qq_48566899的博客

一、向量1. 创建# 1.1.1 请利用c函数，输入5门专业课程的名称，组成向量nms。print('----1.1.1')nms <- c('语文','数学','英语','历史','物理')print(nms)# 1.1.2 请利用vector函数初始化score向量，记录问题1中5门专业课程的成绩。print('----1.1.2')score <- vector(mode = 'numeric',length = 5)score <- c(85,90,95,75,

一、矩阵与数组创建# 1.1 利用array函数，创建二维数组m1，每一行记录不同人（A,B,C）的各科成绩（math，english，physics），成绩请随意输入（要求每行至少有一个90分以上，每一列至少有一个60分以下）print('----1.1')m1 <- array(c(95,40,80,55,92,98,86,93,55), dim = c(3,3), dimnames = list(c('A','B','C'),

列表创建# 1.1 创建一个列表L1，记录三位同学的姓名（A,B,C）,编号（1,2,3），数学成绩（80,90,95），语文成绩（75,95,80）L1 <- list(`姓名` = c('A','B','C'),`编号` = c(1,2,3),`数学` = c(80,90,95),`语文` = c(75,95,90))L1# 1.2 将L1个组件命更改为英文，记为L2L2 <- L1names(L2) <- c('name','id','math','lit')L2

import numpy as npimport pandas as pdpandas数据整理flights = pd.read_csv('flights.csv',index_col=0)# filter# filter(flights, month == 1, day == 1)flights.loc[(flights['month']==1) & (flights['day']==1)]筛选行# nov_dec <- filter(flights, month %i

%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltmatplotlib绘图N = 5menMeans = (20, 35, 30, 35, 27)womenMeans = (25, 32, 34, 20, 25)menStd = (2, 3, 4, 1, 2)womenStd = (3, 5, 2, 3, 3)ind = np.arange(N) # the x locations for the

若已知任意函数f(x),求其在区间[a,b]上的零点可以采用弦截法，方法描述如下请写出此方法的算法描述。x=aif f(x) != 0 then goto 3. else return(x)if f(x)<0 then a = x else b = xif |b-a|<delta then return(x) else goto 5x = x- f(a)/(f(b)-f(a))*(b-a)goto 2请写出R代码实现1中的算法（截图）eps <- 1e-10.

-2:2*-2:22.3.4.5.6.7.8.

https://www.cnblogs.com/chance88/p/4868216.html

16x<-c(1:5)message("ABC","DRF")suppressMessages(x)warning(x)suppressWarnings(x)getOption("warn")old_ops<-options(warn=-1)options(old_ops)15sample(7)sample(7,5)sample(7,10,replace=TRUE)runif(5)runif(5,1,10)#0-10rnorm(5)rnorm(5,3,7)

arima(x,order=c(p,d,q),method=c("ML","CSS"),include.mean)其中:x—带估计序列；Order—指定模型阶数；其中，P为自回归阶数；d为差分阶数，若为平稳序列，则不需要差分即d=0；q为移动平均阶数。method—估计方法。method =CSS-ML，系统默认的是条件最小二乘估计和极大似然估计的混合方法；method =ML，极大似然估计；method =CSS，条件最小二乘估计；include.mean—是否包含均值项，即估计结果中的int

library(learningr)data("obama_vs_mccain")obama<-obama_vs_mccain$Obama#统计函数range(obama)median(obama)table(cut(obama,seq.int(0,100,10)))mad(obama)cumsum(1:10)#累积和cumprod(1:10)#阶乘quantile(obama)#分位数quantile(obama,type=5)quantile(obama,c(0

2.函数c()的作用是生成一个（）？A.矩阵B.向量C.数据框D.其余都可以正确答案：B5.绘图时如需调整颜色，修改的参数是？A.ColB.colorC.colD.其余都可以正确答案：C6.纵向合并两个数据框，使用的函数是？A.rbindB.其余都不对C.bindD.cbind正确答案：A7.横向合并两个数据框，使用的函数是？A.cbindB.bindC.其余都不对D.rbind正确答案：A8.ceiling(3.475)的返回值是？A.3B.4C.5

https://r4ds.had.co.nz/transform.html这些R也可以通过python实现pip install nycflights13pip install dfplyfrom dfply import *import numpy as npimport pandas as pdfrom nycflights13 import flightsfrom nycflights13 import airportsfrom nycflights13 import airli

ARMA模型拟合指令：arima(x,order=c(p,d,q),method=c("ML","CSS"),include.mean)其中:x—带估计序列；Order—指定模型阶数；其中，P为自回归阶数；d为差分阶数，若为平稳序列，则不需要差分，d=0；q为移动平均阶数。method—估计方法。method =CSS-ML，系统默认的是条件最小二乘估计和极大似然估计的混合方法；method =ML，极大似然估计；method =CSS，条件最小二乘估计；include.mean—是否包含均

Lubridate是一个R包，可以更容易地处理日期和时间。https://cran.r-project.org/web/packages/lubridate/vignettes/lubridate.htmlParsing dates and times解析日期lubridate可以解析日期，按照y、m、d(在日期中出现的顺序进行提取，简化标准化日期的过程。library(lubridate)ymd("20110604")# 年月日mdy("06-04-2011")#月，日，年dmy("0

now_ct<-Sys.time()strftime(now_ct,"it is %I:%M%p on %A %d %B, %Y.")#%I十二小时制，%d用文字表示时间,%p是表示上午或是下午‘it is 11:12上午 on 星期一 15 十一月, 2021.’#时区Sys.timezone()Sys.getlocale('LC_TIME')now_ct<-Sys.time()strftime(now_ct,tz="America/Los_Angeles")now_

rep与replicatereplicate是重复操作，rep是重复值高级循环常规方法# 利用for循环找到每个数不重复因子# seq_along取位置prime_factors<-list(one=1,two=2,three=list(3,3))unique_primes<-vector("list",length(prime_factors))for(i in seq_along(prime_factors)){ unique_primes[[i]]<-uni

试验一 R语言数据类型一、向量1. 创建# 1.1.1 请利用c函数，输入5门专业课程的名称，组成向量nms。nms=c('MATH','BIG DATA','CHINESE','DATABASE','ENGLISH')print(nms)# 1.1.2 请利用vector函数初始化score向量，记录问题1中5门专业课程的成绩。score=vector('numeric',length=5)score=c(88,90,100,73,53)print(score)# 1.1.3 请

余数10%%3商10%/%310/3关系运算identical(2^3,2**3)变量赋值x<-1.5x类class(sqrt(1:10))ls(pattern="^is",baseenv())检查变量：print,summary,head,str,unclass,attributes,view均匀分布的30个随机数num<-runif(30)概述性描述summary(num)因子,分类变量fac<-factor(sa

打开anaconda prompt输入以下代码即可conda install -c r r-essentialsrtool安装方法https://blog.youkuaiyun.com/sinat_23971513/article/details/107296569

安装r之后，发现c盘爆了，所以用了一下午研究了一下重装系统，真的挺简单的哟，教程如下：https://www.bilibili.com/video/BV1jL4y1h71g?spm_id_from=333.1007.top_right_bar_window_history.content.click安装r：https://blog.youkuaiyun.com/qq_35180983/article/details/82226373在jupyter中安装r内核：https://zhuanlan.zhihu.co