当我们在 R 中使用 hist 函数创建直方图时，Y 轴标签通常小于直方图的一个或多个条形。因此，直方图看起来不太美观，并且很难将 Y 轴值与条形大小匹配。为了解决这个问题，我们可以使用 hist 函数的 ylim 参数，其中可以提供要在 Y 轴标签上绘制的范围。示例考虑以下数据及其直方图 - 实时演示 set.seed(101) x

如果 R 数据框具有数值列，则也可能存在几列或所有列中存在零值，我们可能感兴趣的是查找列中非零值的个数。这将帮助我们根据非零值的个数比较列，这可以通过使用 colSums 来完成。示例考虑以下数据框 - 实时演示 x1

当变量不是连续的而是可以排序时，我们不使用皮尔逊相关系数来查找线性关系，在这种情况下，斯皮尔曼相关系数就出现了。由于斯皮尔曼相关系数考虑了值的秩，因此相关性检验忽略了相同的秩来查找 p 值，因此我们得到了警告“无法计算具有相同值的精确 p 值”。这可以通过在 cor.test 函数中使用 exact = FALSE 来避免。示例考虑以下向量并执行斯皮尔曼相关性检验以检查它们之间的关系 - 实时演示 x1

R 数据框的一行可以在列中有多种方式，这些值可以是数值、逻辑、字符串等。基于行号查找值很容易，但基于值查找行号则不同。如果我们想在特定列中查找特定值的行号，那么我们可以提取整行，这似乎是一种更好的方法，这可以通过使用单个方括号来获取行的子集来完成。示例考虑以下数据框 - 实时演示 x1

箱线图显示中位数作为中心度量以及其他值，但我们也可能希望比较均值。因此，如果我们想比较许多箱线图，则最好用点显示均值。这可以通过使用 points(mean(“Vector_name”)) 来完成，如果我们正在绘制 R 数据框的列，那么我们将引用它们而不是向量名称。示例考虑以下数据和箱线图 - 实时演示 x

如果数据框包含所有数值列，那么我们可能感兴趣的是查找该数据框中所有值的均值，但这不能直接完成，因为数据框对象不是数值型。因此，为了查找 R 数据框中所有值的均值，我们需要先将其转换为矩阵，然后使用均值函数。示例考虑以下数据框 - 实时演示 x1

在 R 中计算分位数非常简单，我们只需要使用 quantile 函数，它将返回所有分位数，即 0%、25%、50%、75% 和 100%。如果我们想避免打印这些分位数的名称，那么我们可以使用 quantile 函数中的 names=FALSE。例如，如果我们有一个名为 x 的向量，那么没有名称的分位数可以表示为 quantile(x,names=FALSE)。示例实时演示 x1

通常，矩阵是用给定值创建的，但如果我们想用随机值创建矩阵，我们将使用 matrix 函数的常用方法。R 中的随机选择可以通过多种方式完成，这取决于我们的目标，例如，如果我们想从正态分布中随机选择值，则将使用 rnorm 函数，并将其存储在矩阵中，我们将将其传递到 matrix 函数中。示例实时演示 M1

具有相同列数的矩阵可以按行组合。例如，如果我们有五个矩阵列表，每个矩阵都有六列，那么可以通过连接这些矩阵的行将这些矩阵转换为单个矩阵。这可以通过使用 do.call(rbind，“List_of_matrices_object_name”) 来完成。示例考虑以下矩阵及其列表 - 实时演示 M1

随机抽样有助于减少分析中的偏差。如果我们按组拥有数据，那么我们可能希望基于组找到随机样本。例如，如果我们有一个带有分组变量的数据框，并且每个组包含十个值，那么我们可能希望创建一个随机样本，其中我们将从每个组中随机选择两个值。这可以通过在 .SD 内使用 sample 函数来完成。示例考虑以下 data.table - library(data.table) Group