函数汇总

• c()--创建向量
• names()--给元素命名
• []--访问向量元素
• ？--帮助
• mean()--平均值
• median()--中位数
• sd()--标准差
• sum()--求和
• prod()--求积
• length()--返回对象的数量
• dim()--返回矩阵的维度，即行数和列数
• nrow()--返回数据框或矩阵的行数
• ncol()--返回数据框或矩阵的列数
• which()--查找索引
• sort()--对向量进行排序，返回排序后的向量
• order()--返回能够对向量进行排序的索引
• **table()--**频率表
• rep()--重复向量中的元素
• order()--生成数字序列
• %in%--检查元素是否在向量中
• setdiff()--查找两个集合的差异
• union()--合并两个集合
• intersect()--查找公共元素
• sample()--抽取样本值
• hist()--创建数据的直方图
• plot()--创建散点图
• head(Salaries)--显示数据集的前几行
• data()--加载数据集
• install.packages（）--安装和加载包
• ggplot() --ggplot2包的核心函数，用于初始化绘图
• aes() --ggplot2的美学映射函数，用于定义变量与图形属性的映射。
• geom_histogram() --ggplot2的几何对象函数，用于绘制直方图
• geom_boxplot() --ggplot2的几何对象函数，用于绘制箱线图
• geom_density() --ggplot2的几何对象函数，用于绘制密度图
• labs() --ggplot2的标签函数，用于添加标题、轴标签等
• theme_classic() 、theme_bw() 、theme_minimal() --ggplot2的主题函数，用于设置图形的整体外观
• scale_color_manual() 、scale_fill_manual() --ggplot2的自定义颜色函数，用于手动设置颜色
• facet_wrap() 、facet_grid() --ggplot2的分面函数，用于基于分类变量创建多个子图。
• var() --计算样本方差
• summary() --提供数据的摘要统计信息
• dbinom() --计算二项分布的概率质量函数
• dnorm() --计算正态分布的概率密度函数
• stat_ecdf() --绘制经验累积分布函数（ECDF）
• stem() --茎叶图
• aggregate() --分组聚合计算
• geom_bar() --绘制条形图
• pivot_longer() --将数据从宽格式转换为长格式
• facet_wrap() --基于分类变量创建多个子图
• cor() --计算两个变量之间的相关系数
• grid.arrange() --用于排列多个图形

基础R语法

加、减、乘、除与赋值

a <- 5 #将变量 a 赋值为 5
b <- 3 #将变量 b 赋值为 3

sum_result <- a + b #计算 a 和 b 的和，并将结果赋值给变量 sum_result
diff_result <- a - b # 计算a 和 b 的差，并将结果赋值给变量 diff_result
prod_result <- a * b # 计算a 和 b 的积，并将结果赋值给变量 prod_result
quot_result <- a / b # 计算a 和 b 的商，并将结果赋值给变量 quot_result

如何查看变量的值？---在命令行中输入变量的名称，回车后将获得变量当前存储的值。

向量与赋值（Vectors and Assignments）

创建向量

在 R 中，可以使用 c() 函数创建向量。c() 函数将多个元素组合成一个向量。例如：

v <- c(1, 2, 3, 4, 5)

这行代码创建了一个包含五个元素的数值型向量 v ，元素依次为 1, 2, 3, 4, 5。

给元素命名

可以使用 names() 函数给向量的元素分配名称。例如：

names(v) <- c("a", "b", "c", "d", "e")

这行代码将向量 v 的元素分别命名为 "a", "b", "c", "d", "e"。

访问向量元素

可以通过索引或名称访问向量的单个元素：

• 通过索引访问：使用方括号 [] 和元素的索引来访问。例如，v[1] 访问向量 v 的第一个元素。
• 通过名称访问：使用方括号 [] 和元素的名称来访问。例如，v["c"] 访问名称为 "c" 的元素。

# 通过索引访问第一个元素
first_element <- v[1]
print(first_element)

# 通过名称访问第三个元素
third_element <- v["c"]
print(third_element)

数据类型

R 支持多种数据类型。最常用的一些数据类型包括：

• 数值型：数字，例如 1、2.5 或 100。
• 字符型：用引号括起来的文本，如 “Hello” 或 “YES”。
• 逻辑型：TRUE 或 FALSE。
• 数据框：数据表，通常用于存储数据集。

