Learning Path
浏览 R 语言 相关教程与章节。
主流编程语言、数据结构、设计模式、正则与基础算法。
教程
131
R choose() 函数 - 计算组合数 R 语言实例 R choose() 函数用于计算从 n 个元素中选取 k 个的组合数 C(n, k)。 组合数是概率论和统计学中的基础概念，也称为二项式系数。 choose() 函数语法格式如下： choose(n, k) 参数说明： n 总元素个数（整数）。 k 选取的元素个数（整数），必须满足 0..
R colnames() 和 rownames() 函数 - 行列名操作 R 语言实例 R colnames() 函数用于获取或设置矩阵/数据框的列名，rownames() 用于行名。 为行列设置有意义的名称可以使代码更易读。 colnames() 和 rownames() 函数语法格式如下： colnames(x) colnames(x)..
R cor() 函数 - 计算相关系数 R 语言实例 R cor() 函数用于计算两个或多个变量之间的相关系数。 相关系数衡量变量之间的线性相关程度，取值范围为 -1 到 1。值为 1 表示完全正相关，-1 表示完全负相关，0 表示不相关。 cor() 函数语法格式如下： cor(x, y = NULL, method = c('pearson', 'kendall', 'spearm..
R cov() 函数 - 计算协方差 R 语言实例 R cov() 函数用于计算两个变量之间的协方差。 协方差衡量两个变量如何一起变化。正协方差表示同方向变化，负协方差表示反方向变化。它是相关系数计算的基础。 cov() 函数语法格式如下： cov(x, y = NULL, method = c('pearson', 'kendall', 'spearman')) 参数说明：..
R cumsum() 函数 - 计算累加和 R 语言实例 R cumsum() 函数用于计算向量的累计求和。 累计求和（累积和）是指依次将当前元素与之前所有元素相加得到的序列，在金融分析和库存统计等领域广泛应用。 cumsum() 函数语法格式如下： cumsum(x) 参数说明： x 输入数值向量。 实例 [mycode4 type='rsplus'] # 创建向量 x..
R cut() 函数 - 数值分箱 R 语言实例 R cut() 函数用于将连续数值划分为离散的区间（分箱）。 分箱是数据预处理的重要步骤，常用于创建分组统计和直方图。 cut() 函数语法格式如下： cut(x, breaks, labels = NULL, right = TRUE) 参数说明： x 输入数值向量。 breaks 断点向量，或所需区间的个数。 labels 自定义区间标签，默认使用区间范围。 right 区间是否..
R data.frame() 函数 - 创建数据框 R 语言实例 R data.frame() 函数用于创建数据框，这是 R 中最核心的数据结构之一。 数据框类似于表格，每列可以是不同类型的数据（数值、字符、逻辑等），但每列长度必须相同。 data.frame() 函数语法格式如下： data.frame(..., stringsAsFactors = default.stringsAsFactors()) 参数说明： ... 列数..
R diff() 函数 - 计算差分 R 语言实例 R diff() 函数用于计算向量中相邻元素的差值（差分）。 差分在时间序列分析中非常重要，用于计算变化量、增长率等。 diff() 函数语法格式如下： diff(x, lag = 1, differences = 1) 参数说明： x 输入数值向量。 lag 滞后阶数，默认为 1，表示与上一个元素的差值。 differences 差分阶数，默认为 1。设为 2 表示二阶差分（对差..
R difftime() 函数 - 计算时间差 R 语言实例 R difftime() 函数用于计算两个日期/时间之间的差值。 difftime() 可以指定返回的时间单位，如天、小时、分钟等。 difftime() 函数语法格式如下： difftime(time1, time2, units = c('auto', 'secs', 'mins', 'hours&#..
R dim() nrow() ncol() 函数 - 查看维度 R 语言实例 R dim() 函数用于获取或设置矩阵/数据框的维度（行数和列数）。 nrow() 和 ncol() 分别用于单独获取行数和列数。 这些函数语法格式如下： dim(x) nrow(x) ncol(x) 参数说明： x 输入矩阵、数据框或数组。 实例 [mycode4 type='rsplus'] # 创建矩阵 m..
R dnorm() pnorm() qnorm() 函数 - 正态分布函数族 R 语言实例 R 为正态分布提供了四个核心函数：dnorm() 密度函数、pnorm() 累积概率、qnorm() 分位数函数、rnorm() 随机数生成。 它们分别回答不同的问题：某个值的概率密度是多少？累积概率是多少？某个概率对应的分位数是多少？ 各函数语法格式如下： dnorm(x, mean = 0, sd = 1) # 密度函数 pnorm(q..
R exp() 函数 - 计算指数 R 语言实例 R exp() 函数用于计算 e 的 x 次幂，即自然指数函数。 exp() 是自然对数 log() 的逆运算，在指数增长模型、逻辑回归等场景中广泛应用。 exp() 函数语法格式如下： exp(x) 参数说明： x 输入数值或数值向量。 实例 [mycode4 type='rsplus'] # 计算 e 的幂 print(exp(1)) # e^1 =..
