1、数据分析金字塔
2、【文件】-【改变工作目录】
3、【程序包】-【设定CRAN镜像】
【程序包】-【安装程序包】
4、向量 c()
例：x=c(2,5,8,3,5,9)
例：x=c(1:100) 表示把1 - 100的所有数字都给x这个变量
5、查看x的类型：>mode(x)
6、查看x的长度：>length(x)
7、将两个向量组成一个矩阵：
>rbind(x1, x2) 注：r是row的意思，即行，按行组成矩阵。
>cbind(x1, x2) 注c是column的意思，即列，按列组成矩阵。
8、求平均值：>mean(x) 注：R语言大小写敏感
对列求平均值：colMeans(x)
apply(x, 2, mean) --对x在列的方向求平均值，如果2改成1则对行求平均值。很强大。
求和：>sum(x)
求最小值：>max(x)
求最大值：>min(x)
求方差：>var(x) 作用：反应数据离散的情况，方差越大离散情况越大。
求标准差：>sd(x) 作用：和方差反应的差不多
求连乘：>prod(x)
9、帮助：>help(mode) 或 ?mode
10、等号：<- 的功能等同于 =，都是赋值的意思。
11、向量的产生
1）形成等差向量：>1:10
2）形成的向量每个都减1：>1:10-1
3）形成的向量每个都乘以2：>1:10*2
4）形成的向量先乘以2再加1：>1:10-2+1
5）显示向量x的第n个元素：>x[n]
6）向量x除了第n个元素不显示，其它都显示：>x[-n]
7）把向量x中的第1到5个元素显示出来：>x[1:5]
8）向量x除了第1到5个元素不显示，其它都显示：>x[-(1:5)]
9）把向量x中小于20的元素显示出来：>x[x<20]
12、按照指定的规律形成向量：>seq(5, 20) --形成从5到20的向量，步长为1。
>seq(5, 20, by=2) --步长为2进行增长，可以简写为：>seq(5, 20, 2)
>seq(5, 200, length=10) --形成10个从2到200的向量。
13、产生26个字母的向量：>letters[1:30]
14、which()函数
>x=(2,4,5,6,8,4,5,8,6,9,0,7,1)
>which.max(x) --取得向量x中最大值的下标。
>x[which.max(x)] --这个可以取出向量x中的最大修正。
>which(x==2) --取出向量x中值为2的元素下标。
>which(x>5)
15、将向量颠倒：>rev(x)
16、升序：>sort(x)
除序：>rev(sort(x))
17、生成矩阵的函数：>matrix()
>x=(1:20)
>matrix(x, nrow=4, ncol=5) --把向量x生成一个4行5列的矩阵，默认是按列生成。
>matrix(x, nrow=4, ncol=5, byrow=T) --把向量x生成一个4行5列的矩阵，按行生成。
18、矩阵行列转换函数：>t()
例如：矩阵x 4行5列
>t(x) --x变成了5行4列
矩阵加减时，两个矩阵要有相同的行列数。
19、矩阵相乘：>x%*%y
20、求方阵的对角线：>diag(x) --x是矩阵，方阵。
生成以向量x为对角线的矩阵：>diag(x) --x是向量
形成4阶的单位矩阵：>diag(4)
21、按正态分步形成一个16个数字的向量：>rnorm(16)
22、矩阵求逆：>solve(x) --运算结果是解线性方程组ax = b，若b缺省，则系统默认为单位矩阵，因此可用其进行矩阵求逆。
例：>solve(2, 6) 结果为：3，注：参数可以是向量也可以是矩阵。
23、求矩阵的特征值：>eigen()
24、判断是否是向量：>is.vector(x)
判断是否是数组：>is.array(x)
判断是否是矩阵：>is.matrix(x)
25、将一个向量转化成矩阵（数组）
>x=c(3:8)
>dim(x)<-c(2,3) --形成一个2行3列的矩阵，矩阵就是一个多维的数组。
26、数据框与矩阵
矩阵里的数据都是数字类型，但是数据框里是各种形态。在实际应用中，数据框更贴合我们。
行称为观测值，列称为变量。
生成数据框：>data.frame(x1, x2) --x1、x2是两个长度相等的向量，也就是两个列。
27、散点图函数：>plot(x) --x是上面形成的数据框。
plot()是一个博大精深的函数。
28、读文本数据。首先要设置工作目录，然后把文件放于该目录下。
>(x=read.table(“abc.txt”))
文本或excel的数据均可通过剪切板操作。
>y<-read.table(“clipboard”, header=F)
29、读excel数据方法一
首先另存为csv文件，然后：>read.csv(“1234.csv”, header=T)
30、读excel数据方法二
首先安装RODBC包，安装方法见上；
然后装载RODBC：>library(RODBC)
接着读取excel文件：>z<-odbcConnectExcel(“test.xls”)
最后读取数据：(w<-sqlFetch(z, “Sheet1”))
31、for循环语句
