1、本章概况：学习多种数学、统计和字符处理函数；
学习循环和条件执行语句来完成用户自编函数；
了解数据的整合、重塑方法。
2、数值和字符处理函数
处理函数分为：数值（数学、统计、概率）函数、字符处理函数
（1）数学函数
（2）统计函数
很多统计函数都拥有可以影响输出结果的可选参数
数据标准化函数：scale()
（3）概率函数
概率函数通常用来生成特征已知的模拟数据，以及在用户编写的统计函数中计算概率值。
概率函数的形式为：d/p/q/r+分布名称英文缩写()
d/p/q/r指：
分布名称英文缩写指：
例：正态分布的四种函数：dnorm() bnorm() qnorm() rnorm()
*生成随机数种子：
在每次生成伪随机数的时候，函数都会使用一个不同的种子，因此也会产生不同的结果。可以通过函数set.seed()显式指定这个种子，让结果可以重现（reproducible）。函数runif()用来生成0到1区间上服从均匀分布的伪随机数。
例：set.seed(1234)
runif(5)
*生成多元正态数据
下载MASS包，使用mvrnorm()函数
其调用格式为：mvrnorm(n,mean,sigma)
其中n是你想要的样本大小，mean为均值向量，而sigma是方差协方差矩阵（或相关矩阵）。
限定2位小数，使用函数options(digits=2)
（4）字符处理函数
sapply(y,"[",2):y表示将进行提取元素的对象，"["是一个可以提取某个对象的一部分的函数，2表示提取对象y中的第二个元素。
（5）其他实用函数
转义字符：\n表示新行，\t为制表符，\'为单引号，\b为退格。
（6）将函数应用于矩阵和数据框
mean()应用到矩阵或数据框上，是求的所有元素的均值；
例如：apply(mydata,1,mean)
3、控制流
(1)重复与循环
for：i是一个循环变量，1:10是向量表达式，在i访问1:10所有可以取到的值时，运行print("hello")。
（2）条件执行
4、用户自编函数
在函数声明中为参数指定的值将作为其默认值;
注：可以定制R环境，以使R启动时自动读取用户编写的函数，还可以将编写好的函数分发给让人使用。
5、整合和重构
（1）转置
使用函数t()即可对一个矩阵或数据框进行转置
（2）整合数据
我的理解：aggregate()函数实际是按by 中的变量，对x中的对象进行FUN函数的操作，相当于MySQL中的group by。
（3）reshape包
reshape包是一套重构和整合数据集的绝妙的万能工具，需自行安装。
首先将数据“融合”（melt），以使每一行都是一个唯一的标识符—变量组合。然后将数据“重铸”（cast）为你想要的任何形状。
注意："id","time"是必须指定要唯一确定每个测量所需的变量（ID和Time）
P104
