行环境

未定义

搜索

原创 2019-02-11 10:38:00 184 阅读

捕获和修改表达式

当我们在控制台输入一个表达式并按下回车键时， R 会执行表达式并显示输出结果。如下例所示： rnorm(5)## [1] 0.54744813 1.15202065 0.74930997 -0.02514251## [5] 0.99714852这里生成了 5 个随机数。subset( ) 神奇的地方

字面值

函数调用

ide

原创 2019-02-11 10:35:00 147 阅读

函数式编程

上一章，我们系统地学习了函数的工作方式，包括参数何时被计算（惰性求值），修改参数会发生什么（复制—修改），以及在何处查找未在函数内部定义的变量（词法作用域）。这些术语看起来好像有些难度，但其实并不难。在接下来的内容中，我们将学习两种函数：一种是在函数内部定义的函数，另一种是与其他函数组合使用的函数。

高阶函数

词法

作用域

原创 2019-02-11 10:32:00 72 阅读

使用高阶函数

上一节讨论了闭包，即定义在父函数中的函数。接下来要讨论的是高阶函数，也就是将另一个函数作为参数的函数。在进入这个专题之前，我们需要先了解一下，当一个函数作为变量或参数传递给另一个函数时的具体运行方式。1．为函数创建别名首先要考虑的问题是：如果将一个现有的函数赋给一个变量，会影响函数的封闭环境吗？如果

高阶函数

迭代

sed

原创 2019-02-11 10:31:00 85 阅读

创建和使用闭包

函数内部定义的函数称为闭包（closure）。闭包的特点是在其函数体中，可以使用局部参数，也可以使用其父环境中的变量。举个例子，假设我们有如下函数：add <- function(x, y) {x + y}此函数有两个参数。每次调用 add( ) 函数时，都需要提供这两个参数。如果使用闭包，就可以生

数据

似然函数

正态分布

原创 2019-02-11 10:29:00 142 阅读

环境的工作方式

我们学习了惰性求值、复制—修改机制和词法作用域。这些机制与一种对象高度相关，那就是环境。事实上，词法作用域完全依赖于环境。尽管环境看起来与列表很相似，在某些方面它们其实是完全不同的两个概念。下面几节我们会通过创建和操作环境对象来了解它的行为，以及查看它的结构如何决定 R 函数的运行。环境对象创建

词法

作用域

原创 2019-02-11 10:21:00 118 阅读

执行环境

sed

调用函数

原创 2019-02-11 10:18:00 96 阅读

链接环境

环境有父环境，如果一个符号不存在于环境中，R 就会到它的父环境中查找。假设我们对环境中的一个变量使用 get( ) 函数。如果在此环境中找到该变量，则获取其值，否则函数将会在父环境中查找该变量。和前面创建环境 e1 一样，我们再创建一个新的环境 e2，令 e1 为 e2 的父环境：e2 <- new

搜索

加载

操作符

原创 2019-02-11 10:17:00 44 阅读

创建并链接环境

我们使用 new.env( ) 函数创建一个新环境：e1 <- new.env()环境通常用十六进制数表示，即内存地址：e1## <environment: 0x0000000014a45748>我们可以用提取操作符（$ 和 [[）在环境中创建变量，其代码形式类似于修改一个列表：e1$x <- 1e

错误信息

操作符

内存地址

原创 2019-02-11 10:15:00 58 阅读

环境对象

环境是由一组名称组成的对象，每个环境（除了空环境）都有一个父环境。每个名称（也称为符号或变量）都指向一个对象。当我们查找一个符号时，如果它在当前环境中，R 就会在当前环境中搜索并返回该符号指向的对象。如果这个符号在当前环境中没有找到，R 就会到它的父环境中搜索（直到找遍所有环境）。图 8-1 说明了

搜索

原创 2019-02-11 10:13:00 114 阅读

词法作用域

上一节我们介绍了复制—修改机制，示例中给出了触发该机制的两种情况。当一个对象有多个名称或作为参数传递给函数时，修改这个对象会先复制它，然后再修改它的副本。对于在函数外修改对象，我们介绍了<<- 的用法，首先找到函数外的变量，然后修改该对象而不是局部复制。这就引出了一个重要的概念，即函数有内部和外部之

