当我们使用 R 中的 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，直方图看起来不太吸引人，并且将 Y 轴值与条形大小匹配变得有点困难。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的零，我们可能希望查找列中非零值的个数。这将有助于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 pearson 相关系数来查找线性关系，在这种情况下，spearman 相关系数就会出现。由于 spearman 相关系数考虑值的秩，因此相关性检验忽略相同的秩来查找 p 值，因此我们得到警告“无法使用 ties 计算精确 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 spearman 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。根据行号查找值很容易，但是根据值查找行号则不同。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，但我们可能也希望比较平均值。因此，如果我们想比较多个箱线图，则可能更倾向于用点显示平均值。这可以通过使用 points(mean(“Vector_name”)) 来完成，如果我们绘制的是 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，那么我们可能希望查找该数据框中所有值的平均值，但这不能直接完成，因为数据框对象不是数值的。因此，要查找 R 数据框中所有值的平均值，我们需要先将其转换为矩阵，然后使用 mean 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，它会返回所有分位数，即 0%、25%、50%、75% 和 100%。如果我们想避免打印这些分位数的名称，那么我们可以将 names=FALSE 与 quantile 函数一起使用。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找到为 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，我们将使用矩阵函数的常用方法。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，我们将将其传递到矩阵函数中。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

随机抽样有助于我们减少分析中的偏差。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，如果我们有一个具有组变量的数据框，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