R语言学习系列07-数值计算与自带函数

07.数值计算与自带函数R中数值计算的对象一般是向量或列表，不同长度的对象进行计算时，短的对象元素将被循环使用。一、基本运算符号1.基本数学运算+-*/、^（求幂）、%%（求模）、%/%（整除）注意：可以关于小数求模，例如5.4%%2.3为0.82.比较运算、、=、=、==、!=3.逻辑运算&、|、!、&&、||、xor（异或）注意：“&”和“|”作用在对象中的每一个元素上并且返回逻辑值向量；而“&&”和“||”只作用在对象的第一个元素上。二、数学函数1.基本数学函数round(x,digits=n)——四舍五入，保留n位小数signif(x,digits=n)——四舍五入，保留n位有效数字ceiling(x)——向上取整，例如ceiling(pi)为4floor(x)——向下取整，例如floor(pi)为3sign(x)——符号函数abs(x)——取绝对值sqrt(x)——求平方根exp(x)——e的x次幂log(x,base=…)——对x取以…为底的对数，默认以e为底log2(x)——对x取以2为底的对数log10(x)——对x取以10为底的对数Re(z)——返回z的实部Im(z)——返回z的虚部Mod(z)——求z的模Arg(z)——求z的辐角Conj(z)——求z的共轭复数2.三角函数与双曲函数sin(x)——正弦函数cos(x)——余弦函数tan(x)——正切函数（余切=1/正切）asin(x)——反正弦函数acos(x)——反余弦函数atan(x)——反正切函数（反正切+反余切=π/2）sinh(x)——双曲正弦函数cosh(x)——双曲余弦函数tanh(x)——双曲正切函数asinh(x)——反双曲正弦函数acosh(x)——反双曲余弦函数atanh(x)——反双曲正切函数3.统计函数min(x)——求最小值cummin(x)——求累计最小值max(x)——求最大值cummax(x)——求累计最大值range(x)——求x的范围：[最小值，最大值]（向量）sum(x)——求和cumsum(x)——求累计和prod(x)——求乘积cumsum(x)——求累计积mean(x)——求平均值median(x)——求中位数quantile(x,pr)——求分位数，x为数值向量，pr为概率值sd(x)——求标准差var(x)——求方差scale(x,center=TRUE,scale=TRUE)——将数据对象x按列进行中心化或标准化注：数据中心化，指的是数据各项减去均值；scale(x,center=TRUE,scale=FALSE)表示数据中心化；scale(x,center=TRUE,scale=TRUE)表示数据标准化diff(x,lag=n)——求滞后差分，lag指定滞后n项，默认n=1difftime(t1,t2,units=...)——计算时间间隔，units指定单位：“auto”、“secs”、“mins”、“hours”、“days”、“weeks”date-c(2016-01-27,2016-02-27)date[1]2016-01-272016-02-27difftime(date[2],date[1],units=days)Timedifferenceof31daysdifftime(date[2],date[1],units=weeks)Timedifferenceof4.428571weeks4.概率函数factorial(n)——返回n的阶乘，或prod(1:n)，gamma(n+1)choose(n,k)——组合数knCgamma(x)——伽马函数()xbeta(a,b)——beta函数(,)abR语言中，常用的概率函数有密度函数、分布函数、分位数函数、生成随机数函数，其写法是：d=密度函数（density）p=分布函数（distributionfunction）q=分位数函数（quantilefunction）r=生成随机数（随机偏差）上述4个字母+分布缩写，就构成通常的概率函数，例如：dnorm(t,0,2)返回正态分布N(0,2)在t值处的密度。常用分布的缩写：分布名称缩写参数及默认值二项分布binomsize,prob多项分布multinomsize,prob负二项分布nbinomsize,prob几何分布geomprob超几何分布hyperm,n,k泊松分布poislambda均匀分布unifmin=0,max=1指数分布exprate=1正态分布normmean=0,std=1对数正态分布lnormmeanlog=0,stdlog=1t分布tdf卡方分布chisqdfF分布fdf1,df2Wilcoxon符号秩分布signranknWilcoxon秩和分布wilcoxm,n柯西分布cauchylocation=0,scale=1Logistic分布logislocation=0,scale=1Weibull分布weibullshape,scale=1Gamma分布gammashape,scale=1Beta分布betashape1,shape2datas-rnorm(10,1,2)#生成10个服从N(1,4)的随机数datas[1]1.94214550.9726418-1.43933920.3270554[5]-2.3584609-0.43066811.98224381.5701892[9]-1.46888880.4876727dnorm(1:3,1,2)#求N(1,4)分布在1,2,3处的概率密度[1]0.19947110.17603270.1209854pnorm(1:3,1,2)#求N(1,4)分布在1,2,3处的分布函数值[1]0.50000000.69146250.8413447#命中率为0.02，独立射击400次，至少击中两次的概率1-sum(pbinom(0:1,400,0.02))[1]0.9968561#X~N(1,4),求P{0X=1.6}pnorm(1.6,1,2)-pnorm(0,1,2)[1]0.3093739qnorm(1-0.025,0,1)#N(0,1)的上0.025分位数[1]1.959964主要参考文献：[1]张良均，谢佳标，杨坦，肖刚.R语言与数据挖掘.机械工业出版社，2016.