1、資料分析金字塔
2、【檔案】-【改變工作目錄】
3、【程式包】-【設定CRAN映象】
【程式包】-【安裝程式包】
4、向量 c()
例：x=c(2,5,8,3,5,9)
例：x=c(1:100) 表示把1 - 100的所有數字都給x這個變數
5、檢視x的型別：>mode(x)
6、檢視x的長度：>length(x)
7、將兩個向量組成一個矩陣：
>rbind(x1, x2) 注：r是row的意思，即行，按行組成矩陣。
>cbind(x1, x2) 注c是column的意思，即列，按列組成矩陣。
8、求平均值：>mean(x) 注：R語言大小寫敏感
對列求平均值：colMeans(x)
apply(x, 2, mean) --對x在列的方向求平均值，如果2改成1則對行求平均值。很強大。
求和：>sum(x)
求最小值：>max(x)
求最大值：>min(x)
求方差：>var(x) 作用：反應資料離散的情況，方差越大離散情況越大。
求標準差：>sd(x) 作用：和方差反應的差不多
求連乘：>prod(x)
9、幫助：>help(mode) 或 ?mode
10、等號：<- 的功能等同於 =，都是賦值的意思。
11、向量的產生
1）形成等差向量：>1:10
2）形成的向量每個都減1：>1:10-1
3）形成的向量每個都乘以2：>1:10*2
4）形成的向量先乘以2再加1：>1:10-2+1
5）顯示向量x的第n個元素：>x[n]
6）向量x除了第n個元素不顯示，其它都顯示：>x[-n]
7）把向量x中的第1到5個元素顯示出來：>x[1:5]
8）向量x除了第1到5個元素不顯示，其它都顯示：>x[-(1:5)]
9）把向量x中小於20的元素顯示出來：>x[x<20]
12、按照指定的規律形成向量：>seq(5, 20) --形成從5到20的向量，步長為1。
>seq(5, 20, by=2) --步長為2進行增長，可以簡寫為：>seq(5, 20, 2)
>seq(5, 200, length=10) --形成10個從2到200的向量。
13、產生26個字母的向量：>letters[1:30]
14、which()函式
>x=(2,4,5,6,8,4,5,8,6,9,0,7,1)
>which.max(x) --取得向量x中最大值的下標。
>x[which.max(x)] --這個可以取出向量x中的最大修正。
>which(x==2) --取出向量x中值為2的元素下標。
>which(x>5)
15、將向量顛倒：>rev(x)
16、升序：>sort(x)
除序：>rev(sort(x))
17、生成矩陣的函式：>matrix()
>x=(1:20)
>matrix(x, nrow=4, ncol=5) --把向量x生成一個4行5列的矩陣，預設是按列生成。
>matrix(x, nrow=4, ncol=5, byrow=T) --把向量x生成一個4行5列的矩陣，按行生成。
18、矩陣行列轉換函式：>t()
例如：矩陣x 4行5列
>t(x) --x變成了5行4列
矩陣加減時，兩個矩陣要有相同的行列數。
19、矩陣相乘：>x%*%y
20、求方陣的對角線：>diag(x) --x是矩陣，方陣。
生成以向量x為對角線的矩陣：>diag(x) --x是向量
形成4階的單位矩陣：>diag(4)
21、按正態分步形成一個16個數字的向量：>rnorm(16)
22、矩陣求逆：>solve(x) --運算結果是解線性方程組ax = b，若b預設，則系統預設為單位矩陣，因此可用其進行矩陣求逆。
例：>solve(2, 6) 結果為：3，注：引數可以是向量也可以是矩陣。
23、求矩陣的特徵值：>eigen()
24、判斷是否是向量：>is.vector(x)
判斷是否是陣列：>is.array(x)
判斷是否是矩陣：>is.matrix(x)
25、將一個向量轉化成矩陣（陣列）
>x=c(3:8)
>dim(x)<-c(2,3) --形成一個2行3列的矩陣，矩陣就是一個多維的陣列。
26、資料框與矩陣
矩陣裡的資料都是數字型別，但是資料框裡是各種形態。在實際應用中，資料框更貼合我們。
行稱為觀測值，列稱為變數。
生成資料框：>data.frame(x1, x2) --x1、x2是兩個長度相等的向量，也就是兩個列。
27、散點圖函式：>plot(x) --x是上面形成的資料框。
plot()是一個博大精深的函式。
28、讀文字資料。首先要設定工作目錄，然後把檔案放於該目錄下。
>(x=read.table(“abc.txt”))
文字或excel的資料均可透過剪下板操作。
>y<-read.table(“clipboard”, header=F)
29、讀excel資料方法一
首先另存為csv檔案，然後：>read.csv(“1234.csv”, header=T)
30、讀excel資料方法二
首先安裝RODBC包，安裝方法見上；
然後裝載RODBC：>library(RODBC)
接著讀取excel檔案：>z<-odbcConnectExcel(“test.xls”)
最後讀取資料：(w<-sqlFetch(z, “Sheet1”))
31、for迴圈語句
