Полезные функции в R

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)

 

 

 

Комментарии  

 
+1 #1 сорока дмитрий 30.03.2015 09:14
Отличная программа.в чемто подобном была гибридизирлвана кросс сегрегацич одноклеточной влдоросли синезеленой и дрожжей пекарских в 2008году.
Цитировать
 

Добавить комментарий


Защитный код
Обновить