如果整数向量被读取为字符串，并且我们想要查找该向量中最小值的位 置，那么我们需要使用 as.numeric 以及向量将其读取为数值向量，然后使用 which 函数查找最小值的位 置。例如，如果我们有一个向量 x，它包含前十个整数作为字符串，那么要查找最小值的位 置，我们可以使用 which(as.numeric(x)==min(as.numeric(x)))。示例1x1

在处理文本数据时，有时需要提取两个单词之间的值。这些单词可以彼此靠近，位于两端或随机位 置。如果要提取两个单词之间的字符串，则可以使用 stringr 包的 str_extract_all 函数。加载 stringr 包 −library(stringr)示例1 实时演示x1

在数据分析中，我们遇到许多问题，它们之间存在很多差异。其中一个问题是，我们在某个位 置有一些信息需要通过不同的位 置进行检查，而这些位 置可以是数据框。因此，我们可以根据另一个数据框的列值查找数据框的列值。在 R 中，我们可以轻松地使用 which 函数来实现这一点。示例 实时演示考虑以下数据框 −set.seed(12121) x1

数学中的集合定义为唯一元素的集合，元素的顺序无关紧要。在 R 中，我们可以使用 sets 包的 set_power 函数创建集合。例如，如果我们有一个包含 A、B、C 的向量 x，那么可以使用 set_power(x) 创建使用向量 x 的集合。加载 sets 包 −library(sets)示例x1

as.matrix 和 matrix 函数的区别在于，nrow 参数或 ncol 参数对 as.matrix 函数不起作用，但对 matrix 函数可以使用它们。因此，我们可以使用 matrix 函数实际定义一个矩阵，但如果我们有一个数据框或数据表，则可以使用 as.matrix 函数将其转换为矩阵。使用 as.matrix 和 matrix 函数创建矩阵的示例示例1 实时演示M

当我们使用 dplyr 包分析数据时会创建 Tibbles，如果数据量很大，则 R 中只会打印 10 个值。如果要显示 tibble 的完整输出，则需要使用 View 函数。例如，如果要执行计数计算，则应在代码末尾使用管道运算符添加 View()。示例 实时演示考虑以下数据框 −Group%View()输出

处理时间数据并非易事，即使在内置分析软件中有时也很困难，因此在 R 中也不容易。大多数情况下，我们记录 12 小时制时间，但在某些情况下，我们需要 24 小时制时间。因此，如果要将 12 小时制时间转换为 24 小时制时间，则可以使用带有 as.POSIXct 的 format 函数。查看下面的示例，以便更好地理解它。示例1 实时演示时间1

矩阵也可以包含缺失值，这些缺失值也可以通过随机化方式放入矩阵中，因此我们无法确定那些被称为 NA 的值和非缺失值的位 置。如果要查找矩阵中非缺失值的位 置，则可以使用 apply 函数，其中可以使用 which 函数排除 NA 值。查看下面的示例以了解其工作原理。示例1 实时演示M1

要将矩阵的行或列相乘，我们需要使用 %*% 符号，该符号在 R 中对矩阵执行乘法运算。如果我们有一个具有 5 行 5 列的矩阵 M，则可以使用 M[1,]%*%M[,1] 将 M 的第 1 行与 M 的第 1 列相乘，类似地，我们可以将其他行和列相乘。示例 实时演示M

通常，图是用实线创建的，但有时我们需要使用虚线，以便点可以表示阈值或某些关键内容，此处的主要目标是吸引读者注意这些点。在基础 R 中，图是用 plot 函数创建的，我们可以使用 lty =2 和 abline 函数绘制虚线。示例1 实时演示x