###數(shù)組
x=c(1:6)
x
is.vector(x)#x是一個向量嗎。
is.array(x)#x不是數(shù)組
dim(x)<-c(2,3)#增加維數(shù)，x變?yōu)閿?shù)組
x
is.matrix(x)#x也是一個矩陣
####數(shù)據(jù)框，與矩陣的區(qū)別，矩陣每個元素都是數(shù)字(數(shù)組也類似），矩陣形式，但每列可以是不同的類型
x1=c(1,2,3,4,5,6,7,8,9,10)
length(x1)
x2=c(1,2,3,4,5,6,10,7,8,9)
length(x2)
x=data.frame(x1,x2)#向量組合成為數(shù)據(jù)框，可以是不同類型，數(shù)組或字符，x1與x2長度相等
(x=data.frame('重量'=x1,'運費'=x2))#替換列頭
#畫散點圖，函數(shù)plot()
plot(x)
#讀文本文件數(shù)據(jù)，先設(shè)置工作目錄，把文本文件放于該目錄下
x=read.csv("F:\\R語言\\data.csv")
#讀剪貼板(文本或Excel數(shù)據(jù)可通過剪貼板操作)
y=read.table("clipboard",header = F)#header=T表示不讀列頭
#Excel文件(方法一：另存為空格分隔(就是原先的空格變?yōu)?，）的prn文本格式再讀)
w=read.table("F:\\R語言\\data.prn",header = T)
#方法2：安裝RODBC包，再通過ODBC讀
install.packages("RODBC")
library(RODBC)#裝載包
z<-odbcConnectExcel("F:\\R語言\\student.xls")
(w<-sqlFetch(z,"Sheet1"))

#####循壞語句（for語句）
a=0
for(i in 1:59){a[i]=i*2+3} #格式for(循壞變量 in 遍歷范圍){循壞體(向量a里的第i個元素=啥，將i按指定的規(guī)律賦值)}
a
for(i in 1:59){a[i]=i*2+3;b[i]=i*5-4}
b=0
b#(與a、b的初始值無關(guān)，但是要有初始值)
##while語句
a[1]=5
i=1
while(a[i]<121){i=i+1;a[i]=a[i-1]+2}##滿足這個條件便開始循壞
a
###source()函數(shù)，print()函數(shù)
source("F:\\R語言\\learningR.R")##運行腳本語言
print(x)#在監(jiān)控臺來顯示結(jié)果
######綜合性例子,模擬產(chǎn)生統(tǒng)計專業(yè)同學(xué)的名單（學(xué)號區(qū)分），記錄數(shù)學(xué)分析，線性代數(shù)，概率統(tǒng)計三科成績，然后進行統(tǒng)計分析
num=seq(2120170400,2120170400)#seq()函數(shù)產(chǎn)生向量，產(chǎn)生100個不同的學(xué)號
num
#用runif和rnorm
#產(chǎn)生100個均勻分布的隨機數(shù),上限是100，下限是80，產(chǎn)生的向量可能會有小數(shù)點，用round()函數(shù)四舍五入
x1<-round(runif(100,min=80,max=100))
x1
x2=round(rnorm(100,mean = 80,sd=7))#均值為80，標(biāo)準(zhǔn)差為7,正態(tài)分布
x2
x3=round(rnorm(100,mean = 83,sd=18))#均值為83，標(biāo)準(zhǔn)差為18
x3
x3[which(x3>100)]=100#先找到大于100的數(shù)的下標(biāo)，再將此下標(biāo)對應(yīng)的值賦值為100
##合成數(shù)據(jù)框并保存到硬盤
#data.frame()
#write.table()
x=data.frame(num,x1,x2,x3)
x
write.table(x,file = "F:\\R語言\\mark.txt",col.names = F,row.names = F,sep = " ")#將x數(shù)據(jù)框?qū)懭氲轿募付ǖ牡胤?br>##計算各科的平均分mean(),collMeans(),apply()
mean(x)###運行為NA
colMeans(x)##對列求平均值,會對學(xué)號也求平均值
colMeans(x)[c("x1","x2","x3")]#不顯示列
apply(x,2,mean)#表示對x數(shù)據(jù)框作2（列）求mean操作，--1（行操作）
###求各科最高最低分
apply(x, 2, max)#對列求最高分
apply(x,2,min)#對列求最低分
##求每個人的總分
sum=apply(x[c("x1","x2","x3")],1,sum)
x=data.frame(num,x1,x2,x3,sum)