使用R语言自带的iris数据集做演示
ls() #查看工作环境中存在哪些变量,运行结果character(0)
data(iris)
head(iris)#显示前6行数据
ls() #运行结果[1] "iris"
#使用save( )函数将iris储存成iris.RData数据集
#Save( )函数的第一个参数是需要存储的对象,第二个参数是存储文件的路径
save(iris,file="D:/a_DUFE/000master_gogogo/R/深入浅出R语言数据分析/iris.Rdata")
#注意路径的斜杠是反斜杠
#删除已经导入的所有数据对象
rm(list=ls())
ls() #运行结果character(0)
#RData格式的数据可以通过load( )函数进行加载
#RData格式的数据可以通过load( )函数进行加载
load("D:/a_DUFE/000master_gogogo/R/深入浅出R语言数据分析/iris.Rdata")
ls() #运行结果[1] "iris"
#多个数据集存为一个RData文件
iris1 <- iris #构建了一个新的数据集iris1
ls() #运行结果 [1] "iris" "iris1"
save(iris1,iris,file="D:/a_DUFE/000master_gogogo/R/深入浅出R语言数据分析/iris.Rdata")
rm(list=ls())
ls() #运行结果 character(0)
load("D:/a_DUFE/000master_gogogo/R/深入浅出R语言数据分析/iris.Rdata")
ls() #运行结果 [1] "iris" "iris1"
#安装reader包,快速、友好的方式读取矩阵数据,比R语言自带的读取数据函数要快很多
#install.packages()函数用于下载指定包
install.packages("readr")
#reader包中的主要函数
read_csv() #读取以逗号分隔的文件,如.csv文件、.tsv文件
read_csv2() #导入以分号为分隔符的.csv文件
read_tsv() #读取以制表符为分隔符的文件
read_table() #读取以空格为分隔符的文件
read_delim() #与read_csv类似,但是与其可以读取以任意符分割的文件,通过delim参数指定分隔符
它们的参数一样
col_names:可以是FALSE、TRUE或者一个字符向量,默认是TRUE。参数设置为TRUE表示读取第一行作为列明,参数设置为字符向量,表示将字符向量作为数据集的列名字
skip:一个数值,表示读取数据时跳过多少条数据
n_max:一个数值,表示最多读取多少条数据
#R语言自带的数据读取函数
read.csv() #读取以逗号为分隔符的数据
read.table() #读取以空格为分隔符的数据
read.delim() #读取以换行符为分隔符的数据
使用readxl包,提供了高效读取Excel数据的方式
read_excel() #自动判断文件的扩展名是xls还是xlsx
read_xls()
read_xlsx()
> install.packages ("readxl")
> library(readxl)
> (.packages())
> datasets <- readxl_example("datasets.xlsx")
#默认读取Excel中第一个Sheet的数据
> read_excel(datasets)
# A tibble: 150 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <chr>
1 5.1 3.5 1.4 0.2 setosa 2 4.9 3 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 0.4 setosa 7 4.6 3.4 1.4 0.3 setosa 8 5 3.4 1.5 0.2 setosa 9 4.4 2.9 1.4 0.2 setosa
10 4.9 3.1 1.5 0.1 setosa
# 140 more rows
# Use `print(n = ...)` to see more rows
#读取Excel中第2个Sheet的数据
> read_excel(datasets,2)
# A tibble: 32 × 11
mpg cyl disp hp drat wt qsec vs am gear carb
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4 2 21 6 160 110 3.9 2.88 17.0 0 1 4 4 3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1 4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2 6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1 7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4 8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2 9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2
10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4
# 22 more rows
# Use `print(n = ...)` to see more rows
#如果Excel中Sheet有名称,也可以通过Sheet名称来指定
> read_excel(datasets,sheet = "chickwts")
# A tibble: 71 × 2
weight feed
<dbl> <chr>
1 179 horsebean 2 160 horsebean 3 136 horsebean 4 227 horsebean 5 217 horsebean 6 168 horsebean 7 108 horsebean 8 124 horsebean 9 143 horsebean
10 140 horsebean
# 61 more rows
# Use `print(n = ...)` to see more rows
使用haven包,用于读取其他统计软件的数据
install.packages ("haven")
#读取SAS数据
> path <- system.file("examples","iris.sas7bdat",package = "haven")
> path
[1] "D:/R-4.3.0/library/haven/examples/iris.sas7bdat"
> read_sas(path)
# A tibble: 150 × 5
Sepal_Length Sepal_Width Petal_Length Petal_Width Species
<dbl> <dbl> <dbl> <dbl> <chr>