作用域

词法

局部变量

原创 2019-02-11 10:11:00 99 阅读

复制—修改机制

前一节中我们展示了惰性求值的工作机制，通过避免不必要计算，节省时间和内存。本节要介绍 R 的一个重要特性，以便更安全地处理数据。我们先创建一个简单的数值向量 x1：x1 <- c(1, 2, 3)然后将 x1 的值赋给 x2：x2 <- x1现在 x1 和 x2 的值完全相同。如果我们修改其中一个向

数据

迭代

嵌套

原创 2019-02-11 10:10:00 77 阅读

惰性求值

如果能够理解 R 函数的运行机制，那么对 R 的运行机制就能够掌握十之八九。通过前几章的学习，我们掌握了一些最常用的基本函数的用法，但是可能对其内部机制仍有疑惑。比如创建如下的函数：test0 <- function(x, y) {if (x > 0) x else y}这个函数有点特殊，看似只有当

默认值

赋值

未定义

原创 2019-02-11 10:07:00 82 阅读

数据分析

实际的数据分析中，我们大部分时间都在进行数据清洗（data cleansing），即对原数据进行筛选和转换，使其更易于分析。这个筛选和转换的过程也叫数据处理（data manipulation）。我们将在第 12 章中详细介绍这个主题。在这一小节，我们直接假设数据已经过处理，可以用于分析。我们不对模

拟合

数据

线性模型

原创 2019-01-22 14:41:00 135 阅读

拟合回归树

这一节，我们尝试用另一种模型拟合数据，这种模型称作回归树（regression tree）（https://en.wikipedia.org/wiki/Decision_tree_learning），它是一种机器学习模型。它不是简单的线性回归，而是用决策树来拟合数据。假设我们想根据太阳辐射（Sol

回归树

数据

拟合

原创 2019-01-22 14:40:00 230 阅读

拟合线性模型

R 中最简单的模型就是线性模型，即使用一个线性模型描述两个随机变量在一系列假设下的关系。在以下例子中，我们创建了一个线性函数，将 x 映射到 3+2*x（即 f(x)）。然后，生成一个正态分布的随机数值向量 x，再用 f(x)加上一些独立的噪声生成 y：f <- function(x) 3 +2 *

拟合

线性模型

数据

原创 2019-01-22 14:38:00 290 阅读

创建箱线图

直方图和密度图是展示数据分布的两种形式。通常只需要几个关键的分位数，我们就能对数据的整体分布有一个印象。箱线图（或称为盒须图，box-and-whisker plot）是完成此项任务的简单方式。对于一个随机生成的数值向量，我们可以调用boxplot( )来绘制箱线图，如图7-28所示。x <- rn

数据

数据分析

数据可视化

原创 2019-01-22 14:35:00 228 阅读

数据可视化

在上一节中，我们介绍了一些导入数据的函数，这是大多数数据分析的第一步。通常，最好在将数据代入模型前先查看一下数据，这也是我们下一步要讲的内容。原因很简单，不同的模型具有不同的优势，没有任何一个模型在所有情况下都是最佳的，因为这些模型都有一系列不同的假设。若不根据假设条件对数据进行检验，就随意应用一个

数据

数据可视化

饼状图

原创 2019-01-22 14:35:00 254 阅读

创建直方图和密度图

前面我们已经学会了如何创建几种不同类型的图。散点图和折线图是对数据集中观测值直接作图，柱状图和饼状图通常用于对不同类别的数据进行粗略总结。上述这几种图形有以下两方面的局限性：散点图和折线图表达的信息过多，以至于很难刻画出重点特征；饼状图和柱状图则丢弃过多信息，因此也难以做出可信判断。直方图能够展示数

直方图

正态分布

数据

原创 2019-01-22 14:33:00 149 阅读

创建饼状图

另一种有用的图形是饼状图。用于创建饼状图的函数 pie( )，与 barplot( )的运行方式类似。它作用于含有说明标签的数值向量；也可以直接作用于命名数值向量。图 7-22是一个简单的例子：grades <- c(A = 2, B = 10, C = 12, D = 8)pie(grades,

饼状图

运行方式

原创 2019-01-22 14:30:00 183 阅读

创建柱状图

在前面的小节中，我们已经学会了如何创建散点图和折线图。此外，还有其他几种类型的图形比较有用，在这里值得一提。柱状图是其中最常用的一种。柱状图中柱子的高度可以用于对比不同类别的数量。我们创建一个最简单的柱状图，如图7-20所示。这里，使用barplot( )而不是plot( )：barplot(1:1