函数和帮助

R 拥有丰富的内置函数。要应用一个函数，你只需输入函数名，后跟括号中的参数。你可以通过使用“?”来获取任何函数的帮助：

# 计算25的平方根
result <- sqrt(25)
print(result)

# 获取sqrt函数的帮助信息
?sqrt

R中的常用函数

平均值、中位数、标准差

• 平均值（Mean） ：

  • 函数：mean()
  • 用途：计算一组数值的平均值。
  • 示例：mean(x) 计算向量 x 的平均值。

• 中位数（Median）：

  • 函数：median()
  • 用途：计算一组数值的中位数。
  • 示例：median(x) 计算向量 x 的中位数。

• 标准差（Standard Deviation） ：

  • 函数：sd()
  • 用途：计算一组数值的标准差，衡量数据的离散程度。
  • 示例：sd(x) 计算向量 x 的标准差。
• R 复制代码

  # 创建一个向量 x
  x <- c(1, 2, 3, 4, 5)
  
  # 计算 x 的平均值
  mean(x)  # 输出：3
  
  # 计算 x 的中位数
  median(x)  # 输出：3
  
  # 计算 x 的标准差
  sd(x)  # 输出：1.5811388300841898

求和与求积

• 求和（Sum）

  • 函数：sum()
  • 用途：计算一组数值的总和。
  • 示例：sum(x) 计算向量 x 的所有元素的和。

• 求积（Product）

  • 函数：prod()
  • 用途：计算一组数值的总积。
  • 示例：prod(x) 计算向量 x 的所有元素的积。
• R 复制代码

  # 创建一个向量 x
  x <- c(1, 2, 3, 4)
  
  # 计算 x 的元素总和
  sum(x)  # 输出：10
  
  # 计算 x 的元素总积
  prod(x)  # 输出：24

对象的大小和维度

• length()

  • 用途：返回对象（向量、矩阵或数据框）中元素的数量。
  • 示例：length(x) 返回向量 x 中元素的数量。

• dim()

  • 用途：返回矩阵的维度，即行数和列数。
  • 示例：dim(y) 返回矩阵 y 的维度。

• nrow()

  • 用途：返回数据框或矩阵的行数。
  • 示例：nrow(df) 返回数据框 df 的行数。

• ncol()

  • 用途：返回数据框或矩阵的列数。
  • 示例：ncol(df) 返回数据框 df 的列数。
• R 复制代码

  # 创建一个向量 x
  x <- c(1, 2, 3, 4, 5)
  length(x)  # 输出：5
  
  # 创建一个 3x3 矩阵 y
  y <- matrix(1:9, nrow = 3, ncol = 3)  #这行 R 代码用于创建一个矩阵 y，矩阵中的元素是从 1 到 9 的连续整数。
  dim(y)  # 输出：3 3
  
  # 创建一个数据框 df
  df <- data.frame(A = 1:5, B = 6:10)
  nrow(df)  # 输出：5
  ncol(df)  # 输出：2

使用 which() 查找索引

• which() ：

  • 用途：返回逻辑向量中为 TRUE 的元素的索引。
  • 示例：which(x %% 2 == 0) 返回向量 x 中所有偶数的索引。
• R 复制代码

  # 创建一个向量 x
  x <- c(1, 3, 5, 7, 9)
  
  # 使用 which() 查找 x 中偶数的索引
  which(x %% 2 == 0)

• x <- c(1, 3, 5, 7, 9)：创建一个包含五个元素的向量 x。

• which(x %% 2 == 0)：使用 %% 运算符检查向量 x 中每个元素是否能被 2 整除（即是否为偶数），然后 which() 函数返回这些偶数的索引。

• 对于上述代码，输出将是：

  integer(0)

  这意味着在向量 x 中没有偶数。这是因为我们创建的向量 x 只包含奇数。

排序

• sort()

  • 用途：对向量进行排序，返回排序后的向量
  • 示例：sort(x) 对向量 x 进行升序排序

• order()

