data.table 对象与 R 中的数据框非常相似，因此，将 data.table 对象转换为矩阵并非难事。我们只需要使用 as.matrix 函数并将 data.table 对象存储到一个属于矩阵的新对象中，否则 R 将无法将 data.object 转换为矩阵。例如，如果我们有一个 data.table 对象 DT，则要将其转换为矩阵，我们应该使用以下示例代码：DT_matrix

如果我们的数据框中存在缺失值/NA，并且在不排除这些缺失值的情况下使用 ggplot2 创建绘图，那么我们会收到警告“已移除包含缺失值的 X 行”，其中 X 将是包含 NA 值的列的行数。但绘图将是正确的，因为它将通过排除 NA 值来计算。为了避免此错误，我们只需要传递数据框列的子集，该子集不包含 NA 值，如下例所示。考虑以下包含 y 列（包含一些 NA 值）的数据框…… 阅读更多

借助镶嵌图，可以轻松地可视化分类变量。在镶嵌图中，我们可以有一个或多个分类变量，并且根据变量中每个类别的频率创建绘图。要在基本 R 中创建镶嵌图，我们可以使用 mosaicplot 函数。频率较高的类别由更大的框显示，频率较低的类别由较小的框显示。考虑以下数据框：示例　在线演示x1

要在基本 R 中使用 plot 函数创建折线图，我们需要使用 type = "l"，以便 R 理解绘图需要使用线而不是点。如果我们想增加线的宽度，可以使用 lwd 参数。lwd = 0 是宽度的默认值。考虑以下向量并创建折线图：示例x

使用 ggplot2 包创建的默认图表根据数据框或向量的列的起始值和结束值显示轴标签，但我们可能希望将其可视化，就像我们在纸质图表中所做的那样，显示所有四个象限。这可以通过使用 xlim、ylim、geom_hline 和 geom_vline 函数以及 ggplot2 包的 ggplot 函数来完成。考虑以下数据框：示例　在线演示x

子集可能以许多不同的方式需要，我们可以说子集的方式可能是无限的，因为它取决于更大或更小分析的目标。其中一种方法是基于矩阵列的某个值来创建矩阵的子集。在 R 中，我们可以借助 subset 函数轻松完成此操作，如下例所示。示例　在线演示M3)输出　[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 4 14 24 34 44 54 64 74 84 94 [2,] 5 15 25 35 45 55 65 75 85 95 [3,] 6 16 26 36 46 56 66 76 86 96 [4,] 7 17 27 37 47 57 67 77 87 97 [5,] 8 18 28 38 48 58 68 78 88 98 [6,] 9 19 29 39 49 59 69 79 89 99 [7,] 10 20 30 40 50 60 70 80 90 100示例subset(M,M[,1]75)输出[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 6 16 26 36 46 56 66 76 86 96 [2,] 7 17 27 37 47 57 67 77 87 97 [3,] 8 18 28 38 48 58 68 78 88 98 [4,] 9 19 29 39 49 59 69 79 89 99 [5,] 10 20 30 40 50 60 70 80 90 100示例subset(M,M[,9]>81)输出[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 2 12 22 32 42 52 62 72 82 92 [2,] 3 13 23 33 43 53 63 73 83 93 [3,] 4 14 24 34 44 54 64 74 84 94 [4,] 5 15 25 35 45 55 65 75 85 95 [5,] 6 16 26 36 46 56 66 76 86 96 [6,] 7 17 27 37 47 57 67 77 87 97 [7,] 8 18 28 38 48 58 68 78 88 98 [8,] 9 19 29 39 49 59 69 79 89 99 [9,] 10 20 30 40 50 60 70 80 90 100示例subset(M,M[,9]

绘图窗口中的绘图区域默认情况下是固定的，我们可以创建一个宽度扩展的线形图，以便图表从左下角到右上角覆盖绘图区域。这可以通过使用 lwd 参数创建非常宽的线形图来实现。考虑以下向量并创建非常宽的线形图以覆盖绘图区域：示例x

矩阵中的反对角线元素是从右上角到右下角形成直线的元素。例如，如果我们有如下所示的矩阵：1 2 3 4 5 6 7 8 9那么对角线元素将是 1、5、9，反对角线元素将是 3、5、7。要查找这些反对角线元素的总和，我们可以使用 apply 函数。示例　在线演示M1

查找 R 数据框列之间的相关系数是很常见的，但我们可能希望查找两个数据框行之间的相关系数。这在我们需要查找 R 数据框的一行与另一数据框的一行之间存在某种关系的情况下可能需要。例如，R 数据框的一行显示客户一年的购买趋势，而另一个数据框的同一行显示同一客户在另一年的购买趋势。考虑以下数据框：示例　在线演示x1阅读更多

bins 的默认值为 30，但如果我们没有在 geom_histogram 中传递该值，则在大多数情况下，R 会显示警告消息。为了避免这种情况，我们可以在 geom_histogram() 函数中简单地添加 bins=30。这将停止显示警告消息。考虑以下数据框：x