Computation for Data Analysis 01

第一门公开课学习总结，这门课从9月24日开始，10月22日结束，是我第一次跟着课程进度学习的公开课，一门课程下来，觉得发现了无限的金矿，网站里还有很多其他的课程可以选择，除了技术方面的，还有经济、文化、艺术等，好东西要分享，给个链接：Coursera

关于学习，学过了就过了可能效果不会太好，适时加以总结可能印象会更深刻，至少，可以回头看看这段经历。

数据分析计算这门课是Johns Hopkins University的Roger D. Peng教授主讲的，讲的是R这门语言的基础。课程论坛里不少人说他讲得很通透，很多地方该用什么语句、为什么用这句都有讲到，也许是我之前看了一些关于R语言的基础，对于这方面的感受并不是太明显，不过总体上，学习的曲线算是很平缓的向上，而且真真正正在里面学到了一些东西，弥补了一些看书的盲点。

课程只有短短的四周，第一周先是有个简短的介绍，关于教授自己关于课程关于R等，然后就开始了R的基础（基于自己的笔记，不全，不一定get到准确的意思，仅记录作为参考）：

character/numeric/integer(L)/complex/logical几种基础数据类型，它们都是vector（叫对象，是数据结构？相比于factor/list/dataframe/...）
1/Inf => 0  & 1/0 => Inf
注释用#号
c() 函数（concat，有点像字符连接）
    数字和字符连接结果是 字符： y <- c(1.7, "a")  # character
    逻辑型和数字连接结果是 数字： y <- c(TRUE, 2) # numeric
    字符和逻辑型连接结果是 字符： y <- c("a", TRUE) # character
    小试一下： y <- c("a", TRUE, T) # "a" "TRUE" "TRUE"
类型转换：as.numeric(x)   as.logical(x)
矩阵（matrix(nrow, ncol)）是列优先（column-wise），循环的时候默认先遍历列
矩阵可以用cbind()（按列合并）、rbind()（按行合并）这两个函数来创建
因子对象（factor）是用来表示分类数据的
x[1,2]是个vector，x[1,2, drop=FALSE]是个矩阵
列表（list）有多种提取其元素的表达方法：（x <- list(foo=1:4, bar=0.6) ）
    x[1] 仍是列表
    x[[1]] 第一个元素，不一定是列表了，在这里是vector（foo=1:4）
    x$bar 叫bar的元素
    x[["bar"]] 同上，叫bar的元素
    x["bar"] bar列表
    小结：[[]]和$操作符可以还原成元素原来的数据结构，而[]则返回列表；x[["bar"]]和x["bar"]中间的"bar"都可以是一个字符类型的变量，所以它们的用法比x$bar要灵活一些
        name <- "bar"
        x[[name]]    # 这是可以的
        x$name    # 这会报错

（悄悄地给本文的标题加上了01的后缀，然后直接发表。-.-||| 发现第一周的内容都还没总结完）