>for(i in 1:59) {a[i]=i}
>a
32、while迴圈語句
>while (a[i]<121) {i=i+1; a[i]=a[i-1]+2}
33、執行R指令碼函式：>source(“D:\\h.r”)
在指令碼中輸出要用print()函式，否則看不到結果。這個和控制檯輸出不一樣。
34、幾個常用函式
正態分步函式：rnorm()
泊松分步函式：rpois()
指數分步函式：rexp()
Gamma分步函式：rgamma()
均勻分步函式：runif()
二項分步函式：rbinom
幾何分步函式：rgeom()
四捨五入函式：round()
35、將資料框寫入文字檔案
>write.table(x, file=”D:\\mark.txt”, col.name=F, row.name=F, sep=””)
36、繪製直方圖函式：hist()
對x資料框中的x1列進行繪製直方圖：>hist(x$x1)
37、體現某兩列的關聯關係，繪製x1,x2列的散點圖：>plot(x$x1, x$x2)
38、列聯表分析
首先進行列聯分析：>table(x$x1)
然後繪製柱狀圖：>barplot(table(x$x1))
39、餅圖函式：<pie()
例：pie(table(x$x1)) --同樣要先進行列聯
40、箱尾圖：>boxplot(x$x1, x$x2, x$x3) --體現資料的集中情況，與方差的作用差不多。
異常值、孤立點要排除掉
水平箱尾圖：>boxplot(x$x1, x$x2, x$x3, horizontal=T)
41、星相圖：>stars(x[c(“x1”, ”x2”, ”x3”)])
其它樣式：> stars(x[c(“x1”, ”x2”, ”x3”)], full=T, draw.segment=T)
42、臉譜圖：>faces(x[c(“x1”, ”x2”, ”x3”)])
首先要安裝aplpack包。
43、莖葉圖：>stem(x$x1)
體現每一個區間段有多少人。
44、QQ圖
>qqnorm(x1)
>qqline(x1)
用於判斷是否正態分步、直線的斜率等
45、散點圖
46、連線圖
47、畫線函式：>lines(x$x1, type=”l”, col=”blue”, lwd=2) --lwd：線寬
48、密度函式：>density()
49、R語言內建資料集：>data()
50、熱力圖函式：>heatmap()
51、散點圖集：>pairs()
52、在同一個device中輸出多個散點圖：>par(mfrow=c(3,1))
53、檢視有多少顏色：>colors()
54、關於繪圖引數
55、三維散點圖
首先安裝scatterplot3d包
>scatterplot3d(x[2:4])
56、調和曲線圖，目的是用於聚類判斷非常方便
>source(“D:\\unison.R”)
>unison(x[2:4])
57、地圖
首先安裝maps包
>map(“world”, fill=TRUE, col=head.colors(10))
58、社交資料視覺化
首先安裝maps包和geosphere包，並載入。
畫出美國地圖：>map(“state”)
更多……
59、機率的相關知識（自己學習）
機率：
必然事件：
不可能事件：
對立事件：
互斥事件：
機率密度：
離散型分步：兩點分步、二項分步、泊松分步
連續型分步：均勻分步、指數分步、正態分步
60、向量可以形象化地表示為帶箭頭的線段。箭頭所指：代表向量的方向；線段長度：代表向量的大小。
61、R語言的各種分步函式
62、隨機變數的數字特徵
1）期望（平均值）
2）方差，可以理解為樣本點距均值點的距離。
標準差
63、總體與抽樣
大數定理與中心極限定理的意義
常用統計量：樣本均值，樣本方差，標準差，眾數，最小值，最大值，分位數，中位數 median()，百分位數 quantile()，上下四分位數。
64、五數總括：>fivenum(x$x1, na.rm=TRUE)
中位數，下四分位數，上四分位數，最小值和最大值
65、相關係數：>cor(x$x1, x$x2)， cor.test(x$x1, x$x2)
協方差：>cov(x$x1, x$x2)
66、一元線性迴歸，解決預測。
最重要的是把迴歸直線求出來。
>lm(w~1+h) --線性模型函式
>summary(a) --檢視詳情資訊
預測函式：
>z=data.frame(x=185)
>priedict(a, z)
前提：資料必須是正態分步、因變數和自變數必須是線性關係。
67、建立多元線性迴歸模型
>s=lm(Fertility ~ ., data=swiss) --點的含義是除因變數外所有的自變數
>print(s)
>summary(s) --檢視模型彙總資訊
注：如果不合適就要不停的修正，直到最好。方法如下：
--逐步迴歸
--向前引入法
--向後剔除法
--逐步篩選法
>step(s, direction=”forward”) --上面的方法無需手動操作，公式自動完成。
68、正態分步檢驗函式：>Shapiro.test()
69、R抽取隨機數：> sample(0:1, size=30, replace=TRUE)
70、MIC