期中考試複習

# R 期中考試複習

# This is for R mid-term exam by 學號 10614XXXX 姓名：羅老師 L.D.S. on 2018/11/06

# 範圍

# 一、請練習 base R Cheat Sheet 中的指令、語法，並觀察結果與紀錄

# 二、資料集的第一步

# 三、ch04 數值型的向量物件

# 四、CH03 基礎數學運算

 

 

# 一、請練習 base R Cheat Sheet 中的指令、語法，並觀察結果與紀錄

# 1. getting Help 取得輔助

?mean

help.search('weighted mean')

 

# 3. Working Directory 工作目錄

getwd()

setwd('C:/Temp')

 

# **********

# 5. Programming 程式設計

# 5.1

for (i in 1:10) {

  j <- i*5

  print(j)

}

 

# **********

# 5.4 Functions

square <- function(x){

  ss2 <- x*x

  return(ss2)

}

for (i in 1:5) {

  j <- i*3

  print(square(j))

}

 

# **********

# 6. Reading and Writing Data 讀寫資料

# (1)

df2 <- read.table('file002.txt')

df2

write.table(df2,'file009.txt')

 

# (2)

df3 <-read.csv('sales-1.csv')

df3

colnames(df3)

# 列出某一欄位數值

df3$零售店名稱

df3$產品序號.1

# Simple Scatter Plots (簡易散佈圖)

plot(df3$零售店名稱, df3$銷售額, main="學號 10514DXXX 姓名 XXX 零售店銷售額散佈圖")

 

# Draftsman's or Pairs Scatter Plots (成對散佈圖)

pairs(df3[1:6], main = "學號 10514DXXX 姓名 XXX 零售店銷售額成對散佈圖", pch = 21, bg = c("red", "green3", "blue")[unclass(df3$零售店名稱)])

 

 

write.csv(df3,'file006.csv')

 

# (3)

# save 函數可以將變數儲存於硬碟中：

 

x <- c(1.2, 3.4, 5.6)

y <- x ^ 2

save(x, y, file = "xy008.RData")

 

rm(list=ls())

load('xy008.RData')

 

# **********

# 11. Matrixes 矩陣

# 從 x 產生一個 矩陣

# byrow 預設為  FALSE, 為循欄填資料

x <- 1:12

m <- matrix (x, nrow=3,ncol=4)

m

 

# **********

# 12. Lists 串列

# list, 可收集不同型態的元素

l2 <- list(x=1:5, y= c('A','B'))

l2

l2[[2]]

l2[1]

 

# 2 個物件組成矩陣

baskets.NBA2016.Lin <-c(7,8,6,11,9,12)

baskets.NBA2016.Jordon <-c(12,8,9,15,7,12)

baskets.NBA2016.Team <- rbind(baskets.NBA2016.Lin, baskets.NBA2016.Jordon)

baskets.NBA2016.Team

 

# 建立串列- 物件元素不含名稱

baskets.Cal <- list("加州", "2016-2017", baskets.NBA2016.Team)

baskets.Cal

 

# 建立串列- 物件元素含名稱

baskets.Cal2 <- list(Teamname= "加州", Season= "2016-2017", score.Info= baskets.NBA2016.Team)

 

# 8-1-3 處理串列內物件元素名稱

names(baskets.Cal)

names(baskets.Cal2)

 

# 命名串列內物件元素名稱

names(baskets.Cal)[1]= "TName"

 

# 獲得串列中的物件元素個數

length(baskets.Cal)

 

# 獲得串列中的物件元素內容

# 8*2-1 使用 "＄＂　取得串列中的的物件元素內容

baskets.Cal2$Teamname

baskets.Cal2$Season

baskets.Cal2$score.Info

baskets.Cal2$score.Info[2, 4]

baskets.Cal2$score.Info[1, 5]

 

# 8*2-２ 使用 "［［］］＂　取得串列中的的物件元素內容

baskets.Cal2[[1]]

baskets.Cal2[[2]]

baskets.Cal2[[3]]

baskets.Cal2[[3]][1, 5]

 

# **********

# 二、資料集的第一步

 

# data() 看有哪些資料集

require (datasets)

data()

head(airquality)

iris

# 看欄位名稱

colnames(iris)

# 列出某一欄位數值

iris$Petal.Length

# Simple Scatter Plots (簡易散佈圖)

plot(iris$Petal.Length, iris$Petal.Width, main="Edgar Anderson's Iris Data")

# This works by using c(23,24,25) to create a vector, and then selecting elements 1, 2 or 3 from it. How? unclass(iris$Species) turns the list of species from a list of categories (a "factor" data type in R terminology) into a list of ones, twos and threes:

c(23,24,25)[unclass(iris$Species)]

