R语言处理大规模数据速度不算快,通过安装其他包比如data.table可以提升读取处理速度. 案例,分别用read.csv和data.table包的fread函数读取一个1.67万行.230列的表格数据. # 用read.csv读取数据timestart<-Sys.time() data <- read.csv("XXXXs.csv",header = T,stringsAsFactors = F) timeend<-Sys.time() runningtime<

php 在linux 用fopen() 函数打开,fread()函数 读取  另外一台服务器映射过来的文件 总是返回false,null的情况. #获取平台类型   $type='android';   #读取文件的路径   $url="/opt/mobile_system/gscdn";   $file_name="update.ini";   $path=$url.'/'.$type.'/'.$file_name; #读取php.ini json格式的文件   

虽然R语言有类型很丰富的数据结构,但是很多时候数据结构比较复杂,那么基本就会用到list这种结构的数据类型.但是list对象很难以文本的形式导出,因此需要一个函数能快速将复杂的list结构扁平化成dataframe.这里要介绍的就是do.call函数. 这里是do.call 函数的官方文档: do.call {base} R Documentation Execute a Function Call Description do.call constructs and executes a fu

常规读取 一般我们读取文件时都会读取全部的文件然后再进行操作,因为R是基于内存进行计算的. data <- read.table("C:\\Users\\Hider\\Desktop\\test.txt", header = TRUE, encoding = "gbk") 但是当读取的数据量很大的时候,读取的时间会让人捉急,而且会把内存给占满,读完数据之后就不用进行下一步操作了,因为电脑都卡死了. 所以只读取数据的前n行是一个不错的选择,边读取边进行处理. 读

R语言入门,弄懂了几个简单的函数,分享一下:R语言排序有几个基本函数: sort():rank():order()sort()是对向量进行从小到大的排序rank()返回的是对向量中每个数值对应的秩order()返回的值表示位置,依次对应的是向量的最小值.次小值.第三小值......最大值举例> data=c(5,6,8,2,4,9)> sort(data)[1] 2 4 5 6 8 9> rank(data)[1] 3 4 5 1 2 6> order(data)[1] 4 5 1

通过一个综合的例子测试绘图函数 学习的内容是tigerfish老师的教程. 第一节:基本知识 用seq函数产生100位学生的学号. > num = seq(,) > num [] [] [] [] [] [] [] [] [] [] [] [] [] 用runif函数产生100个随机数(随机数是小数),代表课程1的成绩,100个数字,最小值50,最大值100. 该结果是均匀分布,用round函数对其取整. > x1 = round(runif(100,min=50,max=100));

1. 首先就是plot(x,y,...) 参数: x: 所绘图形横坐标构成的对象 y: 所绘图形纵坐标构成的对象 type: 指定所绘图形类型 pch: 指定绘制点时使用的符号 cex: 指定符号的大小.cex是一个数值,表示绘图符号相对于默认大小的缩放倍数. 默认大小为1, 1.5表示放大为默认值的1.5倍, 0.5表示缩小为默认值的50%等. cex.axis: 坐标轴刻度文字的缩放倍数. 类似于cex cex.lab: 坐标轴标签(名称)的缩放倍数,类似于cex cex.main: 标题的

矩阵是元素布置成二维矩形布局的R对象. 它们包含相同原子类型的元素.尽管我们可以创建只包含字符或只逻辑值的矩阵,但是它们没有多大用处.我们使用的是在数学计算中含有数字元素矩阵. 使用 matrix()函数创建一个矩阵. 语法 R语言中创建矩阵的基本语法是: matrix(data, nrow, ncol, byrow, dimnames) 以下是所使用的参数的说明: data - 是这成为矩阵的数据元素输入向量. nrow - 是要创建的行数. ncol - 要被创建的列的数目. byrow -

列表是R语言中的对象,它包含不同类型的元素,比如 - 数字,字符串,向量和另一个列表等.一个列表还可以包含一个矩阵或一个函数作为它的元素.使用list()函数创建列表. 创建一个列表 下面是一个例子来创建一个包含字符串,数字,向量和逻辑值的列表 # Create a list containing strings, numbers, vectors and a logical values. list_data <- list("Red", "Green",

学习R语言半年多了,以前比较注重统计方法上的学习,但是最近感觉一些基础知识也很重要.去年的参考资料是<R语言实战>,今年主要是看视频.推荐网易云课堂里的教程,很多资料都是很良心的~ 目前学习的是:R语言数据分析挖掘实战,讲的很全,从基础知识到R语言机器学习的应用. (我是先从后面机器学习开始学的,发现老师在里面用到很多自定义函数.循环,以前在书上看到这些也没有实际操作过,所以赶紧看前面的视频补补课) 今天的例子都很简单啦... 1.while循环 s<-1 i<-0 while(i

1.数据的中心化 所谓数据的中心化是指数据集中的各项数据减去数据集的均值. 例如有数据集1, 2, 3, 6, 3,其均值为3 那么中心化之后的数据集为1-3,2-3,3-3,6-3,3-3,即:-2,-1,0,3,0 2.数据的标准化 所谓数据的标准化是指中心化之后的数据在除以数据集的标准差,即数据集中的各项数据减去数据集的均值再除以数据集的标准差. 例如有数据集1, 2, 3, 6, 3,其均值为3,其标准差为1.87 那么标准化之后的数据集为(1-3)/1.87,(2-3)/1.87,(3

