向量是R语言最基本的数据类型。 向量中可以包含数值、字符串或者逻辑值，但不能由多种格式混合组成。 如果向量的参数是自身，那么c(...)命令会将多个向量和为一个向量。

如果一个向量中同时包含数值和字符串，R会将数值数据转化为字符串。 x <- c(1, 2, 4, 9) x <- c(x[1:3], 88, x[4])   #在最后一个数前面插入一个数值88，可以看到用x[4]可以取出第4个元素，用x[1:3]可以取出前3个元素，如果用x[-4]可以取出出第四个元素以外的其他任何元素。
typeof(x)    #查看向量里的元素的类型(细类)，注意默认是double。[1] "double" mode(x)    #r语言中变量类型称为模式(mode)。[1] "numeric" class(x)   #查看变量的类。[1]"numeric" R不需要提前申明变量，大小写敏感，数组是从1开始。

冒号运算符

1:4     #R是一种函数式语言，冒号也是一种运算符（实际上这是一种中置运算符的表示法），可以产生序列。[1] 1 2 3 4 ":"(1, 4)    #与1:4是等价的，用引号引起来，就是一种函数名了，不过这种写法看上去比1:4怪异多了 5:1 #结果：[1] 5 4 3 2 1 1:10 - 1 #冒号的优先级比加减运算要高，实际上就是(1:10) - 1，结果： [1] 0 1 2 3 4 5 6 7 8 9 1:(10-1) #结果：[1] 1 2 3 4 5 6 7 8 9

循环补齐recycle

y <- c(1,2,3) + 4     # 单个的数值4会被补齐为c(4,4,4)，最后结果为c(5,6,7) c(1,2,3) * c(4,5,6)   # 结果：[1]  4 10 18，这里表示的两个向量中的元素分别相乘，如果想求向量的点积(dot prod)，就需要用这个%*%函数了 c(1,2,3) %*% c(4,5,6)   #结果是一个1x1的矩阵，其中只有一个元素14 c(1,2,3) * c(4,5,6,7)   #结果：[1]  4 10 18  7。同时给出警告信息：长的对象长度不是短的对象长度的整倍数

取模运算%%

c(7,8,9) %% 3  #结果：[1] 1 2 0

向量索引

普通的语言中索引只能是正整数，但这里的索引可以是向量，还可以是负数。严格说来这不能叫索引，而是筛选操作，看后面的filtering x <- c(1,3,5,7,9) x[2]  #结果：[1] 3 x[c(5,4,3,2,1)]   #结果为：[1] 9 7 5 3 1 x[sample(1:5)]  #把1,3,5,7,9乱序排列，每次运行你会得到一个不同的结果 x[-1]  #[1] 3 5 7 9，把第一个元素除掉，x[-n]即为去掉第n个元素 x[1:3] #结果：[1] 1 3 5

seq()创建向量

seq(from=12, to=30, by=3)    # 也可以写成： seq(12,30,3) [1] 12 15 18 21 24 27 30 seq(from=1.1, to=2, length=10) [1] 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 x <- c(1,2,4,8) seq(x) [1] 1 2 3 4 seq(1,5)与1:5是一个意思

rep重复向量常数

rep(8, 4) [1] 8 8 8 8 rep(1:3, 2) [1] 1 2 3 1 2 3 rep(1:3, each=2) [1] 1 1 2 2 3 3

all()和any()

x<-(1:10) any(x>8) #只要向量中有一个大于8，就返回真 [1] TRUE all(x>8) #所有都大于8，才返回真 [1] FALSE

向量化

w <- function(x) return (x+1)   #加号运算符支持向量，所以自定义的函数w也是向量化的！看上去简单的x+1，但我们已经写出了一个向量函数 w(1)  #这是我们最熟悉的函数调用 [1] 2 w(c(1,3,5))  #可以对向量进行运算 [1] 2 4 6

NA与NULL

在统计过程中，经常会遇到缺失值，称为NA，即Not Available。 R语言中许多函数可以忽略NA值。  > x <- c(1,2,NA,4) > mean(x)  #有缺失值，无法计算平均值 [1] NA > mean(x, na.rm=TRUE)    #忽略NA值 [1] 2.333333 > mean(c(1,2,NULL,4))   # NULL值会自动略过 [1] 2.333333
探测数据中的NA，可以用is.na()函数，它将返回一个逻辑向量。


缺失值的意义是应该有数据而没有，起到一个占位符的作用。空值的意义则是完全没有。有时候空值也可以用来快速删除复杂对象中的一个元素。 >data_list$list <- NULL

> length(c(1,2,NA,4))    #统计个数时NA被计算在内 [1] 4 > length(c(1,2,NULL,4)) [1] 3

筛选filtering

有点像索引，因为也是放在[]里，可以把满足一定条件的元素取出来。 > z <- 1:10 > z  [1]  1  2  3  4  5  6  7  8  9 10 > z[z%%2==0] [1]  2  4  6  8 10 > z%%2    #取模 [1] 1 0 1 0 1 0 1 0 1 0 > z%%2==0    #注意这里的0被自动循环补齐 [1] FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE > x<-c(1,3,5,6,9) > x[x>3] <- 0   #把大于3的数值都置为0 > x [1] 1 3 0 0 0 subset也是筛选，区别在于处理NA的方式上 > x<-c(1,2,NA,4,5) > x[x>3] [1] NA  4  5 > subset(x, x>3)    #自动把NA剔除掉了 [1] 4 5 which()可以找到满足条件的元素的位置 > x <- c(5,  2,  -3, 9, 1) > x[x*x>8] [1]  5 -3  9 > which(x*x>8) [1] 1 3 4

向量化的ifelse()

> x <- c(5, 2, -3, 9, 1) > ifelse(x>3, 2*x, 3*x)   #>3的元素执行*2，其余执行*3 [1] 10  6 -9 18  3

判断向量是否相等

> x <- 1:3 > y <- c(1,3,4) > all(x==y) [1] FALSE > identical(x,y) [1] FALSE 注意1:3是整数，c(1,2,3)是浮点数，它们不相等： > identical(1:3, c(1,2,3)) [1] FALSE > typeof(1:3) [1] "integer" > typeof(c(1,2,3)) [1] "double"

给向量元素命名names()

> workdays <- 1:5 > names(workdays) <- c("mon", "tue", "wed", "thu", "fri") > workdays mon tue wed thu fri   1   2   3   4   5 可以用名称来引用元素 > workdays["wed"] wed   3 
PS:笔记主要参考了申龙斌的程序人生http://www.cnblogs.com/speeding/p/3537947.html，部分内容是《数据科学中的R语言》和《R语言经典实例》