当我们在 R 中将矩阵与向量相乘时，乘法是按列进行的，但如果我们想按行进行，则可以使用转置函数。我们可以将矩阵的转置与向量相乘，然后取该乘法的转置，这将导致按行乘法。示例考虑以下矩阵 -> M1 M1    [,1] [,2] [,3] [,4] [,5] [1,] 1    6   11   16    21 [2,] 2    7   12   17    22 [3,] 3    8   13   18    23 [4,] 4    9   14   19    24 [5,] 5   10   15   20    25 > V1 M1*V1    [,1] [,2] [,3] [,4] [,5] [1,] 1    6   11   16   21 [2,] 4   14   24   34   44 [3,] 9   24   39   54   69 [4,] 16  36   56   76   96 [5,] 25  50   75  100  125按行乘法 -> t(t(M1)*V1)    [,1] [,2] [,3] [,4] [,5] [1,] 1   12   33   64  105 [2,] 2   14   36   68 110 [3,] 3   16   39   72 115 [4,] 4   18   42   76 120 [5,] 5   20   45   80 125让我们再看一个例子 -> M2 M2       [,1] [,2] [,3] [,4] [,5] [1,]   72    5   36   11   76 [2,]   61   38   17   73   25 [3,]   96    9   62   79   64 [4,]   77   53   80   78   50 [5,]   81   15   21   43   23 > V2 V2 [1] 28 20 1 68 86 > t(t(M2)*V2) [,1] [,2] [,3] [,4] [,5] [1,] 2016 100 36 748 6536 [2,] 1708 760 17 4964 2150 [3,] 2688 180 62 5372 5504 [4,] 2156 1060 80 5304 4300 [5,] 2268 300 21 2924 1978

向量在 R 中经常创建，但大多数时候我们不会为它们的元素命名，如果我们想为它们命名，则可以使用 setNames 函数。此函数将帮助我们在 R 中一行代码中命名向量元素，显然这将节省我们的时间和工作区。示例 > V1 V1 A B C D E F G H I J 1 2 3 4 5 6 7 8 9 10 > V2 V2 A B C D E F G H I J 1 2 3 4 ... 阅读更多

使用 curve 函数绘制函数非常容易，但我们也可以使用 ggplot2 来绘制。由于 ggplot2 提供了外观更好的绘图，因此通常使用它来绘制而不是其他绘图函数。要绘制函数，我们应在 ggplot 中的 stat_function 中指定函数。示例考虑以下数据框 -> x df library(ggplot2)函数的绘制如下所示：> ggplot(df, aes(x))+ + stat_function(fun=function(x) log(x))> ggplot(df, aes(x))+ + stat_function(fun=function(x) log(x)/x)输出> ggplot(df, aes(x))+ + stat_function(fun=function(x) log(x)/(x-3))输出> ggplot(df, aes(x))+ + stat_function(fun=function(x) (exp(x)^2)*2)输出阅读更多

当我们创建每条线具有不同颜色的折线图时，如果我们第一次使用的颜色没有使图表更具吸引力，我们可能希望更改线条的颜色。这可以通过使用 scale_color_manual 函数手动设置图表中线条的颜色来完成。示例考虑以下数据框 -> set.seed(2) > Group Time Frequency df df   Group Time Frequency  1 1 Time1  3  2 2 Time2  6  3 3 Time1  5  4 4 Time2  3  5 5 Time1  9  6 1 Time2  9  7 ... 阅读更多

我们将 R 中创建的数据文件保存起来以供将来使用，这些文件扩展名为 .Rdata。要查看这些文件，我们可以使用 load 函数，该函数将在您的系统上读取文件的路径。假设您像我一样将文件保存在 Documents 文件夹中，那么您将必须提供 Documents 文件夹的路径，仅此而已。示例假设您创建了一个数据框 df 并将其另存为系统中的 df.Rdata 文件 -> set.seed(99) > x1 x2 x3 df df x1 x2 x3 1 2 0.7542310 3.3730539 ... 阅读更多

在 R 中绘制函数不是一项困难的任务。我们可以简单地使用 curve 函数来做到这一点，但如果函数非常复杂，那么在 curve 函数内部可能会很困难。这完全取决于想要绘制函数的人的理解，如果他或她精通该函数，则不会花费太多时间，否则就会变得乏味。示例> curve(exp(x),from=0, to=10)输出> curve((x-1)/(x^2),from=0, to=20,ylab="y")输出> curve(((exp(x))^2)/(x),from=20, to=100,ylab="y")输出

数据过滤有助于我们创建所需的数据组，这些数据组可用于进一步分析。通过这种方式，可以实现准确性，并且计算变得容易。假设，我们有一个同质组，然后根据某些特征对该组进行分区，可以使用 dplyr 包的 filter 函数。示例考虑以下数据框 -> Subject Score df head(df, 20) Subject Score 1 Stats 88 2 Stats 20 3 Stats 49 4 Stats 31 5 Stats 83 6 Physics 29 7 Physics 43 8 Physics 73 9 Physics 28 10 Physics 74 11 Physics 93 12 Physics ... 阅读更多

特别是当实验条件相同时，我们期望某些列的一些行值相同，这在设计实验时也是有意为之，以检查变量的固定效应。如果我们想确定唯一的行，则可以使用 R 中的 unique 函数来完成。示例考虑以下数据框 -> x1 x2 x3 df df x1 x2 x3  1 1 1 A  2 1 1 B  3 1 2 C  4 1 2 D  5 2 2 E  6 2 2 F  7 2 3 G  8 ... 阅读更多

有时我们不需要整个字符串来进行分析，尤其是在它使分析复杂化或毫无意义时。在这种情况下，我们可以从完整字符串中删除我们认为不需要的字符串部分。例如，假设我们有一个字符串 ID:00001-1，但我们不希望在此字符串中使用 -1，那么我们可以将其删除，这可以通过 gsub 函数来完成。示例> x1 gsub("\-.*", "", x1) [1] "ID:00001" "ID:00100" "ID:00201" "ID:014700" "ID:12045" "ID:00012" "ID:10078" > x2 gsub("\/.*", "", x2) [1] "ID:00001" "ID:00100" "ID:00201" "ID:014700" "ID:12045" ... 阅读更多

我们经常在数据收集过程中看到错误，这些错误可能会导致研究结果不正确。当数据以错误的方式收集时，会使分析师的工作变得困难。其中一种情况表明数据存在错误，即在数值位置获取字符串。因此，我们需要在 R 中将这些字符串转换为 NA，以便我们可以继续进行我们预期的分析。示例考虑以下数据框 -> x1 x2 df df  x1 x2 1 1 67 2 3 67 3 6 67 4 7 67 5 5 XYZ 6 2 XYZ ... 阅读更多