基本输入输出

输入:

readline, edit, fix

输出:

print, cat

输出重定向

sink

#基本输入输出
x=readline('请输入:') #读取输入,一行为一个字符串
x #[1] "1 2 3" mydata=data.frame(name=character(),age=numeric(),height=numeric()) #通过 character(0)定义域类型
mydata=edit(mydata) #通过edit直接修改
mydata mydata2=data.frame() #创建一个空的data.frame
mydata2=edit(mydata2)
mydata2 fix(mydata2) #通过fix直接修改
mydata2 #输出 print cat
x=rnorm(,,)
print(x) #print输出结尾有换行,行开头有元素位置提示
cat(x) #cat输出没有换行,顺序排列
print(x,digits = ) #有效位
print ('hello world 1 ') ;print('welcome to R ')
cat('hello world 1 ') ;cat('welcome to R ')
cat(format(x,digits=),'\n') #通过format指定有效位 cat ('hello world',file='d:/app.log') #重定向 sink
sink('output.txt',append = T) #追加方式重定向
print('hello world')
sink() #使用完毕需要sink()
sink('d:/output.txt')
cat('hello world \n')
cat(x,'\n')
sink()
x=rnorm()
x
print(x,digits=) getOption('digits') #获取digits选项信息 默认为7
options(digits = ) #修改选项信息
x

模拟数据和数据集

#模拟数据和数据集

#任意分布
# y=a*x+b+e
# x~N(0,2)
# e~N(0,1)
# b=0.5 , a=2 set.seed() #随机种子 从指定相同的随机种子开始,后续产生的随机数的结果是一样的
x=rnorm(,,)
e=rnorm()
y=*x +0.5 + e
plot(x,y) #生成随机数
(x=rbinom(,,0.7))
(x=rbinom(,,0.7)) set.seed()
(x=rbinom(,,0.7))
(x=rbinom(,,0.7)) data(package='datasets') #
data() # #查看系统所有包中的数据集
data(package=.packages(all.available = T)) library(arules) #加载包
data(Groceries) #查询数据集

文件数据源

文本文件:

read.table, read.csv, read.delim

excel文件:

多种方式

SPSS文件:

foreign::read.spss, Hmisc::spss.get

#文件数据源
getwd() #获取当前工作路径
setwd('e:/') #修改当前工作路径 x=rnorm(,,)
y=rnorm(,,)
z=rnorm(,,)
save(x,y,z,file='xyz.Rdata') #save保存文件,同时保存变量信息
l=load('xyz.Rdata') #load加载文件,加载变量信息 x=read.table('scan0.txt',header=T,sep=' ',comment.char = '@') #读取文本文件
x
str(x) x=read.csv('scan0.txt',header=F,comment.char = '@',sep=' ') #读取csv文件
str(x) x=read.delim('scan.txt',header=F,sep=' ') x=read.delim('clipboard',header=F) #读取剪切板信息 x=scan('scan.txt',what=list(date="",pv=,uv=),sep=",") #what指定数据类型 通过list指定列表名及数据类型 x=as.data.frame(x) write.table(x,'scan2.txt',sep=',',quote=F,col.names = T,row.names=F) #写文件 #Excel文件
# 1、csv文件
# 2、剪贴板+read.delim
# 3、xlsx扩展包
# 4、rodbc数据源 library(foreign)
cars=read.spss('car_sales.sav') library(Hmisc) cust=spss.get('car_sales.sav',use.value.labels = T) cust

关系型数据库Mysql

odbc, rMysql

#RMySQL
install.packages('RMySQL')
library(RMySQL)
conn = dbConnect(MySQL(),dbname='rtest',username='rtest',password='rtest',host="192.168.1.100",port=) dbListTables(conn)
dbListFields(conn,'t_user')
summary(MySQL(),verbose=T) users=dbReadTable(conn,'t_user')
str(users)
users tmpUser=data.frame( name=paste('user',:,sep=''),
age=rnorm(,,))
tmpUser
dbWriteTable(conn,'t_user',tmpUser,append=T,row.names=FALSE) dbWriteTable(conn,'t_stu',tmpUser,append=T)
dbReadTable(conn,'t_stu') res=dbGetQuery(conn,'select * from t_user where age>10')
res res=dbSendQuery(conn,'show databases') #记录及类型
dl=fetch(res)
dl dbDisconnect(conn) #RODBC
install.packages('RODBC')
library(RODBC)
conn=odbcConnect("mysqlodbc")
conn=odbcConnect("mysqlodbc", uid="rtest", pwd='rtest')
sqlTables(conn)
users=sqlFetch(conn,'t_user')
users
str(users) users=sqlQuery(conn,'select * from t_user where age>15')
users odbcClose(conn)

R语言--输入输出的更多相关文章

  1. R 语言输入输出 读取命令函参数

    输入数据 使用键盘输入数据 只能处理小样本,很少使用 在创建 data.txt 字符串之后,用函数 read.table() 创建数据框 data.1.这种方法可以让我们把数据嵌入到R代码中,此处切记 ...