  • 用途：返回能够对向量进行排序的索引
  • 示例：order(x) 返回向量 x 中元素按升序排列的索引
• R 复制代码

  # 创建一个向量 x
  x <- c(3, 1, 4, 5, 2)
  
  # 使用 sort() 对 x 进行升序排序
  sorted_x <- sort(x)
  print(sorted_x)
  
  # 使用 order() 获取能够对 x 进行排序的索引
  sorted_indices <- order(x)
  print(sorted_indices)

• 在这段代码中：

  • x <- c(3, 1, 4, 5, 2)：创建一个包含五个元素的向量 x。

  • sort(x)：对向量 x 进行升序排序，结果为 1 2 3 4 5。

  • order(x)：返回向量 x 中元素按升序排列的索引，结果为 2 5 1 3 4。这意味着原始向量 x 中的第二个元素（1）、第五个元素（2）、第一个元素（3）、第三个元素（4）和第四个元素（5）按升序排列。

    输出结果：

  • R 复制代码

    [1] 1 2 3 4 5
    [1] 2 5 1 3 4

频率表

• table()

  • 用途：创建一个频率表，统计向量中每个唯一值的出现次数。

  • 示例：table(x) 生成一个频率表，显示向量 x 中每个元素的出现次数。

  • R 复制代码

    # 创建一个向量 x
    x <- c("apple", "banana", "apple", "orange", "banana", "banana")
    
    # 使用 table() 函数统计每种水果的出现次数
    fruit_counts <- table(x)
    print(fruit_counts)

  • 在这段代码中：

    • x <- c("apple", "banana", "apple", "orange", "banana", "banana")：创建一个包含六个元素的向量 x，其中包含三种不同的水果名称。
    • table(x)：生成一个频率表，统计向量 x 中每种水果名称的出现次数。
  • R 复制代码

    #输出结果
    x
       apple banana orange 
           2       3       1 

重复和序列

• rep()

  • 用途：重复向量中的元素。

  • 参数：

    • 第一个参数是要重复的向量或值。
    • times 参数指定每个元素重复的次数。

  • 示例：rep(1:3, times = 2) 重复向量 1:3 中的每个元素两次。

• seq()

  • 用途：生成数字序列。

  • 参数：

    • 第一个参数是序列的起始值。
    • 第二个参数是序列的结束值。
    • by 参数指定序列的步长。

  • 示例：seq(1, 10, by = 2) 生成从 1 到 10 的序列，步长为 2。

    R 复制代码

    # 重复向量 1:3 两次
    repeated_vector <- rep(1:3, times = 2)
    print(repeated_vector)
    
    # 生成从 1 到 10 的序列，步长为 2
    sequence <- seq(1, 10, by = 2)
    print(sequence)

    在这段代码中：

    • rep(1:3, times = 2)：重复向量 1:3 中的每个元素两次，结果为 1 2 3 1 2 3。

    • seq(1, 10, by = 2)：生成从 1 到 10 的序列，步长为 2，结果为 1 3 5 7 9。

    • 输出结果

      对于上述代码，输出将是：

      R 复制代码

      [1] 1 2 3 1 2 3
      [1] 1 3 5 7 9

检查元素是否在向量中

• %in%

  • 用途：检查一个元素是否存在于向量中。

  • 返回值：如果元素存在于向量中，则返回 TRUE；否则返回 FALSE。

  • 示例：****3 %in% x 检查数字 3 是否存在于向量 x 中。

    • 示例代码：

      R 复制代码

      # 创建一个向量 x
      x <- c(1, 2, 3, 4, 5)
      
      # 使用 %in% 检查 3 是否在 x 中
      result <- 3 %in% x
      print(result)

    • 在这段代码中：

      • x <- c(1, 2, 3, 4, 5)：创建一个包含五个元素的向量 x。
      • 3 %in% x：使用 %in% 运算符检查数字 3 是否存在于向量 x 中。由于 3 是 x 的一个元素，所以返回 TRUE。

    • 结果：

      对于上述代码，输出将是：

      [1] TRUE这表明数字 3 确实存在于向量 x 中。

查找两个集合的差异

• setdiff()

  • 用途：返回第一个集合中不在第二个集合中的元素。

  • 参数：

    • 第一个参数是第一个集合。
    • 第二个参数是第二个集合。

  • 示例：setdiff(A, B) 返回集合 A 中存在而集合 B 中不存在的元素。

    • 代码：

      R 复制代码

      # 创建两个向量 A 和 B
      A <- c(1, 2, 3, 4)
      B <- c(3, 4, 5, 6)
      
      # 使用 setdiff() 查找 A 中但不在 B 中的元素
      difference <- setdiff(A, B)
      print(difference)

    • 在这段代码中：

      • A <- c(1, 2, 3, 4)：创建一个包含四个元素的向量 A。
      • B <- c(3, 4, 5, 6)：创建一个包含四个元素的向量 B。
      • setdiff(A, B)：使用 setdiff() 函数找出向量 A 中存在而向量 B 中不存在的元素，结果为 1 2。

