R - 面试问题

R 是一种用于统计分析和为此目的创建图形的编程语言。它没有数据类型，而是使用数据对象进行计算。它被用于数据挖掘、回归分析、概率估计等领域，并利用其中许多可用的包。

R 中有 6 种数据对象。它们是向量、列表、数组、矩阵、数据框和表格。

有效的变量名由字母、数字和点或下划线字符组成。变量名以字母或点开头，后面不跟数字。

矩阵始终是二维的，因为它只有行和列。但是数组可以是任意数量的维度，每个维度都是一个矩阵。例如，一个 3x3x2 的数组表示两个 3x3 维度的矩阵。

R 中的因子数据对象用于存储和处理 R 中的分类数据。

可以使用 read.csv 函数加载 csv 文件。R 使用此函数读取 csv 文件时会创建一个数据框。

命令 getwd() 会给出 R 环境中的当前工作目录。

这是在设置 R 环境时默认加载的包。它提供 R 环境中的基本功能，例如输入/输出、算术计算等。

逻辑回归处理的是测量二元响应变量的概率。在 R 中，glm() 函数用于创建逻辑回归。

表达式 M[4,2] 给出第 4 行和第 2 列的元素。

当两个不同长度的向量参与运算时，较短向量的元素会被重复使用以完成运算。这称为元素循环。例如 - v1 <- c(4,1,0,6) 和 V2 <- c(2,4)，则 v1*v2 给出 (8,4,0,24)。元素 2 和 4 被重复。

我们可以通过三种方式在 R 中调用函数。第一种方法是按参数的位置调用。第二种方法是使用参数的名称调用，第三种方法是使用默认参数调用。

函数的惰性求值意味着，只有在函数体中使用参数时才会对其进行求值。如果函数体中没有对参数的引用，则该参数将被忽略。

要在 R 中安装包，我们使用以下命令。

install.packages("package Name")

名为“XML”的包用于读取和处理 XML 文件。

我们可以更新任何元素，但只能删除列表末尾的元素。

在 R 中创建矩阵的一般表达式是 - matrix(data, nrow, ncol, byrow, dimnames)

boxplot() 函数用于在 R 中创建箱线图。它以公式和数据框作为输入来创建箱线图。

频率 6 表示时间序列数据的间隔为每小时 10 分钟。

在 R 中，数据对象可以从一种形式转换为另一种形式。例如，我们可以通过合并多个列表来创建一个数据框。这涉及一系列 R 命令以将数据转换为新格式。这称为数据重塑。

它生成 4 个介于 0 和 1 之间的随机数。

使用命令

installed.packages()

它将向量 x 中的字符串在字母 e 的位置拆分为子字符串。

x <- "The quick brown fox jumps over the lazy dog"
split.string <- strsplit(x, " ")
extract.words <- split.string[[1]]
result <- unique(tolower(extract.words))
print(result)

错误在 v * x[1] : 二元运算符的非数值参数

[1] 5 12 21 32

它将列表转换为向量。

x <- pbinom(26,51,0.5)
print(x)

NA

使用函数 as.data.frame()

function(x) { x[is.na(x)] <- sum(x, na.rm = TRUE); x }

它用于将相同的函数应用于数组中的每个元素。例如，查找每一行的平均值。

每个矩阵都可以称为数组，但反之则不然。矩阵始终是二维的，但数组可以是任何维度。

?NA

sd(x, na.rm=TRUE)

setwd("路径")

"%%" 给出第一个向量除以第二个向量的余数，而 "%/%" 给出第一个向量除以第二个向量的商。

查找每一行中值最大的列。

hist()

rm(x)

data(package = "MASS")

data(package = .packages(all.available = TRUE))

它用于通过浏览和选择文件来从本地目录安装 R 包。

15 %in% x

pairs(formula, data)

其中 formula 代表成对使用的变量序列，data 代表将从中获取变量的数据集。

subset() 函数用于选择变量和观测值。sample() 函数用于从数据集中选择大小为 n 的随机样本。

is.matrix(m) 应该返回 TRUE。

[1] NA

函数 t() 用于转置矩阵。例如 - t(m)，其中 m 是一个矩阵。

R 编程语言中的“next”语句在我们要跳过循环的当前迭代而不终止它时很有用。