命令：

查看版本：licensed（）
退出R：quit（）
安装包：install.packages("BayesLogit")-----(贝叶斯)
    install.packages("mir"):
        package ‘mir’ is not available (for R version 3.2.4 Revised) 

查看工作空间：getwd（）
设置工作空间：set(“D://R”)     
查看当前工作空间的对象：ls（）
删除当前工作空间的对象：rm（）
保存当前的工作空间：save.image("workspace")
加载工作空间：load（"workspace"）
退出工作空间：q()

数据类型

1).查看数值类型：mode（"2.13"）----(数值型（numeric），逻辑型（logical），字符型（character），复数类型（complex）)
    x<-NA  --- (NA表示为不可得到的，表示为缺省值)
    mode（x） 显示的结果是 "logical" 直接打印x 结果为NA 

2).判断数据类型：
    is.na(n)    ==> TRUE    (表示n就是NA类型)
        na（）表示注意小写
    is.character(""),
    is.double(21)   ==> TRUE    (数值默认类型double)
    is.integer(21)  ==> Flase   (数值默认为double类型而不是integer类型)

数据对象：

1.向量（vector）：

1).向量赋值：
        x<-c(1,5,7,9)   -------括号中可以有任意多参数（其他类型也可以）
        z<-c("a","b","c")   (大小写敏感)
        assign("w",c(1,5,7,9))
        c(1,5,7,9)->y
2).向量运算：
        x*y，x/y,x^2,x^y （对应元素之间的运算）         
        a.整除：
            5%/%3   --- 1
        b.取余：
            5%%3    --- 2
        c.向量长度：
            length(x)   ---   3
        d.取最小值：
            min(x)  --- 1
        e.取最大值：
            max(x)  --- 9
        f.返回向量的变化范围：
            range(x)    --- 1   9
        g.在哪个位子取得最值：
            which.min(x)    --- 1
            which.max(x)    --- 4
        h.序列的产生：
            (t<-1:10)   --- 1,2,3,4,5,6,7,8,9,10
            (r<-5:1)    --- 5,4,3,2,1
            2*1:5   --（：的优先级是最高的）   --- 2,4,6,8,10
            seq(1,10,2) --表示序列从一开始，到10截止，步长为2:  --- 1,3,5,7,9
            seq(10,1,-1)    --- 10,9,8,7,6,5,4,3,2,1
            seq(1,by=2,length=5)    --表示从1开始，步长为2，长度为5  --- 1,3,5,7,9
            rep(c(1,3),4)   --  表示向量（1,3），重复（repeat）4次  --- 1,3,1,3,1,3,1,3
            rep(c(1,3),each=4)  --  表示先将1重复四遍再将3重复四遍    --- 1，1，1，1，3，3，3，3
            rep(1:3,rep(2,3))   --  表示向量中的3个元素分别重复两次    --- 1，1，2，2，3，3 （第二个rep（2，3）中的第一个参数表示的是重复次数，第二个参数表示的是队列中的3个参数，如果参数个数对应不上会报如下错误：Error in rep(1:3, rep(2, 2)) : invalid 'times' argument  ）
        i.求向量的均值：
            mean(t) --- 5.5
        j.求和：
            sum(t)  --- 55
        k.求中位数：
            median(t)   --- 5.5
        l.求方差：
            var(t)  --- 9.166667(默认保存6位有效数字)
        m.求标准差：
            sd(t)   --- 3.02765
        n.排序：
            z<-c(12,3,23,21,10)
            sort(z) --- 3 10 12 21 23       
        o.顺序翻转（reverse）：
            rev(z)  --- 10 21 23  3 12 
        p.求向量的秩：
            rank(z) --- 3 1 5 4 2   (显示由小到大排序的各元素的位置)
        q.求值（所有元素相乘）：
            prod(z) --- 173880  
        r.想向量中添加元素：
            append(z,1:5,after=3)   --- 12  3 23  1  2  3  4  5 21 10   （表示在z向量的第3个元素后面加1到5的序列，after缺省时为在向量最后添加）
        s.向量的下标运算：
            z[2]    --- 3
            (c(1,2,3)+5)[2] --- 7   (先运算小括号中的表达式在做下标运算)

            z[2]<-10
            z   --- 12 10 23 21 10

            z[c(1,3)]<-c(1,3)
            z   --- 1 10  3 21 10   (表示将向量z中的第一个和第三个元素用1和3代替)

            z[c(1:3)]<-c(1:3)
            z   --- 1  2  3 21 10   (表示将向量中一到三的元素用一到三的数代替)
            z<20    --- TRUE  TRUE  TRUE FALSE  TRUE    (将z中元素分别于20比较，如果小于20 为TRUE，否则为FLASE)
            z(z<20) --- 1  2  3 10  (将z中小于20的元素显示出来)

            z<-c(NA,1,3,2,NA,5)
            z[is.na(z)]<-0  --- 逐个判断z中的元素，如果该元素为NA则将它赋值为0
            z   --- 0 1 3 2 0 5 

            z<-c(NA,1,3,2,NA,5)
            u<-z[!is.na(z)] --- (将z中不是NA的赋值给u)
            u   --- 1,3,2,5

            x<-c(1,2,-1,-3,5)
            y<-numeric(length(x))   --- 将y定义为数值类型长度为x的长度
            y[x<0]<-1-x[x<0]    --- 将y中x小于0的位置赋值为1-x当前元素
            y[x>=0]<-1+x[x>=0]  --- 将y中x大于等于0的位置赋值为1+x当前元素  
            y   --- 2 3 2 4 6

            x<-1:10
            x[-5]   --- 1  2  3  4  6  7  8  9 10   （表示第五个不显示）
            x[-(1:5)]   --- 6  7  8  9 10   （表示第一个到第五个不显示）
            x   --- 1 2 3 4 5 6 7 8 9 10    （不改变x的值）

未完待续