>for(i in 1:59) {a[i]=i}
>a
32、while循环语句
>while (a[i]<121) {i=i+1; a[i]=a[i-1]+2}
33、运行R脚本函数：>source(“D:\\h.r”)
在脚本中输出要用print()函数，否则看不到结果。这个和控制台输出不一样。
34、几个常用函数
正态分步函数：rnorm()
泊松分步函数：rpois()
指数分步函数：rexp()
Gamma分步函数：rgamma()
均匀分步函数：runif()
二项分步函数：rbinom
几何分步函数：rgeom()
四舍五入函数：round()
35、将数据框写入文本文件
>write.table(x, file=”D:\\mark.txt”, col.name=F, row.name=F, sep=””)
36、绘制直方图函数：hist()
对x数据框中的x1列进行绘制直方图：>hist(x$x1)
37、体现某两列的关联关系，绘制x1,x2列的散点图：>plot(x$x1, x$x2)
38、列联表分析
首先进行列联分析：>table(x$x1)
然后绘制柱状图：>barplot(table(x$x1))
39、饼图函数：<pie()
例：pie(table(x$x1)) --同样要先进行列联
40、箱尾图：>boxplot(x$x1, x$x2, x$x3) --体现数据的集中情况，与方差的作用差不多。
异常值、孤立点要排除掉
水平箱尾图：>boxplot(x$x1, x$x2, x$x3, horizontal=T)
41、星相图：>stars(x[c(“x1”, ”x2”, ”x3”)])
其它样式：> stars(x[c(“x1”, ”x2”, ”x3”)], full=T, draw.segment=T)
42、脸谱图：>faces(x[c(“x1”, ”x2”, ”x3”)])
首先要安装aplpack包。
43、茎叶图：>stem(x$x1)
体现每一个区间段有多少人。
44、QQ图
>qqnorm(x1)
>qqline(x1)
用于判断是否正态分步、直线的斜率等
45、散点图
46、连线图
47、画线函数：>lines(x$x1, type=”l”, col=”blue”, lwd=2) --lwd：线宽
48、密度函数：>density()
49、R语言内置数据集：>data()
50、热力图函数：>heatmap()
51、散点图集：>pairs()
52、在同一个device中输出多个散点图：>par(mfrow=c(3,1))
53、查看有多少颜色：>colors()
54、关于绘图参数
55、三维散点图
首先安装scatterplot3d包
>scatterplot3d(x[2:4])
56、调和曲线图，目的是用于聚类判断非常方便
>source(“D:\\unison.R”)
>unison(x[2:4])
57、地图
首先安装maps包
>map(“world”, fill=TRUE, col=head.colors(10))
58、社交数据可视化
首先安装maps包和geosphere包，并加载。
画出美国地图：>map(“state”)
更多……
59、概率的相关知识（自己学习）
概率：
必然事件：
不可能事件：
对立事件：
互斥事件：
概率密度：
离散型分步：两点分步、二项分步、泊松分步
连续型分步：均匀分步、指数分步、正态分步
60、向量可以形象化地表示为带箭头的线段。箭头所指：代表向量的方向；线段长度：代表向量的大小。
61、R语言的各种分步函数
62、随机变量的数字特征
1）期望（平均值）
2）方差，可以理解为样本点距均值点的距离。
标准差
63、总体与抽样
大数定理与中心极限定理的意义
常用统计量：样本均值，样本方差，标准差，众数，最小值，最大值，分位数，中位数 median()，百分位数 quantile()，上下四分位数。
64、五数总括：>fivenum(x$x1, na.rm=TRUE)
中位数，下四分位数，上四分位数，最小值和最大值
65、相关系数：>cor(x$x1, x$x2)， cor.test(x$x1, x$x2)
协方差：>cov(x$x1, x$x2)
66、一元线性回归，解决预测。
最重要的是把回归直线求出来。
>lm(w~1+h) --线性模型函数
>summary(a) --查看详情信息
预测函数：
>z=data.frame(x=185)
>priedict(a, z)
前提：数据必须是正态分步、因变量和自变量必须是线性关系。
67、建立多元线性回归模型
>s=lm(Fertility ~ ., data=swiss) --点的含义是除因变量外所有的自变量
>print(s)
>summary(s) --查看模型汇总信息
注：如果不合适就要不停的修正，直到最好。方法如下：
--逐步回归
--向前引入法
--向后剔除法
--逐步筛选法
>step(s, direction=”forward”) --上面的方法无需手动操作，公式自动完成。
68、正态分步检验函数：>Shapiro.test()
69、R抽取随机数：> sample(0:1, size=30, replace=TRUE)
70、MIC
