一、数据科学数据科学：计算和统计技术的综合应用，用于解决一些真实世界中的问题。 计算：获得结果 统计：分析和建模 真实世界：机器学习、AI数据科学Data Science = 统计+数据处理+机器学习+科学探究+可视化+商业分析+大数据数据科学：数据收集-提出初始问题-解决问题-阐释方案 数据科学不是统计学。 统计学：包括更多数学和理论领域的内容，偏向算法。 数据科学：更偏向实践应用。数据可视化、
转载
2023-07-24 22:07:08
66阅读
1、数据框是R语言里中的一种数据结构，其内部可以由多种数据类型，每一列是一个变量，每行是一个观测记录。在R中数据框是很通用的数据结构，它是一种特殊的列表对象2、初始化数据框 1. > mydataframe=data.frame(
2. + name=c(\"张三\", \"李四\", \"王五\", \"赵六\", \"丁一\"),
3. + sex=c(\"F\", \"F\",
转载
2023-07-31 10:48:17
0阅读
R语言网络爬虫工具中比较常用的包有RCurl、XML、rvest等，本文以新浪财经频道A股交易数据的抓取为例简单总结一下rvest包的用法。install.packages('rvest')
library(rvest)url <- 'http://vip.stock.finance.sina.com.cn/corp/go.php/vMS_FuQuanMarketHistory/stoc
转载
2023-08-28 17:24:48
0阅读
摘要: 仅用于记录R语言学习过程：内容提要：字符串的处理、正则表达式、stringi包和stringr包正文： 字符串的处理n 导读：u nchar(x)函数：字符串的个数：> x <- c('fudan','jiaoda')> nchar(x)[1] 5 6 #返回字符串的个数u length()函数：返回
R语言 一、数组 > x=c(1:6)
> x
[1] 1 2 3 4 5 6
> is.vector(x) #判断x是一个向量
[1] TRUE
> is.array(x) #判断x不是一个数组
[1]
转载
2023-08-25 10:53:04
177阅读
生信技能树R语言部分学习笔记dir() #列出工作目录下的文件
ls() #列出环境中的变量1. 认识csv格式csv打开方式：
(1)默认excel
(2)记事本打开
(3)sublime（适用大文件）
(4)R语言读取：读进R语言之后的数据是一个数据框，可赋值，变量名与文件名无必然联系，对数据框进行的修改不会同步到表格文件。2. 认识分隔符常见分隔符：
逗号，
空格
制表符（\t）C
转载
2023-06-21 22:56:58
504阅读
目录1.载入R包2.利用AnnoProbe下载GEO数据库中的数据3.提取表达矩阵和临床信息4.输出文件1.获得GEO数据库中的数据下面以GSE14520数据系为例：获得GEO数据库中的数据总体上分为两种办法：1.从GEO数据库中下载；2.用R包下载（1）从GEO数据库中下载进入GEO网站，找到对应的Series Matrix File(s)即表达矩阵进行下载，保存到本地进行加载。 在R
转载
2023-06-21 10:40:21
2628阅读
R语言提取PDF表格数据#简单！！！R语言提取PDF表格数据#简单！！！#需要用到pdftables包以及api号，api需要从https://pdftables.com网站注册申请api，一般申请后可以免费转50页pdfinstall.packages("pdftables")library("pdftables")write.csv(head(iris,20),file = "test.csv
转载
2023-08-31 09:30:22
84阅读
要点：1）数据可视化：直方图hist()、QQ图qq.plot()、箱图boxplot()、二维箱图bwplot()2）空值处理：查找complete.cases()、空值删除na.omit()、均值/中位值填充mean()/median()3）多元回归：lm()4）回归树：rpart()5）模型选择/交叉验证：6）模型预测：1、问题描述监测和早期预测有害海藻开花对提升河流水质有很大作用。我们希望
R语言数据挖掘实战系列（2）二、R语言简介R语言是一种为统计计算和图形显示而设计的语言环境，具有免费、多平台支持，同时可以从各种类型的数据源中导入数据，具有较高的开放性以及高水准的制图功能。R是一个体系庞大的应用软件，主要包括核心的R标准包和各专业领域的其他包。R在数据分析、数据挖掘领域具有特别优势。R安装R可在其主页（https://www.r-project.org/）上获得，根据所选择的平台
