摘要：
1、数学函数 对数据做变换是这些函数的一个主要功能。 abs(x) 绝对值 sqrt(x) 平方根 ceiling(x) 不小于x的最小整数 floor(x) 不大于x的最大整数 trunc(x) 向0的方向截取的x中的整数部分 round(x,digits=n) 将x舍入指定位的小数 signif 阅读全文
摘要：
聚类分析是一种数据归约技术，旨在揭露一个数据集中观测值的子集。它可以把大量的观测值归约为若干类。最常用的两种聚类方法是层次聚类（hierarchical agglomeration clustering）和划分聚类（partitioning clustering）。在层次聚类中，每一个观测值自成一类 阅读全文
摘要：
1、找出两个向量的交集 2、找出b向量与a向量之间的差异 阅读全文
摘要：
一、处理缺失值的步骤 一个完整的处理方法通常包含以下几个步骤： 遗憾的是，往往只有识别缺失数据是清晰明确的步骤。明白数据为何缺失依赖于你对数据生成过程的理解，而决定如何处理缺失值则需要判断那种方法的结果最为可靠和精确。 缺失数据的分类：统计学家通常将数据分为三类。尽管它们都采用概率术语进行描述，但思 阅读全文
摘要：
1、用0替代数据框中的缺失值NA 生成数据框： 替代数据框中的缺失值 2、用0替代变量中的缺失值 阅读全文
摘要：
#横向合并ID<-c(1,2,3,4)name<-c("Jim","Tony","Lisa","Tom")score<-c(89,22,78,78)student1<-data.frame(ID,name)student2<-data.frame(ID,score)total_student<-me... 阅读全文
摘要：
移除图例require(ggplot2)b = qplot(Sepal.Length,Petal.Length,data=iris,geom="point",colour = Species)#有图例b#去除图例b+theme(legend.position="none")#右图 2.图例位置摆放... 阅读全文
摘要：
在Linux下使用vi来查看一些在Windows下创建的文本文件，有时会发现在行尾有一些“^M”。有几种方法可以处理。注意：在Linux下，可以通过ctrl+v，ctrl+m,打出^M字符。而却，以下正则表达中的^M，必须通过这个方式(ctrl+v,ctrl+m)打出来，否则正则表达式匹配不到^M字... 阅读全文
摘要：
require(ggplot2)require(Cairo)require(grid)p = ggplot(iris,aes(x = Species,y = Sepal.Length,colour = Species))p+geom_point()a = p+geom_point()b = qplo... 阅读全文