  2. R语言-处理异常值或报错的三个示例

    博客总目录:http://www.cnblogs.com/weibaar/p/4507801.html Tuesday, March 31, 2015 之前用rvest帮人写了一个定期抓取amazon ...

  3. R语言实战(二)数据管理

    本文对应<R语言实战>第4章:基本数据管理:第5章:高级数据管理 创建新变量 #建议采用transform()函数 mydata <- transform(mydata, sumx ...

  4. 主成分分析(PCA)原理及R语言实现

    原理: 主成分分析 - stanford 主成分分析法 - 智库 主成分分析(Principal Component Analysis)原理 主成分分析及R语言案例 - 文库 主成分分析法的原理应用及 ...

  5. R语言教程规划

    本文发表在博客园, http://www.cnblogs.com/stackworm/ 尽管进展中出现了意想不到的事情,期间中断1个多月,但我仍然会坚持下去. 首先,这份教程适合所有对R语言有兴趣且希 ...

  6. R语言入门(一)简介安装

    数据挖掘常用的语言有R语言,python,SQL等,其中R语言最受欢迎.(注:SQL Server包含微软研究院开发的两种数据挖掘算法:Microsoft决策树和Microsoft聚集,此外还支持第三 ...

  7. R语言︱基本函数、统计量、常用操作函数

    先言:R语言常用界面操作 帮助:help(nnet) = ?nnet =??nnet 清除命令框中所有显示内容:Ctrl+L 清除R空间中内存变量:rm(list=ls()).gc() 获取或者设置当 ...

  8. 主成分分析(PCA)原理及R语言实现 | dimension reduction降维

    如果你的职业定位是数据分析师/计算生物学家,那么不懂PCA.t-SNE的原理就说不过去了吧.跑通软件没什么了不起的,网上那么多教程,copy一下就会.关键是要懂其数学原理,理解算法的假设,适合解决什么 ...

  9. R语言函数总结(转)

    R语言特征 对大小写敏感 通常,数字,字母,. 和 _都是允许的(在一些国家还包括重音字母).不过,一个命名必须以 . 或者字母开头,并且如果以 . 开头,第二个字符不允许是数字. 基本命令要么是表达 ...

随机推荐

  1. 全局 DOM 变量

    全局 DOM 变量 你可能已经知道,声明一个全局变量(使用 var 或者不使用)的结果并不仅仅是创建一个全局变量,而且还会在 global 对象(在浏览器中为 window )中创建一个同名属性. 还 ...

  2. 使用kafka consumer api时,中文乱码问题

    使用Intelli idea调试kafka low consumer时,由于broker存储的message有中文, idea中console端是可以正确显示的 然后mvn package打包到服务器 ...

  3. 网络基础 利用vnc viewer访问在vmware虚拟机上的linux

    利用vnc viewer访问在vmware虚拟机上的linux by:授客 QQ:1033553122 Linux服务器为架设在VMware之上的虚拟机,那么可以直接使用VMware自带的vnc,而不 ...

  4. 安卓逆向(一)--Smali基础

    安卓逆向(一)--Smali基础 标签(空格分隔): 安卓逆向 APK的组成 文件夹 作用 asset文件夹 资源目录1:asset和res都是资源目录但有所区别,见下面说明 lib文件夹 so库存放 ...

  5. [Objective-C] 从NSInteger说开去

    在iOS开发过程中,我一直习惯于使用C语法里的基本类型,而很少用(除非必须使用)Foundation的数据类型.最近看了一些资料,发现自己这样写可能有风险,虽然目前没遇到过相关的问题,但这是非常需要注 ...

  6. 【已解决】mac上appium报错:“Could not find aapt Please set the ANDROID_HOME environment variable with the Android SDK root directory path”

    按照网上教程配置完appium环境后,真机跑自动化过程,遇到如下报错: appium报错如下: [ADB] Checking whether aapt is present [ADB] The AND ...

  7. [转载]Buffer cache的调整与优化

    Buffer Cache是SGA的重要组成部分,主要用于缓存数据块,其大小也直接影响系统的性能.当Buffer Cache过小的时候,将会造成更多的free buffer waits事件.下面将具体描 ...

  8. 在 Azure 中管理 Windows 虚拟机的可用性

    了解如何设置和管理多个虚拟机,以确保 Azure 中 Windows 应用程序的高可用性. 也可以管理 Linux 虚拟机的可用性. Note Azure 具有用于创建和处理资源的两个不同的部署模型: ...

  9. Azure 虚拟机诊断设置问题排查

    Azure 为用户提供了可以自己配置的性能监控功能:Azure 诊断扩展.但是在具体配置中,经常会遇到各种各样的问题.不了解监控的工作机制常常给排查带来一定难度.这里我们整理了关于 Azure 虚拟机 ...

  10. JSONCPP to Visual Studio

    I am having some trouble getting the JSONCPP Library into Visual Studio. I have downloaded the libra ...