1.read.table:可以读TXT也可以读CSV (1)file:文件名 (2)header:是否包含表头 (3)sep:分隔符,如果不设定默认是空格 (4)dec:标志小数点符号,有些国家的小数点是逗号 (5)quote:字符串中间如果有引号的处理 (6)row.names:行名,行名不能重复.row.names=1,表示将第一列设置为行号 (7)col.names:列名 函数 read.table 是读取矩形格子状数据最为便利的方式.因为实际可能 遇到的情况比较多,所以预设了一些函数.这

一.函数构造器 每一个R函数都包括三个部分:函数名,程序主体以及参数集合,在编写自定义R函数时,需要将三个部分各自储存在一个R对象中.这里需要使用function函数,形如: my_function<-function(){} function函数可以将大括号内的代码内容构建成一个函数,例如: roll<-function(){ dice<-sample(1:6,2,replace = T)#可重复抽样 sum(dice) } roll() 函数将返回最后一行的运行输出结果,如果最后一行

语言的数学运算和一些简单的函数整理如下: 向量可以进行那些常规的算术运算,不同长度的向量可以相加,这种情况下最短的向量将被循环使用.   > x <- 1:4 > a <- 10 > x * a [1] 10 20 30 40   > x + a [1] 11 12 13 14   > sum(x)        #对x中的元素求和 [1] 10   > prod(x)       #对x中的元素求连乘积 [1] 24   > prod(2:8)   

数据结构 一.数据管理vector:向量 numeric:数值型向量 logical:逻辑型向量 character:字符型向量list:列表 data.frame:数据框 c:连接为向量或列表length:求长度subset:求子集 seq,from:to,sequence:等差序列 rep:重复 NA:缺失值 NULL:空对象 sort,order,unique,rev:排序 unlist:展平列表 attr,attributes:对象属性 mode,typeof:对象存储模式与类型 nam

数组是一个可以在两个以上的维度存储数据的R数据对象.例如 - 如果创建尺寸(2,3,4)的数组,那么创建4个矩形矩阵每2行3列.数组只能存储数据类型. 使用 array()函数创建数组.它需要向量作为输入,并使用 dim 参数的值,以创建一个数组. 示例 例子下面将创建的每两个3×3矩阵的数组,具有3行3列. # Create two vectors of different lengths. vector1 <- c(5,9,3) vector2 <- c(10,11,12,13,14,15

看了几个帖子,说得不是特别清楚,特重新描述如下: set.seed()函数是为了保证你随机生成的随机数前后一致,看效果 首先,不设置该种子函数. x=rnorm(10) plot(x)绘出的图如下: 重新运行一遍这两行,就是另外的图x=rnorm(10)plot(x) 为了在下次运行时,产生一样的随机数,就得使用set.seed()函数了,如下set.seed(1)x=rnorm(10)plot(x)画图如下: 那么此时,我们重复运行上面的代码set.seed(1)x=rnorm(10)plot

curve 函数常用于绘制函数对应的曲线,确定函数的表达式,以及对应的需要展示的起始坐标和终止坐标,curve函数就会自动化的绘制在该区间内的函数图像 基本用法,代码示例: curve(sin, -2*pi, 2*pi) 效果图如下: 第一个参数为函数的名称,这里我们选择的是sin 三角函数,后两个参数为对应的起始和终止区间 下面详细解释一下每个参数: 1) expr : 对应的函数名称,这个参数的值可以有3中写法: 第一种: 函数的名称 代码示例: # y = 2x + 1 coef_line

abline 函数的作用是在一张图表上添加直线, 可以是一条斜线,通过x或y轴的交点和斜率来确定位置:也可以是一条水平或者垂直的线,只需要指定与x轴或y轴交点的位置就可以了 常见用法: 1)添加直线 水平线: 通过h 参数设置直线与y轴的交点就可以了,代码示例如下: plot(1:5, 1:5, xlim = c(0,6), ylim = c (0,6)) abline(h = 0, col = "red") 效果如下: 垂直线: 通过v 参数设置直线与x轴的交点就可以了,代码示例如下

工作了几个月,闲着没事又拿起了经典的C程序设计看了起来,看到字符计数一节时想到用read()去读文本作为字符输入,一切OK,直到行计数时问题出现 了,字符总计数没有问题,可行计算就是进行不了,思考了半天又找“大神”帮忙终于找到问题所在了,问题就出在条件判断的char与int的比较上: 问题的关键就在于read()的读取为直接写内存块,当读取一个字节时仅仅把读取到的一个字节写到内存的一个字节的地址上去,当用int类型读取出来时,结果int的前三个字节还是处于垃圾数据的状态,将其与' '一个字节比较

boxplot 用于绘制箱线图,我们都知道boxplot 用于展示一组数据的总体分布,在R语言中,支持两种输入数据的方式 第一种:x , 这个参数指定用于绘制箱线图所用的数据,是一个向量 代码示例: boxplot(1:100) 效果图如下: 第二种, 通多formala 和 data 两个参数指定,适合展示多组数据的分布 代码示例: dataset <- data.frame(value = rep(1:100, times = 2), group = factor(rep(c("A&q