R factor() 函数 - 创建因子 R 语言实例 R factor() 函数用于创建因子（分类变量）。 因子是 R 处理分类数据的核心概念，在统计建模中自动生成虚拟变量。 factor() 函数语法格式如下： factor(x, levels, labels = levels, ordered = FALSE) 参数说明： x 要转为因子的向量。 levels 因子的水平（可选，默认按字母序）。 labels 水平的显示标签。..
R factorial() 函数 - 计算阶乘 R 语言实例 R factorial() 函数用于计算正整数的阶乘。 阶乘是指从 1 乘到 n 的连乘积，记作 n!。在排列组合和概率计算中非常常见。 factorial() 函数语法格式如下： factorial(x) 参数说明： x 输入非负整数或整数向量。 实例 [mycode4 type='rsplus'] # 计算单个数值的阶乘 print(facto..
R format() 函数 - 日期格式化 R 语言实例 R format() 函数用于将日期对象转换为指定格式的字符串。 format() 可以将日期以各种人类可读的形式显示出来。 format() 函数语法格式如下： format(x, format = '%Y-%m-%d') 参数说明： x 日期对象（Date 或 POSIXct）。 format 目标格式字符串。 常用格式符说明输出示例 %Y-%m..
R getwd() 和 setwd() 函数 - 工作目录 R 语言实例 R getwd() 函数用于获取当前工作目录，setwd() 用于设置工作目录。 工作目录是指 R 读取和写入文件时的默认路径。 两个函数语法格式如下： getwd() setwd(dir) 参数说明： dir 新的工作目录路径（字符串）。 实例 [mycode4 type='rsplus'] # 获取当前工作目录 current_di..
R gl() 函数 - 生成因子水平 R 语言实例 R gl() 函数用于快速生成一个因子（generate levels）。 gl() 在实验设计中非常有用，可以快速创建分组标签。 gl() 函数语法格式如下： gl(n, k, length = n*k, labels = seq_len(n), ordered = FALSE) 参数说明： n 水平的数量（分多少组）。 k 每个水平连续重复的次数。 length 输出因子的总长..
R grep() 函数 - 模式匹配与搜索 R 语言实例 R grep() 函数用于在字符串向量中搜索匹配指定模式的位置或值。 grepl() 是其逻辑版本，返回 TRUE/FALSE。两者都支持正则表达式。 grep() 函数语法格式如下： grep(pattern, x, value = FALSE, ignore.case = FALSE) grepl(pattern, x, ignore.case = FALSE) 参数说明：..
R gsub() 函数 - 字符串替换 R 语言实例 R gsub() 函数用于全局替换字符串中匹配的部分。 sub() 只替换第一个匹配项，gsub() 替换所有匹配项。 gsub() 函数语法格式如下： gsub(pattern, replacement, x) sub(pattern, replacement, x) 参数说明： pattern 要匹配的模式（支持正则表达式）。 replacement 替换成的字符串。 x 输..
R head() 和 tail() 函数 - 查看数据首尾 R 语言实例 R head() 函数用于查看数据的前几行，tail() 查看最后几行。 这两个函数是数据探索的第一步，用于快速了解数据结构。 head() 和 tail() 函数语法格式如下： head(x, n = 6) tail(x, n = 6) 参数说明： x 输入对象（向量、数据框、矩阵等）。 n 要显示的行数，默认为 6。 实例 [mycode4 type=..
R hist() 函数 - 绘制直方图 R 语言实例 R hist() 函数用于绘制直方图，展示数据的分布情况。 直方图将数据分成若干个区间（bin），显示每个区间内数据的频数或频率。 hist() 函数语法格式如下： hist(x, breaks = 'Sturges', freq = NULL, col = NULL, main = paste('Histogram of', xn..
R ifelse() 函数 - 向量化条件判断 R 语言实例 R ifelse() 函数用于对向量进行逐元素的条件判断和赋值。 ifelse() 是向量化版本的 if...else，可以一次性处理整个向量，比循环高效。 ifelse() 函数语法格式如下： ifelse(test, yes, no) 参数说明： test 逻辑条件表达式。 yes 条件为 TRUE 时返回的值。 no 条件为 FALSE 时返回的值。 实例 [m..
R install.packages() 函数 - 安装扩展包 R 语言实例 R install.packages() 函数用于从 CRAN 或其他镜像源安装 R 扩展包。 R 的生态系统中有超过 20000 个包，扩展包是 R 强大功能的核心。 install.packages() 函数语法格式如下： install.packages(pkgs, repos = getOption('repos'), ..
R is.na() 函数 - 检测和处理缺失值 R 语言实例 R is.na() 函数用于检测向量或数据框中哪些元素是缺失值 NA。 缺失值处理是数据分析中必不可少的一步，直接影响分析结果的准确性。 is.na() 函数语法格式如下： is.na(x) anyNA(x) # 检查是否存在任何 NA complete.cases(x) # 检查哪些行没有 NA 参数说明： x 待检查的向量、矩阵或数据框。 实例 ..