    • 输出结果

      对于上述代码，输出将是：

      [1] 1 2这表明数字 1 和 2 存在于向量 A 中，但不存在于向量 B 中。

合并两个集合

• union() ：

  • 用途：合并两个集合，并返回它们的并集。

  • 参数：

    • 第一个参数是第一个集合。
    • 第二个参数是第二个集合。

  • 示例：union(A, B) 返回集合 A 和集合 B 的并集。

    • 代码：

      R 复制代码

      # 创建两个向量 A 和 B
      A <- c(1, 2, 3)
      B <- c(3, 4, 5)
      
      # 使用 union() 合并 A 和 B
      union_result <- union(A, B)
      print(union_result)

      • 在这段代码中：

        • A <- c(1, 2, 3)：创建一个包含三个元素的向量 A。
        • B <- c(3, 4, 5)：创建一个包含三个元素的向量 B。
        • union(A, B)：使用 union() 函数合并向量 A 和向量 B，返回一个包含所有唯一元素的向量，结果为 1 2 3 4 5。

      • 输出结果

        对于上述代码，输出将是：

        [1] 1 2 3 4 5这表明合并后的向量包含数字 1, 2, 3, 4, 5，即集合 A 和集合 B 的并集。

查找公共元素

• intersect() ：

  • 用途：返回两个集合之间的交集，即两个集合中都存在的元素。

  • 参数：

    • 第一个参数是第一个集合。
    • 第二个参数是第二个集合。

  • 示例：intersect(A, B) 返回集合 A 和集合 B 的交集。

    • 代码：

      R 复制代码

      # 创建两个向量 A 和 B
      A <- c(1, 2, 3)
      B <- c(2, 3, 4)
      
      # 使用 intersect() 查找 A 和 B 的交集
      common_elements <- intersect(A, B)
      print(common_elements)

      • 在这段代码中：

        • A <- c(1, 2, 3)：创建一个包含三个元素的向量 A。
        • B <- c(2, 3, 4)：创建一个包含三个元素的向量 B。
        • intersect(A, B)：使用 intersect() 函数找出向量 A 和向量 B 的交集，结果为 2 3。

      • 输出结果

        对于上述代码，输出将是：

        [1] 2 3这表明数字 2 和 3 是向量 A 和向量 B 的公共元素。

抽取样本值

• sample() ：

  • 用途：从一个给定的向量或数字集合中抽取随机样本。

  • 参数：

    • 第一个参数是要抽取样本的向量或数字集合。
    • 第二个参数是你要抽取的样本数量。
    • replace 参数指定是否进行有放回抽样（****TRUE 表示有放回，****FALSE 表示无放回） 。

  • 示例：sample(1:10, 5) 从数字 1 到 10 中无放回地抽取 5 个数字。

    • 代码

      • R 复制代码

        # 从 1 到 10 中抽取 5 个数字
        sample_values <- sample(1:10, 5)
        print(sample_values)
        
        # 从 1 到 10 中进行有放回抽样，抽取 5 个数字
        sample_with_replacement <- sample(1:10, 5, replace = TRUE)
        print(sample_with_replacement)

    • 在这段代码中：

      • sample(1:10, 5)：从数字 1 到 10 中无放回地抽取 5 个数字。这意味着每个数字只能被抽取一次。
      • sample(1:10, 5, replace = TRUE)：从数字 1 到 10 中进行有放回抽样，抽取 5 个数字。这意味着一个数字可以被抽取多次。

    • 输出结果

      对于上述代码，输出将是随机的，例如：

      R 复制代码

      [1] 2 8 5 1 9
      [1] 6 4 6 2 9

      这表明第一次抽取的数字是 2, 8, 5, 1, 9，第二次抽取的数字是 6, 4, 6, 2, 9。每次运行代码时，输出的数字可能会不同，因为 sample() 函数会生成随机样本。

