-
構建子集的基本方法
查看全部 -
數據結構-小結
查看全部 -
數據結構-日期與時間
查看全部 -
數據結構-數據框
查看全部 -
數據結構-缺失值
查看全部 -
數據結構-因子
查看全部 -
數據結構-列表
查看全部 -
數據結構-數組
查看全部 -
數據結構-矩陣
查看全部 -
數據結構-向量
查看全部 -
數據結構-對象的5種基本類型
查看全部 -
sort升序
order排序
查看全部 -
tapply()
gl連續生成
查看全部 -
#apply,沿著數組的某一個維度處理數據x<-matrix(1:16,4,4)apply(x,2,mean)#求列的平均apply(x,2,sum)#求列的和rowSums(x)#同樣可以求行的和rowMeans(x)colSums(x)colMeans(x)?x<-matrix(rnorm(100),10,10)apply(x,1,quantile,probs=c(0.25,0.75))#quantile求數據的百分位點x<-array(rnorm(2*3*4),c(2,3,4))apply(x,c(1,2),mean)#以第1及第2維為基礎，沿第3方向壓成平面apply(x,c(1,3),mean)apply(x,c(2,3),mean)查看全部 -
lapply函數可以處理循環列表中的沒一個元素，但是返回了是一個列表
注意，如果傳入lapply函數的不是一個列表，那么他將進行強制轉換為列表
slapply函數返回結果是一個數值型的
mean函數是求平均的
服從均勻分布的隨機數
runif(n, min = 0, max = 1)
生成一個長度為10的向量，向量中的每個值服從0~1區間上的均勻分布，那么可以這樣寫
查看全部
舉報
0/150
提交
取消