R 数字 字符 向量

（1）向量

 

运算中向量+1，是对所有的分量均+1

5%/%3整除取整，5%%3取余

exp函数：y=exp(x)=e^x(e的x次幂)

sqrt函数：开平方

abs:绝对值

expm1:当x的绝对值比1小很多的时候，能更加准确计算exp(x)-1

log:对数函数

asin：反正弦函数acos,atant

sinh,cosh,tanh,超越正弦函数~

asinh,acosh,atanh:反超越正弦函数~

log1px:当x的绝对值比1小很多时候，能更加正确计算log(1+x)

prod(x):求x分量联乘积

median(x):求向量x的中位数

mean(x):均值

var(x):方差

sd:标准差

sort(x);递增顺序排列向量

sort.list(x):/order(x)顺序排列后下标排列顺序

（2）等差数列：

x<-1:8   =>1,2,3,4,5,6,7,8

          X<-1.212:8  =>1.212,2212,3.212~7.212

           X<-1:8.212   =>1,2,3,4,5,6,7,8(与前边的数据类型保持一致)

优先级：x<-2*1:15   =x<-2:3(等差运算的优先于乘法、减法运算)

seq等间隔函数：

seq(from=value1,to=value2,by=value3)  from,to,by可省略，没有by时默认为1

seq(length=value2,from=value1,by=value3)   length为数据个数

rep(x,times=value1)整体重复value1次，rep(x,each=value2)x中每个分量诸逐个重复

value2次

（3）逻辑向量

x<-1:7

i<-x>3

i 

结果：F,F,F,T,T,T,T

all(表达式)：判断表达式都~  结果：T/F

any(表达式):判断表达式有~  结果：T/F

 

（4）缺失数据：NA表示

Is.na(x):检测是否缺失数据  T：缺失；F不缺失

x[is.no(x)]<-0;x   将缺失数据幅值为0

is.nan(x):检测数据是否不确定  T:不确定  F确定

is.finite(x):检测数据是否有限   T:有限   F无限

NA缺失数据，nan:不确定数据，inf:正无穷大数据，-inf负无穷大数据: