Обновлено 18.06.2010 Автор: Administrator
Работать в R просто. Достаточно выучить пару команд и вы уже вооружены для войны с пришельцами плодотворной работы. Но у R есть один "недостаток" - он огромен. Знать все функции просто невозможно. А в то же время уже реализована масса полезных вещей, которые сильно упрощают анализ данных и позволяют забыть об изобретении велосипеда.
В данном разделе собраны сведения о некоторых полезных функциях (или их особенностях) в языке R. Описания даны очень коротко, рекомендуется читать документацию по функциям. И еще - ваши находки оставляйте в комментариях.
identify - рисует рядом с точкой на графике ее название после клика по графику
locator - получение массива координат (в точках, где был клик по графику)
pairs - строит горафик рассеивания все-против-всех для переменных, но при этом можно задавать свои функции для отрисовки графиков на верхних и нижних панелях.
matplot - строит columns of matrix on the same plot
cut - конвертирование вещественной переменной в фактор, разбиение по интервалам
gl - генерирование факторов по заданному паттерну
invisible - аналог return. Возвращает результат функции, но не печатает его на консоли
fix - может быть вызвана с указанием имени функции в качестве аргумента. Можно отредактировать текст функции из пакета загруженного в память. При этом на диск нечего не записывается, т.е. пакет не изменяется
getAnywhere – поиск исходного кода функции из загруженного namespace. Часто удается выковырять код, который обычный fix не возвращает.
match - возвращает вектор индексов позиций первого аргумента во втором. Удобно конвертировать различные индексы конвертировать. Аналог оператора %in% Смотри также функции order и rank.
reshape - reshapes a data frame between ‘wide’ format with repeated measurements in separate columns of the same record and ‘long’ format with the repeated measurements in separate records
eval(parse(text=”tmp=5”)) вычисляет выражение на R, заданное в виде текстовой строки
scale – центрирует и масштабирует матрицы по-колоночно: (x-mean)/sd
peaks – ищет локальные максимумы
aggregate - вычисляет заданную функцию для каждой группы. Группы определяются по уровням заданного фактора. Продвинутый вариант apply.
split – разделяет dataframe на группы по заданному фактору
methods – описывает все методы для заданной функции или все методы класса. Например: methods(summary) или methods(print)
< Предыдущая |
---|
Комментарии