绘制直方图

• hist() ：

  • 用途：创建数据的直方图，用于可视化数据的分布。

  • 参数：

    • 第一个参数是要绘制直方图的数据。
    • breaks 参数指定直方图中条形的个数。
    • col 参数指定条形的颜色。
    • main 参数指定直方图的标题。
    • xlab 参数指定 x 轴的标签。

  • 示例：hist(data, breaks=6, col="lightblue", main="直方图示例", xlab="值") 创建一个直方图，显示数据的分布情况，条形数量为 6，颜色为浅蓝色，标题为“直方图示例”，x 轴标签为“值”。

  • 代码：

    R 复制代码

    # 创建一个数据向量
    data <- c(1, 2, 2, 3, 4, 4, 4, 5, 6, 6)
    
    # 使用 hist() 绘制直方图
    hist(data, breaks=6, col="lightblue", main="直方图示例", xlab="值")

    • 在这段代码中：

      • data <- c(1, 2, 2, 3, 4, 4, 4, 5, 6, 6)：创建一个包含九个元素的向量 data。
      • hist(data, breaks=6, col="lightblue", main="直方图示例", xlab="值")：使用 hist() 函数绘制向量 data 的直方图，条形数量为 6，颜色为浅蓝色，标题为“直方图示例”，x 轴标签为“值”。

    • 输出结果

      对于上述代码，R 将生成一个直方图，显示数据的分布情况。直方图将有 6 个条形，每个条形代表一个值的范围，颜色为浅蓝色。标题为“直方图示例”，x 轴标签为“值”。

创建散点图

• plot() ：

  • 用途：创建散点图。

  • 参数：

    • 第一个参数是 x 轴的数据。
    • 第二个参数是 y 轴的数据。
    • main 参数指定图形的标题。
    • xlab 参数指定 x 轴的标签。
    • ylab 参数指定 y 轴的标签。

  • 示例：plot(x, y, main="散点图", xlab="X轴", ylab="Y轴") 创建一个散点图，显示 x 和 y 之间的关系，并带有轴标签和标题。

  • 代码：

    R 复制代码

    # 创建两个向量 x 和 y
    x <- c(1, 2, 3, 4, 5)
    y <- c(2, 4, 6, 8, 10)
    
    # 使用 plot() 创建散点图
    plot(x, y, main="散点图", xlab="X轴", ylab="Y轴")

    • 在这段代码中：

      • x <- c(1, 2, 3, 4, 5)：创建一个包含四个元素的向量 x。

      • y <- c(2, 4, 6, 8, 10)：创建一个包含四个元素的向量 y。

      • plot(x, y, main="散点图", xlab="X轴", ylab="Y轴")：使用 plot() 函数创建向量 x 和 y 的散点图，标题为“散点图”，x 轴标签为“X轴”，y 轴标签为“Y轴”。

      • 输出结果

        对于上述代码，R 将生成一个散点图，显示 x 和 y 之间的关系。图中每个点代表 x 和 y 中对应元素的值。

显示数据集的前几行

• head(Salaries)：显示 Salaries 数据集的前六行。head() 函数是 R 中的一个常用函数，用于查看数据集的前几行，帮助用户快速了解数据的结构和内容。

加载数据集

• data("Salaries")：加载 carData 包中的 Salaries 数据集。

安装和加载包

• install.packages("carData")：这行代码用于安装 carData 包，如果已经安装则可以省略。

数据可视化相关函数

1. ggplot()

   • 描述：ggplot2包的核心函数，用于初始化绘图。

   • 参数：

     • data：数据框，包含要绘制的数据。
     • aes()：美学映射函数，定义变量与图形属性的映射。

   • 示例：

     R 复制代码

     library(ggplot2)
     ggplot(data = mtcars, aes(x = mpg))

2. aes()

   • 描述：ggplot2的美学映射函数，用于定义变量与图形属性的映射。

   • 参数：

     • x：x轴变量。
     • y：y轴变量。
     • color、fill、size、shape、alpha：其他美学属性。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = mpg, y = wt, color = as.factor(cyl)))

3. geom_histogram()

   • 描述：ggplot2的几何对象函数，用于绘制直方图。

   • 参数：

     • bins：直方图的分组数量。
     • fill：条形的填充颜色。
     • color：条形的边框颜色。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = mpg)) +
       geom_histogram(bins = 10, fill = "lightblue", color = "black")

4. geom_boxplot()

