barplot(a)  #直方图 数值型变量--每一个独立      VS    hist(a)  #画直方图

barplot(table(a))  #频数分布直方图 

stem（a)  #茎叶图

boxplot (a） #箱线图

plot()    #散点图

mean(mpg)   # 计算平均值

mean(mpg,trim=.1)     # 计算截去10%的平均值

tapply(mpg,cyl,mean)   #按分组变量cyl计算mpg的分组平均数  

tapply(mpg,cyl,mean)   #按分组变量cyl计算mpg的分组平均数  

IQR(mpg)    # 计算四分位数的极差

quantile(mpg)   =  fivenum(mpg)      # 计算样本常用的分位数：极小、极大、中位数及两个四分位数quantile(mpg, probs=c(0.1,0.25,0.75))     #计算由向量prob给定的各概率处的样本分位数(10%.25%.75%)

summary(mpg)   #最小值、第一四分位数、中位数、平均数、第三分位数和最大值

sd()   #标准差     var()   #方差   mad()  #中位绝对离差

z=lm(cyl~mpg)     # 拟合线性回归(注意：用~分割，不是逗号)

cor(cyl,mpg)    # 相关系数

# 残差分析

lm.res=lm(cyl~mpg)   # 将回归分析的结果作为对象，保存到 lm.res 

lm.resids=resid(lm.res)  # 提取残差向量

plot(lm.resids)# 考察残差的散点图

hist(lm.resids)# 考察残差的直方图

qqnorm(lm.resids)# 残差的QQ图是否落在直线上

ls()函数显示所有在内存中的对象，ls.str()显示所有对象的详细信息

 rm()     # 删除对象使用 

rm(x)  删除对象x

rm(x, y)删除对象x,y

rm(list=ls())删除内存中所有对象

rm(list=ls(pat="^m"))     删除对象以字母m开头的对象

rep(x, time = , length = , each = ,)     rep表示重复的意思？？？

 examples:

     > rep(1:4, 2)

    [1] 1 2 3 4 1 2 3 4

    > rep(1:4, each = 2)

    [1] 1 1 2 2 3 3 4 4

    > rep(1:4, each = 2, len = 10)

    [1] 1 1 2 2 3 3 4 4 1 1

rep(c(3,5),c(2,4))  #表示出2遍3，,4遍5  

单独出数字，只能用：表连续，不连续则赋予c

建立字符向量，必须加“”号，c赋值，后边无逗号

所有转化为因子都用factor(）      再转化为数值因子levels(a)=c(1,2,3,4)

所有转化为因子都用factor(）

函数gl()能产生规则的因子序列，用法为gl(k,n)，其中k是水平数，n是每个水平重复次数。length选项指定产生数据的个数，label指定水平因子的名字。

length表示截至长度，label别拼写错了，有多少类就有多少labels,并不是类别。所以是前面的数字。

[]中括号表示取值。负号表示不取某个值

# 带name属性的字符串向量可以通过name提取

根据逻辑向量取值

数组 array 

格式：   array(data,dim,dimnames)

data为向量，其元素用于构建数组；dim为数组的维数向量（数值型）；dimnames为各维度名称构成的向量，缺省为空。

数组用array

矩阵 matrix

x=matrix(1:12,nr=3,nc=4)    #表示从1-12之间取值，填充3行，4列。

diag()    #生成单位阵

x=diag(4)

x=diag(5)

d单位阵数值可以用向量c替换

重命名x,  写全称：rownames,colnames。

修改通过行填充数据，byrow=TRUE.      跟t(x)转置差不多

合并表格

x*x表示x表格的数值都平方

按照上边的表格对行和列求平均 

# 变量之间的关系可以通过成对数据散点图考查  pairs(Puromycin,panel=panel.smooth) xtabs (~mpg+disp,data=文件)     #xtabs是根据分类因子形成一个列连表

数据框添加新变量

字符向量的建立

z = c("green", "bluesky", "-99")

labs=paste("x",1:10,seq=",")      #x1 x2 x3 x4 x5 x6 x7 x8 x9 x10

labs=paste("x,y",1:3)        #xy1 xy2 xy3

labs=paste("x,y",1:3,seq=",")         #x,y1   x,y2    x,y3

补充：

a=c("M","F","M","F","M","M")          #table表示分类计数（频数）

table(a)

a

F M

2 4

数据框的建立

a=c(41,22,23,43,52)

b=1:5

b=data.frame("性别"=b,"年龄"=a) 

#建立了两纵行（性别，年龄），性别=1，2，3，4,5，年龄=41,22,23,43,52

正态分布函数rnorm()

泊送分布函数rpois()

指数分布函数rexp()

Gamma分数函数rgamma()

均匀分布函数runif()

二项分布函数rbinom()

几何分布函数rgeom()

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。

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

安装包代码 

#if (!requireNamespace("BiocManager", quietly = TRUE))

#install.packages("BiocManager")

#BiocManager::install("pheatmap")