数据框是一种表格式的数据结构，其结构与矩阵类似，但数据框的每一列必须命名且为同类型数据。数据框用于组织存储多个存储类型不相同的变量。数据框是一张二维表格，行和列分别称为观测和变量，在R中分别称为记录和域，域名即变量名。在实际运用中，数据框是R中最多使用的数据结构。如上为一组数据框，排名行称为表头，即为该数据框的各域名，除去域名行，数据框中的每一行可以视作一个列表，每一列可以视为一个矩阵。（一）数据
转载
2023-07-31 10:41:43
60阅读
有时数据需要比向量更复杂的存储方式。幸运的是，R软件提供了很多的数据结构。常见的有数据框（data.frame）、矩阵（matrix）、列表（list）以及数组（array）。数据框类似于电子表格，矩阵类似于人们熟悉的矩阵数学计算，列表对于程序员比较熟悉。 01数据框数据框是R语言中最有用的功能之一，它也是R语言的易用性经常被提及的原因之一。直观上，数据框就像Excel电子表格一样有列和
转载
2023-07-07 22:22:42
115阅读
本文将探讨 Fisher 和 Anderson 鸢尾花数据集（查看文末了解数据获取方式）中呈现的三个变量之间的关系，特别是virginica 和 versicolor 级别的因变量变量物种对预测变量花瓣长度和花瓣宽度的逻辑回归。单因素方差分析和数据可视化都确定了因变量的一个因素水平，即 I. setosa，很容易与其他两个因素线性分离，具有非常明显的均值和方差，因此不是我们对逻辑回归感兴趣。相关视
转载
2023-06-21 10:30:44
253阅读
我们在SCI论文中常常可以见到这样的表格，是根据分类来做出统计结果的，如下图，是根据患者是否存活把患者分成了两类幸存的和死亡的做分别统计，然后得出各类统计结果 那么，R语言是怎么做出这样的表格呢？首先我们要把数据进行分割，得到一个幸存的数据表和一个死亡的数据表，然后再分别统计，我们今天利用R语言自带的subset函数来演示这一功能，这是一个非常重要的功能，为今后我们对数据进一步分析做准备。 我们使
janitor功能介绍janitor可以检查并清理脏数据，适用于R语言用户。主要功能如下： 1、完美格式化数据框的列名； 2、创建并格式化1-3个变量的频率表，可以看作是一个改进的table()函数； 3、提供用于清理和检查数据框的其他工具制表和报告功能类似于SPSS和excel的常用功能。janitor是一个对标tidyverse的包。具体来讲，它与%>%这一pipeline配合的很好，并
数据框数据框是指有若干个行和列的数据集，它与矩阵类似，但是并不要求所有列都是相同的类型；数据框就是一个列表，它的每个成分都是一个向量，并且长度相同，以表格的形式展现。数据框是有列向量组成、有着矩阵形式的列表 数据框与最常见的数据表是对应的:每列代表一个变量属性，每行代表一条样本数据：1、数据框的建立data.frame() #用函数创建>sjk<-data.frame(
Name
转载
2023-06-21 10:39:04
194阅读
在科学研究中免不了和数据打交道，收集到原始数据后我们经常需要对其进行清洗、转换才能得到我们需要的数据。今天我总结了一下自己常用的一些多条件的数据转换方法，在临床中遇到问题能多一种选择。 继续使用我们的乳腺癌数据（公众号回复：乳腺癌，可以获得数据）。我们先导入数据和R包。library(survival)
bc <- read.spss("E:/r/test/Breast cancer sur
转载
2023-08-31 09:34:12
224阅读
今天的主题有点nerd。因为最近学习了一些R语言中关于中文分词、词频统计这类方法，就想到把它们用到中文歌词上，加以分析。之前看过不少不错的基于唐诗宋词、红楼水浒的文本分析技术帖，中文歌词的暂时还没看到。接下来几周的专栏，大概会延续这个主题，用R语言统计分析方法，深挖下中文歌词文本，看看有没有一些有趣的发现。首先读入数据，用的源文件是一个我整理的优秀中文歌词集： text <-
转载
2023-09-15 22:17:24
0阅读
一、R简介1.1 工具：R下载：R: The R Project for Statistical ComputingRStudio下载：https://www.rstudio.com1.2 R扩展包安装扩展包packages：R界面：Rstudio界面： 载入扩展包：RStudio的packages勾选后，在控制台后显示载入 1.3 工作空间#1. R简介
#创建文件夹
#di
转载
2023-08-31 16:55:13
90阅读