1 5.1 3.5 1.4 0.2 setosa 2 4.9 3 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 0.4 setosa 7 4.6 3.4 1.4 0.3 setosa 8 5 3.4 1.5 0.2 setosa 9 4.4 2.9 1.4 0.2 setosa
10 4.9 3.1 1.5 0.1 setosa
# 140 more rows
# Use `print(n = ...)` to see more rows
关于system.file
#读取SPSS数据
> path <- system.file("examples","iris.sav",package = "haven")
> path
[1] "D:/R-4.3.0/library/haven/examples/iris.sav"
> read_sav(path)
# A tibble: 150 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <dbl+lbl>
1 5.1 3.5 1.4 0.2 1 [setosa]
2 4.9 3 1.4 0.2 1 [setosa]
3 4.7 3.2 1.3 0.2 1 [setosa]
4 4.6 3.1 1.5 0.2 1 [setosa]
5 5 3.6 1.4 0.2 1 [setosa]
6 5.4 3.9 1.7 0.4 1 [setosa]
7 4.6 3.4 1.4 0.3 1 [setosa]
8 5 3.4 1.5 0.2 1 [setosa]
9 4.4 2.9 1.4 0.2 1 [setosa]
10 4.9 3.1 1.5 0.1 1 [setosa]
# 140 more rows
# Use `print(n = ...)` to see more rows
#读取STATA数据
> path <- system.file("examples","iris.dta",package = "haven")
> path
[1] "D:/R-4.3.0/library/haven/examples/iris.dta"
> read_dta(path)
# A tibble: 150 × 5
sepallength sepalwidth petallength petalwidth species
<dbl> <dbl> <dbl> <dbl> <chr>
1 5.10 3.5 1.40 0.200 setosa 2 4.90 3 1.40 0.200 setosa 3 4.70 3.20 1.30 0.200 setosa 4 4.60 3.10 1.5 0.200 setosa 5 5 3.60 1.40 0.200 setosa 6 5.40 3.90 1.70 0.400 setosa 7 4.60 3.40 1.40 0.300 setosa 8 5 3.40 1.5 0.200 setosa 9 4.40 2.90 1.40 0.200 setosa
10 4.90 3.10 1.5 0.100 setosa
# 140 more rows
# Use `print(n = ...)` to see more rows
文章浏览阅读2w次,点赞7次,收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案,在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建:添加Visual C++ , Win32 项目这......_c#调用lib
文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体,挺好看的。注重颜值的网站都会使用,例如知乎:font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang
文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时,向何处发送表单中的数据,地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理,get方式直接显示在url地址中,数据可以被缓存,且长度有限制;而post方式数据隐藏传输,_html表单的处理程序有那些
文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证(即Google Authenticator服务)后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器
文章浏览阅读4.3k次,点赞5次,收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距
文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节,实现了多层数据的堆叠,为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制(CoW)策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的,不建议用于生成环境。_docker 保存容器
文章浏览阅读834次,点赞27次,收藏13次。网络拓扑结构是指计算机网络中各组件(如计算机、服务器、打印机、路由器、交换机等设备)及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式,也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn
文章浏览阅读1.8k次,点赞5次,收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时,通常的做法是:new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的,而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠,也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑,需要做一些额外的特殊处理,笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数,一劳永逸,避免每次ne_date.prototype 将所有 ios
文章浏览阅读5.3k次。方法一:用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头,使全列成选中状态,然后粘贴,最后commit提交即可。(前提..._excel导入pl/sql
文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,包括untracked的文件...
文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120
文章浏览阅读1.8k次。版权声明:转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数