60个实用的r语言技巧Word文件下载.docx
《60个实用的r语言技巧Word文件下载.docx》由会员分享，可在线阅读，更多相关《60个实用的r语言技巧Word文件下载.docx（6页珍藏版）》请在冰豆网上搜索。
使用选项options（show.error.messages=F）可以关闭错误信息提示。
class（x）#errormsg:
Error:
object'
x'
notfound
options（show.error.messages=F）
class（x）123
使用file.path（）创建（使用）文件路径，这可以保证在不同系统下都适用。
setwd（file.path（"
F:
"
"
git"
roxygen2"
））1
在对字符串排序的时候，如果需要对数字也能排序，可以使用gtools包中的mixedsort（），效果与sort（）不一样。
Treatment<
-c（"
Control"
Asprin10mg/day"
Asprin50mg/day"
Asprin100mg/day"
Acetomycin100mg/day"
Acetomycin1000mg/day"
）
sort（Treatment）
require（gtools）
mixedsort（Treatment）1234
在绘图的时候使用ylim=range（myNumericData）+10可以调整Y轴绘图范围，可以使用倍数或者区间值。
x<
-seq（1:
10）
set.seed（1101）
y<
-10*rnorm（10）
plot（x,y）
plot（x,y,ylim=1.25*range（y））12345
使用plot（）绘图时，可以使用las参数调整坐标轴标签（数字）的显示方向，las取值{0，1，2，3}，对应的对齐方式为{平行于轴（默认），水平（这个不错），垂直于轴，垂直}。
plot（x,y,las=1）
plot（x,y,las=2）12
关于高阶回归分析的使用情境的汇总参看：
Usememory.limit（size=2500）限制R占用内存。
alarm（）函数可以添加到我们函数、过程的末尾，用以提示工作完成进度。
（注意：
RStudio中无效）
for（iin1:
5）{
Sys.sleep
（1）
alarm（）
}1234
eval（parse（text=paste（“a
eval（parse（text=paste（"
a<
-10"
）））
a12
sessionInfo（）可以获取R的版本、环境信息，以及加载的包的信息。
sessionInfo（）1
计算从word1到word2所需要的变化可以使用adist（word1,word2）.
adist（"
helloworld"
hellowordx"
）1
使用选项options（max.print=1000000）可以增加控制台的信息显示的行数。
options（max.print=1000000）1
如何检测时间序列中的奇异值？
[
detection-in-a-time-series]（
detection-in-a-time-series）
如果有多个R会话，每个R的唯一id可以用Sys.getpid（）获取。
Sys.getpid（）1
可以使用unname（）去除R对象的名称属性。
-quantile（mtcars$mpg）
unname（y）12
检验两个对象（x和y）是否一致使用identical（x,y），使用all.equal会比较各种属性是否一致。
-c（1,2）
-as.vector（x）
identical（x,y）
all.equal（x,y）
y2<
-c（y,3）
all.equal（x,y2）123456
使用R获取Twitter推文（用于文本分析）。
关于时间序列分析简短的介绍：
当某个步骤运行的时间太长（超过预先设定的时间），可以使用R.utils包中的withTimeout（）打断，然后跳到下一个步骤继续运行。
可以使用dist（）计算矩阵行与行之间的距离（默认是欧氏距离）。
-matrix（seq（1:
20）,ncol=4,byrow=FALSE）
dist（x,method="
euclidean"
upper=TRUE）12
计算向量的（多重）差分可以使用diff（）
-c（seq（1:
5）,seq（from=1,to=9,by=2））
diff（x,2）12
选项options（scipen=999）可以关闭数字科学记数法显示。
1e-5
options（scipen=999）
1e-5123
earth包中的bagEarth（）可以用来做BaggedMARS（多元适应性回归平滑）
可以使用setClass（‘myClass’）定义一个类型myClass，setAs（）可以做进一步的自定义。
创建大量的变量可以使用assign（“varName”,10），原因在于，我们可以向varName传递变量名（比如用循环），方便编程。
assign（"
x"
10）1
dim（matrix）返回的是矩阵的行数与列数。
my.Matrix<
-matrix（1:
20,ncol=4）
dim（my.Matrix）12
两个编写函数的技巧：
1.使用…传递已有函数的参数。
2.使用invisible隐藏输出。
视频参看：
使用data.matrix（）可以将一个数据框转为数值矩阵，并且因子类型也会得到正确的转化。
invisible（..）可以不显示输出，在定义函数的时候经常使用到。
cat（“\014”）能清空R会话中的内容（类似于CTRL+L清屏，还是蛮有用的）。
cat（"
\014"
dir（“folder.path”）会显示文件夹内的内容，类似于cmd。
dir（）
dir（"
subfolder.path"
）12
在一个因子变量中如果存在缺失值，建议将缺失值做成一个因子等级UNKNOWN，可以使用levels（Var）
my.Factor<
First"
Second"
Third"
NA））
levels（my.Factor）<
-c（levels（my.Factor）,"
UNKNOWN"
my.Factor123
初始化所有加载的包可以使用lapply（x,require,character.only=T），其中x为包的名称。
lapply（c（"
dplyr"
tidyr"
）,require,character.only=T）1
rev（）函数可以将一个向量翻转过来。
x200]<
-NA
mtcars
mtcars2<
-mtcars[complete.cases（mtcars）,]
mtcars21234
nnet包中的avNNet（）可以用来做Averaged神经网络模型。
file.remove（‘filepath’）可以用来删除文件夹中的文件，如果我们要删除重复性的中间文件，可以用它来实现。
file.create（"
tempfile.R"
file.remove（"
ada包中的ada（）函数可以用来做Boosted分类树问题。
unclass（）可以将lm对象拆散成列表（list），方便我们获取未被显示的元素。
modcol1,dfcol1,dfcol2）,]
mtcars[order（mtcars$carb,mtcars$hp）,]12
将一个N阶因子变量转为N个0-1变量最简单的方式是model.matrix（~as.factor（Data）+0）
model.matrix（~as.factor（mtcars$carb）+0）1
对一个时间序列去季节趋势可以使用seaadj（）：
http:
//goo.gl/Oio7s2.
在一个函数内对函数外的变量的赋值使用
在Windows中，使用memory.limit（size=desired-size）可以限制R使用内存的大小，其他操作系统，使用mem.limits（）。
使用file.copy（from=fromFile,to=toFile,overwrite=TRUE）可以实现文件的复制。
debugonce（）可以调试一次代码，它与debug（）的区别是无需使用undebug（）跳出调试。
在R中，将一个因子类型的变量（factor）转化为一组0/1虚拟变量可以使用bins
arules包中的discretize（）函数可以很方便的将一个连续变量转为分类变量（categorical）。
NROW（）类似于nrow（），不过前者对向量也适用，相比length（）更具有鲁棒性。
在R里面输入commandArgs（），将会返回使用cmd运行R脚本所需要传递的参数。
在函数内使用attr（myFunc,“AttrName”）
object.size（）可以得到给定R对象所消耗的内存。
当我们处理比较大的R项目的时候，可以使用ls.str（）查看这些R对象的结构信息。
dir（path=’dir_path’）将会列出dir_path下的所有文件及文件夹。
library（help=libname）会显示libname这个包的所有函数以及所带的数据集。
（前提是必须安装了这个包）
install.p
升级会员 