最近一段时间的R语言学习笔记，以便于自己学习之用，特记录在博客中，感兴趣的人还可以看看。记录的东西也不一定正确，请大家指教，里面可能会引用到一些别人的资料等，作为学习之用
读书笔记
相关的函数记录与整理
1、source("文件名.r")：调取主程序的文件，在程序结构复杂的时候很有用，可以将一部分复杂的运算主程序放入其中。
2、install.packages("fields")：安装程序包
3、library(fields)：导入程序包
4、t(x)转置函数，对于csv中横排的转置很有用
5、dev.off()：中断函数
6、a <- as.character(b):因子型转化为字符型函数
7、position <- regexpr('_',a)：regexpr()函数对字符的定位很有用，返回值position为特定字符，如字符串a中’_’的位置
8、结合定位函数，对字符串如x345_xbt,进行拆分，利用函数substring(要拆分的字符串，开始的字符位置，结束的字符位置)
namecol1 <- substring(a, 2, position - 1)
namecol2 <- substring(a, position + 1, nchar(a))
结合regexpr()函数，这两个命令返回的值为，namecol1<-345；namecol2<-xbt;
9、合并向量data.frame(vetor1, vetor2, vetor3)
cbind(vetor1, vetor2, vetor3)
10、取名字相同的交集unique（）函数
例如对包含行名的向量R1、R2、 R3取名字相同的行，组成新的向量。
nam1 <- rownames(R1)
nam2 <- rownames(R2)
nam3 <- rownames(R3)
tnam <- unique(c(nam1,nam2,nam3))返回结果为只剩下名字相同的行的数值和rownames
或者取一个向量中唯一一个值的数据，合并重复数据。unique(x, incomparables = FALSE, ...)在R中三个点…,表示可传递参数
11、对程序包里面的具体的函数源代码，通过安装包后直接输入函数名回车，可以看到函数；注意找到对应的子函数。也可以在R镜像网页中的packages中，下载package的数据包，减压后，看文件夹得R函数中，这个包含程序注释，更好。
12、t检验函数
t.test(x, ...)
## Default S3 method:
t.test(x, y = NULL,alternative = c("two.sided", "less", "greater"), mu = 0, paired = FALSE, var.equal = FALSE, conf.level = 0.95, ...)
## S3 method for class 'formula'
t.test(formula, data, subset, na.action, ...)
13、对于一个向量x中选择某个符合条件的数值出来(大于某个数或者是某个条件limit)，直接利用表达式y<-x[,1][判断语句或者limit函数参数，在外部设定limit值]
14、判断两个向量的交集部分选择%in%
1:10 %in% c(1,3,5,9)
15、帮助已经加载的程序包有哪些函数，可以用主界面的help>html帮助
16、regression with damped exponential correlation回归的函数为rdec(),需要的函数包为RDEC
17、相关常用的R运算
计算
log(x)
log10(x)
exp(x)
sin(x)
cos(x)
tan(x)
asin(x)
acos(x)
min(x)
max(x)
range(x)
length(x)
统计检验
mean(x)
sd(x)
var(x)
median(x)
quantile(x,p)
cor(x,y)
t.test()
lm(y ~ x)
wilcox.test()
kruskal.test()
统计检验
lm(y ~ f+x)
lm(y ~ x1+x2+x3)
bartlett.test
binom.test
fisher.test
chisq.test
glm(y ~ x1+x2+x3, binomial)
friedman.test
...
18、ls() 列出工作空间中的对象；rm() 删除工作空间中的对象
19、对象类型转换
as.numeric() #转换为数值型
as.logical()
as.charactor()
as.matrix()
as.dataframe()
