最近開始學起了R語言。R語言和一般的程式語言有很大的不一樣，學起來跟當初剛學JS一樣，挺費力的。於是做這篇筆記，把最近兩個禮拜R語言的體會記錄下來。
資料型態
vector：
vector內的所有資料形態必須要一致。分別有以下三種型態numerical, character, logical。
使用c()函式進行指定賦值。
使用names()給予名稱。
matrix：
y<-matrix(1:20, nrow=5,ncol=4)
cells <- c(1,26,24,68)
rowname <- c("R1", "R2")
colname <- c("C1", "C2")
mymatrix <- matrix(cells, nrow=2, ncol=2, byrow=TRUE,
dimnames=list(rowname, colname))
x[,4] #第四行
x[3,] # 第三列
x[2:4,1:3] # 第2~3列，1~3行
rbind() cbind() 也可以用來建立matrix。
除此之外，一些基本的矩陣運算R也都有支援：
t()、diag()、solve()、eigen()分別是transpose、對角化、反矩陣、求eigenvalue eigenvector。
array：
類似vector的概念，只是有加上dim()維度的概念，所以array裡面也都要放相同type的。另外，我們可以使用cbind()和rbind()來把vector合併成一個array。只是我目前還沒用過這個，也不是很懂這個的用途XD
list：
list和array是很不一樣的概念。list 是裝著一堆R物件的向量。所以list裡面可以放任何東西，這點和matrix、array、vector很不一樣。
# a string, a numeric vector, a matrix, and a scaler w <- list(name="Fred", mynumbers=a, mymatrix=y, age=5.3) # example of a list containing two lists v <- c(list1,list2) #取值方式 mylist[[2]] # 2nd component of the list mylist[["mynumbers"]] # component named mynumbers in list
Factors：
factors主要是拿來做分類的，譬如：
as.factor(vec) [1] 14 15 16 18 19 Levels: 14 15 16 18 19 # levels 表示 vec 有5種不同的分類
data frame：
data frame和matrix最大的不同是，每一行都可以有不同的資料型態。然後我們也可以用names()來給他起名字。data frame的底層其實是用很多的list構成的，也就是一個column一個list。以下是一些code example
d <- c(1,2,3,4)
e <- c("red", "white", "red", NA)
f <- c(TRUE,TRUE,TRUE,FALSE)
mydata <- data.frame(d,e,f)
names(mydata) <- c("ID","Color","Passed") # variable names
myframe[3:5] # columns 3,4,5 of data frame
myframe[c("ID","Age")] # columns ID and Age from data frame
myframe$X1 # variable x1 in the data frame
注意，我們可以用$來refer一個column。
讀檔
getwd()：顯示目前R所在的路徑，我的是家目錄。
setwd()：設定目前的路徑，如果要讀某個目錄下大量的資料，就把目錄設到那裡去。
read.csv()、read.table()：讀取資料表，read.csv() 裡面是包一個 read.table()的wrapper函數。
除了上面這些函式以外，還有讀各種檔案的例如json、xml、hdf5的。個人是覺得用到的時候再查一下就好了。
常用函式
剛剛發現這邊有整理一份很簡單扼要的常用函式。
http://garrettgman.github.io/distributions/
以下是我常用的，有可能會和上面重複：
paste(…, sep=””,collapse=NULL)：用來串接字串，私心認為javascript的+真的是方便許多了XD。sep和collapse的差別看這篇
library()：用來引入某個library。
print()：印東西
mean()、sd()、min()、max()、quantile()：平均、標準差、最大值，最小值、百分位數
as.numeric()，as.character()，as.logical()：轉型
apply()系列（apply、lapply、sapply、tapply、mapply）：apply的感覺很像functional programming。這篇解釋的蠻清楚的。這篇是中文的。
cor()、cov()、var()：用來算correlation covariance variance的，wiki
return()：從函式中跳出。
data frame 常用函式（當然這裡面也有部分的函式可以用在其它的type）
head()、tail()：用來取frame的前幾筆或後幾筆，預設是6筆。
summary()：看一下data frame的一些訊息。
nrow()、ncol()：取得行數、列數
na.omit()：消除含有NA的欄和列
which()：參數放判斷條件，用來判定該取哪些行或列。
dplyr、tidyr
因為R原生的data frame操件有那麼一點複雜，所以就有人開發了這個套件，可以快速的進行各種data frame的tidy工作。data tidy的精神我放在下一篇。
關於我：
我是沒一村，專長和興趣是程式、主動投資、科技商業模式。可以參考我的書單和比較熱門的文章：