假设我们在二维平面上有 n 个点，我们需要检查是否存在任何平行于 y 轴的直线对给定点进行对称反射，换句话说，检查是否存在一条直线，在将所有点关于该直线反射后，原始点的集合与反射后的点集合相同。因此，如果输入类似于 points = [[1, 1], [-1, 1]]，则输出将为 true为了解决这个问题，我们将遵循以下步骤-定义一个集合 okn := points 的大小minVal := infmaxVal := -inffor 初始化 i := 0，当 i < ... 阅读更多

通常，我们会获得用于分析的缺失数据，我们需要用某些东西替换这些缺失值。有时，我们可能希望用另一列中的对应值替换它们，尤其是在两列都描述相似特征的情况下。这种类型的替换可以使用 dplyr 包的 mutate 函数轻松完成，如下例所示。示例 1考虑以下数据框：实时演示> set.seed(214) > x1 x2 df1 df1输出 x1 x2 1 4 75 2 8 24 3 5 38 4 4 38 5 7 NA 6 6 24 7 10 75 8 4 75 ... 阅读更多

只有当我们为其传递偶数个元素时才能生成矩阵。如果我们想使用 rep 函数生成的向量创建矩阵，则该向量的长度必须能被 2 整除。例如，如果我们有一个使用 rep 函数创建的向量 x，其长度为 20，则可以使用 matrix(x, ncol=2) 从该向量构造大小为 10x2 的矩阵 M。示例 1实时演示> x M1 M1输出[, 1] [, 2] [1, ] 10 10 [2, ] 4 4 [3, ] 7 7 [4, ] 3 3 ... 阅读更多

要更改 R 中数据框的列名，我们可以使用 setNames 函数。例如，如果我们有一个包含列 x 的数据框 df，并且我们想将其更改为存储在名为 x 的向量中的值“Ratings”，则可以使用代码 df x y y输出 x 1 3 2 8 3 3 4 9 5 5 6 5 7 10 8 2 9 6 10 6 11 3 12 5 13 9 14 1 15 1 16 6 17 2 18 6 19 10 20 6将 y 中的 x 更改为 Ratings：示例> y y输出Ratings 1 3 2 8 3 3 4 9 5 5 6 5 7 10 8 2 9 6 10 6 11 3 12 5 13 9 14 1 15 1 16 6 17 2 18 6 19 10 20 6让我们来看另一个例子：示例实时演示> S df_Salary df_Salary输出 S 1 31827 2 24697 3 45790 4 45345 5 22294 6 30749 7 37721 8 33535 9 45941 10 24028 11 48927 12 33818 13 49152 14 43334 15 20294 16 29664 17 23358 18 20475 19 39355 20 40386将 df_Salary 中的 S 更改为 Salary：示例> df_Salary df_Salary输出Salary 1 31827 2 24697 3 45790 4 45345 5 22294 6 30749 7 37721 8 33535 9 45941 10 24028 11 48927 12 33818 13 49152 14 43334 15 20294 16 29664 17 23358 18 20475 19 39355 20 40386

在 R 中安装包没有限制，但基本 R 也有一些与之关联的包。因此，无需每次都在 R 控制台中安装或加载它们。我们可以直接使用任何基本 R 包函数来执行分析。如果我们想获取这些包的列表，则可以使用如下所示的代码：示例> installed.packages(priority="base")输出Package LibPath Version Priority base "base" "C:/Program Files/R/R-4.0.2/library" "4.0.2" "base" compiler "compiler" "C:/Program Files/R/R-4.0.2/library" "4.0.2" "base" datasets "datasets" "C:/Program Files/R/R-4.0.2/library" "4.0.2" "base" graphics "graphics" "C:/Program Files/R/R-4.0.2/library" "4.0.2" "base" grDevices "grDevices" "C:/Program ... 阅读更多

有时我们会获得非常脏的数据，这就是数据分析成为一项困难任务的原因。大多数数据科学家都寻求干净的数据，但由于数据仓库通常只关注数据可用性而不是数据质量，因此这几乎是不可能的。一个令人挠头的场景是在随机方式的不同位置放置不必要的值，$ 符号也是这种类型的值。我们可以使用 lapply 函数从 R 数据框中删除它。示例考虑以下数据框：实时演示> x y df1 df1输出x y 1 ... 阅读更多

要找到 lm 模型（线性回归模型）的置信区间，我们可以使用 confint 函数，并且无需传递置信水平，因为默认值为 95%。这也可以用于 glm 模型（广义线性模型）。查看以下示例以了解 glm 模型的 confint 输出。示例 1实时演示> set.seed(3214) > x1 y1 Model1 summary(Model1)输出Call: glm(formula = y1 ~ x1, family = "binomial") Deviance Residuals: Min 1Q Median 3Q Max -1.6360 -1.4156 0.7800 0.8567 0.9946 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.34851 1.17554 0.296 0.767 ... 阅读更多

显然，与任何其他统计分析工具一样，R 中轴标签的默认字体不是斜体，但我们可以使用 ggplot2 使其成为斜体。为此，我们可以使用 ggplot2 包的 theme 函数，其中我们可以使用 axis.text.x 参数更改轴标签的字体。示例考虑以下数据框：实时演示> x y df df输出 x y 1 A 24 2 B 23 3 C 25 4 D 27加载 ggplot2 包并创建条形图：示例> library(ggplot2) > ggplot(df, aes(x, y))+geom_bar(stat="identity")输出：使用斜体 X 轴标签创建条形图：示例> ggplot(df, aes(x, y))+geom_bar(stat="identity")+theme(axis.text.x=element_text(face=c("italic", "italic", "italic", ... 阅读更多

要查找数据框的相关矩阵，我们可以使用带数据框对象名称的 cor 函数，但如果数据框中存在缺失值，则情况并非如此简单。在这种情况下，我们可以将 complete.obs 与 cor 函数一起使用，以便在计算相关系数时忽略缺失值。示例 1考虑以下数据框：实时演示> x1 x2 x3 df1 df1输出 x1 x2 x3 1 NA 3 512 2 8 7 512 3 5 2 520 4 NA 1 NA 5 NA 2 512 6 NA 4 ... 阅读更多

我们可以说正交是垂直的同义词。如果两个多项式的内积（内积是点积的推广）为零，则我们称它们为正交多项式。在 R 中，我们可以使用 poly 函数找到正交积，如下例所示。示例 1实时演示> x x输出[1] 1.53798786 -0.85463326 2.39444451 0.82559418 -2.22197322 -1.04243823 [7] -0.04693054 -0.68691236 -1.63040923 -1.42408865示例> orthogonal_x orthogonal_x输出 1 2 [1, ] 0.41743651 -0.01687537 [2, ] -0.12158589 -0.21414848 [3, ] 0.61038362 0.54027924 [4, ... 阅读更多