   • 描述：ggplot2的几何对象函数，用于绘制箱线图。

   • 参数：

     • fill：箱体的填充颜色。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = as.factor(cyl), y = mpg, fill = as.factor(cyl))) +
       geom_boxplot()

5. geom_density()

   • 描述：ggplot2的几何对象函数，用于绘制密度图。

   • 参数：

     • fill：填充颜色。
     • color：线条颜色。
     • alpha：透明度。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = mpg)) +
       geom_density(fill = "lightblue", color = "black", alpha = 0.5)

6. labs()

   • 描述：ggplot2的标签函数，用于添加标题、轴标签等。

   • 参数：

     • title：图表标题。
     • x：x轴标签。
     • y：y轴标签。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = mpg)) +
       geom_histogram(bins = 10, fill = "lightblue", color = "black") +
       labs(title = "Histogram of Miles Per Gallon", x = "Miles Per Gallon", y = "Frequency")

7. theme_classic() 、****theme_bw() 、****theme_minimal()

   • 描述：ggplot2的主题函数，用于设置图形的整体外观。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = mpg)) +
       geom_histogram(bins = 10, fill = "lightblue", color = "black") +
       theme_classic()

8. scale_color_manual() 、****scale_fill_manual()

   • 描述：ggplot2的自定义颜色函数，用于手动设置颜色。

   • 参数：

     • values：颜色值的向量。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = as.factor(cyl), y = mpg, fill = as.factor(cyl))) +
       geom_boxplot() +
       scale_fill_manual(values = c("lightblue", "lightgreen", "lightcoral"))

9. facet_wrap() 、****facet_grid()

   • 描述：ggplot2的分面函数，用于基于分类变量创建多个子图。

   • 参数：

     • ~ variable：基于单个分类变量（facet_wrap）。
     • row ~ col：基于两个分类变量定义行列（facet_grid）。

   • 示例：

     R 复制代码

     ggplot(data = mtcars, aes(x = mpg)) +
       geom_histogram(bins = 10, fill = "lightblue", color = "black") +
       facet_wrap(~ cyl)

10. runif()

    • 描述：生成均匀分布的随机数。

    • 参数：

      • n：生成的随机数数量。
      • min：最小值（默认为0）。
      • max：最大值（默认为1）。

    • 示例：

      R 复制代码

      set.seed(42)
      samples <- runif(10000)
      expected_value_simulated <- mean(samples)
      print(expected_value_simulated)

这些函数和示例覆盖了文档中提到的大部分R语言知识，可用于数据可视化、抽样和概率统计分析。

计算样本方差

var()

• 描述：计算样本方差。

• 参数：

  • x：数值型向量。

• 示例：

  R 复制代码

  data <- c(5, 7, 10, 15, 20)
  variance_value <- var(data)
  print(variance_value)

生成均匀分布的随机数

runif()

• 描述：生成均匀分布的随机数。

• 参数：

  • n：生成的随机数数量。
  • min：最小值（默认为0）。
  • max：最大值（默认为1）。
• R 复制代码

  set.seed(42)
  samples <- runif(10000)
  expected_value_simulated <- mean(samples)
  print(expected_value_simulated)

提供数据的摘要统计信息

summary()

• 描述：提供数据的摘要统计信息，包括最小值、最大值、均值、中位数等。

• 示例：

  R 复制代码

  data <- data.frame(
    ID = 1:10,
    Name = c("Alice", "Bob", "Charlie", "David", "Eve", "Frank", "Grace", "Hannah", "Ian", "Jack"),
    Age = c(25, 34, 29, NA, 40, 22, 28, 33, 150, 27),
    Weight_kg = c(65, 75, 68, 80, 55, NA, 70, 85, 60, 500),
    Income = c(40000, 55000, 47000, 60000, 25000, 52000, 58000, -1000, 49000, 1000000)
  )
  summary(data)

计算二项分布的概率质量函数

dbinom()

• 描述：计算二项分布的概率质量函数（PMF）。

• 参数：

  • x：随机变量的值。
  • size：试验次数。
  • prob：成功概率。

• 示例：

  R 复制代码

  n <- 10  # 试验次数
  p <- 0.5  # 成功概率
  x <- 0:n  # 可能的值
  prob <- dbinom(x, size = n, prob = p)
  barplot(prob, names.arg = x, col = "blue",
          main = "Binomial Distribution (n=10, p=0.5)",
          xlab = "Number of Successes", ylab = "Probability")