# We can do the same trick to generate a list of colours, and use this on our scatter plot:

plot(iris$Petal.Length, iris$Petal.Width, pch=21, bg=c("red","green3","blue")[unclass(iris$Species)], main="Edgar Anderson's Iris Data")

 

# Draftsman's or Pairs Scatter Plots (成對散佈圖)

pairs(iris[1:4], main = "Edgar Anderson's Iris Data", pch = 21, bg = c("red", "green3", "blue")[unclass(iris$Species)])

 

# 三、ch04 數值型的向量物件

 

# ch04.R

# This is R for numeric vector operations by 學號 10614XXXX 姓名：羅老師 L.D.S. on 2018/10/16

# 4-1  數值型向量物件

# 1. 建立規則型數值向量物件

x <- 1:5

x

x <- -1:-7

x

x <- 1.5:4.7

x

 

x <- 1:5

y <- x+3

y

# Ex1. 請試試其他的運算，如： +,-,*,/...

 

# 2. 向量相加

x <- 1:5

y <- x + 6:10

y

# Ex2. 請試試不同長度的向量相加

 

# 3. 建立向量物件函數 seq()

seq(1, 9, by=2)

# Ex3. 請試試不加 by 和 by=pi

 

# 4. 重複向量物件 rep()

rep(1:3, times= 3, each= 2, length.out= 8)

# Ex4. 請試試改變 times (重複次數) ,  each (每個元素出現次數) 和 length.out (向量元素個數)

 

# 5. 連接向量物件函數  c()

x <- c(1, 3, 7, 9, 11)

x

 

X# 建立固定長度的向量物件，向量物件元素預設是 0

x <- numeric(10)

x

# Ex5. 請試試建立 林書豪 Lin 在 2018 年 NBA 賽事的進球數，並列出

 

# 程式列跨列的處理

# 該列以 +, -, *, /  做結尾

x <- 1:5

y <- x+3

z <- x +

  + y

z

 

# 使用 (  ) 做跨列處理

x <- rep(1:5, times=2,

         each= 2)

x

 

# 使用 "  " 做跨列處理

coffee <- "台灣古坑的咖啡

很有名。"

coffee

# Ex. 請試試看

 

# 清除環境內的變數，使用 [掃把] 圖示工具，或以下指令

rm (list=ls())

# Ex. 請試試看

 

 

# 4-2 常見向量的數學運算函數

# 6. sum(), max(), min(), mean(), 

# prod(), 計算所有元素的乘積  

# cumsum(), cumprod(), cummax(), cummin()

# diff()

# sort(), rank(), rev()

 

 

basketball.Lin <- c(7, 8, 6, 11, 9, 12) 

sum(basketball.Lin)

# Ex6. 請試試看其他的數學運算函數

prod(basketball.Lin)

 

# **********

# 四、CH03 基礎數學運算

 

# 3-2-1  四則運算

x1 = 5 + 6

x1

x2 = x1 + 10

x2

x3 = x2 - x1

x3

 

# 3-2-2  餘數 和 整除

x = 9 %% 2

x

y = 9 %/% 2

y

 

# 3-2-3 次方 或 平方根

x = 3 ** 2

x

x = 3 ^ 4

x

x = sqrt(64)

x

 

# 3-2-4 絕對值

x = -7

y = abs(x)

y

 

# 3-2-5 exp() 與 對數

x = exp(1)  # 列出自然數 e 的值

x

x2 = exp(2)  # 列出自然數 e 的2 次方

x2

x3 = exp(0.5)  # 列出自然數 e 的0.5 次方

x3

 

# 對數有兩類型： log (X) 指log e X = ln X，log(X,m) 指 log mX, 或 m=10 時 用 log10(X)

x=log(2)

x

Y= log(2, 10)

Y

X= log10(2)

X

z = log(2,2)

z

 

# 3-2-6 科學符號 e

x <- 1.28 * 10^4

x

y <- 1.28e4

y

z  <- 3.65 * 10^-3

z

u <- 6e5 / 3e2

u

 

# 3-2-7 圓周率 與 三角函數

pi

x = sin(1.0)

x

 

# 3-2-8 四捨五入函數 round(x,digits=k), digit 可以是負值喔！

x <- round(98.562, digits = 2)

x

x <- round(98.562, digits = 1)

x

 

# 3-2-9 近似函數有三種： floor(x), ceiling(x), trunc(x)

x <- floor (234.56)

x

x <- ceiling(234.56)

x

x <- trunc (234.56)

x

 

# 3-2-10 階乘函數

x <- factorial(5)

x

 

# 3-3  運算優先順序

x <- (5+6) * 8 - 2

x

y <- 5+6 * 8 - 2

y

 

# 3-4  無限大 infinity

x <- 5/0

x

y <- 10 -Inf

y