柱状图

折线图

数据集

原创 2019-01-22 14:30:00 197 阅读

创建折线图

对于时间序列数据，折线图能更清楚地展示随时间发展的趋势和变化。如图 7-13 所示，创建折线图，只需要在调用 plot( )时设置 type= "l"即可：t <- 1:50y <- 3 * sin(t * pi /60) + rnorm(t)plot(t, y, type = "l",main =

折线图

数据

图例

原创 2019-01-22 14:28:00 199 阅读

创建散点图

在 R 中，可视化数据的基本函数是 plot( )。如果我们只为 plot( )提供一个数值向量或整数向量，它将按索引顺序产生一个散点图。例如，以下代码按递增顺序创建包含10 个点的散点图，如图 7-3 所示。plot(1:10) 图 7-3192 第 7 章数据处理我们可以通过生成两个线性相关的

自定义

灰度

向量化

原创 2019-01-22 14:23:00 277 阅读

读写数据

在 R 中，任何类型的数据分析的第 1 步都是加载数据，即将数据集导入到环境中。在此之前，我们必须判断出数据文件的类型，并选择适当的工具来读取数据。读写文件中的文本格式数据读写 Excel 工作表读写原生数据文件加载内置数据集

数据集

数据文件

读写文件

原创 2019-01-22 14:18:00 59 阅读

加载内置数据集

R 中有大量的内置数据集。它们可以很容易地被加载并投入使用，主要用于演示和测试。内置数据集主要是以数据框的形式进行存储，它们都附有详细的介绍。例如，iris 和 mtcars 是 R 中最有名的数据集。可以用?iris 和?mtcars 分别查看这两个数据集的描述。通常，这些描述是很具体的——它不仅

数据集

数据

数据分析

原创 2019-01-22 14:17:00 81 阅读

读写原生数据文件

在前面的章节中，我们已经介绍了 CSV 文件和 Excel 工作簿的读写函数。这些不是 R 的原生数据格式，也就是说，原始数据对象和输出文件之间有所不同。例如，我们想把一个数据框导出为 CSV 格式，其中，这个数据框有很多具有不同的数据类型的列。那么，在导出过程中，列的类型会被丢失。无论是数字、字符

数据

sed

读取数据

原创 2019-01-22 14:15:00 112 阅读

读写 Excel 工作表

导入诸如 CSV 之类文本格式的数据的优点是不需要依靠某些特定软件来读取数据，并且文件具有可读性，即软件中性。然而，它的缺点也很明显——我们不能直接对文本编辑器中的数据执行计算操作，因为这些内容是纯文本格式的。Excel 工作簿是另一种存储表格数据的常用格式。一个 Excel 工作簿可以包含一个或多

数据

扩展包

读取数据

原创 2019-01-22 14:13:00 125 阅读

读写文件中的文本格式数据

在所有用于存储数据的文件类型中，CSV 可能是使用最广泛的。在标准 CSV 文件中，第 1 行是列的标题，后面每行都代表了一条数据记录，每列之间用逗号分开。下面就是一个用 CSV 格式编写的学生记录的例子：Name,Gender,Age,MajorKen,Male,24,FinanceAshley,

数据

导入数据

内置函数

原创 2019-01-22 14:12:00 144 阅读

使用正则表达式

基于研究需要，我们可能要从公开网页或需要认证的数据库中下载数据。这些数据源提供的数据格式多种多样，而且大多数数据都被规范地整理在一起。例如，许多经济、金融数据库提供 CSV 格式的数据，这是一种支持非常广泛、用于表示表格数据的文本格式。一个典型的 CSV 格式看起来如下：id,name,score1

数据

正则表达式

数据库

原创 2019-01-22 14:07:00 116 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

navysummer的博客

非标准计算

执行表达式

捕获和修改表达式

函数式编程

使用高阶函数

创建和使用闭包

环境的工作方式

与函数相关的环境

链接环境

创建并链接环境

环境对象

词法作用域

复制—修改机制

惰性求值

数据分析

拟合回归树

拟合线性模型

创建箱线图

数据可视化

创建直方图和密度图

创建饼状图

创建柱状图

创建折线图

创建散点图

读写数据

加载内置数据集

读写原生数据文件

读写 Excel 工作表

读写文件中的文本格式数据

使用正则表达式

欢迎