计算正态分布的概率密度函数

dnorm()

• 描述：计算正态分布的概率密度函数（PDF）。

• 参数：

  • x：数值型向量。
  • mean：均值（默认为0）。
  • sd：标准差（默认为1）。

• 示例：

  R 复制代码

  x <- seq(-5, 5, by = 0.1)
  y <- dnorm(x, mean = 0, sd = 1)
  plot(x, y, type = "l", lwd = 2,
       main = "Standard Normal Distribution",
       xlab = "x", ylab = "Density")

绘制经验累积分布函数（ECDF）

stat_ecdf()

• 描述：绘制经验累积分布函数（ECDF）。

• 参数：

  • geom：几何对象类型（默认为"step"）。
  • color：线条颜色。

• 示例：

  R 复制代码

  library(ggplot2)
  ggplot(data.frame(x = mtcars$mpg), aes(x)) +
    stat_ecdf(geom = "step", color = "blue") +
    labs(title = "Cumulative Distribution Function of MPG",
         x = "Miles Per Gallon", y = "Cumulative Probability")

茎叶图

stem()

• 描述：绘制茎叶图，用于快速评估数据的分布、集中趋势和离散程度。

• 参数：

  • x：数值型向量。

• 示例：

  R 复制代码

  data <- c(23, 25, 27, 32, 35, 40, 42, 45, 47, 50, 53, 55)
  cat("Stem-and-Leaf Plot:\n")
  stem(data)

分组聚合计算

aggregate()

• 描述：对数据进行分组聚合计算。

• 参数：

  • formula：公式形式，如Rate ~ Group + Treatment，表示按Group和Treatment分组计算Rate。
  • data：数据框。
  • FUN：聚合函数，如mean。

• 示例：

  R 复制代码

  simpson_data <- data.frame(
    Group = rep(c("A", "B"), each = 5),
    Treatment = rep(c("Treated", "Untreated"), times = 5),
    Success = c(20, 30, 50, 80, 90, 10, 40, 60, 70, 85),
    Trials = c(100, 100, 100, 100, 100, 100, 100, 100, 100, 100)
  )
  simpson_data$Rate <- simpson_data$Success / simpson_data$Trials
  aggregate(Rate ~ Group + Treatment, data = simpson_data, mean)

绘制条形图

geom_bar()

• 描述：ggplot2的几何对象函数，用于绘制条形图。

• 参数：

  • stat：统计方法（如identity）。
  • position：条形的位置调整（如dodge）。

• 示例：

  R 复制代码

  geom_bar(stat = "identity", position = "dodge")

将数据从宽格式转换为长格式

pivot_longer()

• 描述：tidyr包的函数，用于将数据从宽格式转换为长格式。

• 参数：

  • cols：要转换的列。
  • names_to：新列的名称。
  • names_pattern：用于提取列名的正则表达式。

• 示例：

  R 复制代码

  library(tidyr)
  anscombe_tidy <- anscombe %>%
    pivot_longer(cols = everything(), names_to = c(".value", "Set"),
                 names_pattern = "(.) (.)") %>%
    mutate(Set = as.factor(Set))

基于分类变量创建多个子图

facet_wrap()

• 描述：ggplot2的分面函数，用于基于分类变量创建多个子图。

• 参数：

  • ~ variable：基于分类变量进行分面。

• 示例：

  R 复制代码

  ggplot(anscombe_tidy, aes(x = x, y = y)) +
    geom_point() +
    facet_wrap(~ Set) +
    theme_minimal() +
    labs(title = "Anscombe’s Quartet Visualization", x = "X Values", y = "Y Values")

计算两个变量之间的相关系数

cor()

• 描述：计算两个变量之间的相关系数。

• 参数：

  • x：第一个变量。
  • y：第二个变量。

• 示例：

  R 复制代码

  library(ggplot2)
  library(gridExtra)
  data(mtcars)
  cor_hp_mpg <- cor(mtcars$hp, mtcars$mpg)
  cor_wt_mpg <- cor(mtcars$wt, mtcars$mpg)

用于排列多个图形

grid.arrange()

• 描述：gridExtra包的函数，用于排列多个图形。

• 参数：

  • p1, p2, ...：要排列的图形。
  • nrow：图形排列的行数。

• 示例：

  R 复制代码

  grid.arrange(p1, p2, nrow = 1)