【数据挖掘】练习1:R入门

这篇具有很好参考价值的文章主要介绍了【数据挖掘】练习1:R入门。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

课后作业1:R入门

一:习题内容

1.要与R交互必须安装Rstudio,这种说法对不对?

不对。虽然RStudio是一个流行的R交互集成开发环境,但并不是与R交互的唯一方式。

与R交互可以采用以下几种方法:

  1. 使用R Console:R语言自带了一个控制台界面。这种方式不需要安装任何额外的软件,只需安装R本身。
  2. 使用其他编辑器:用户可以使用任何文本编辑器编写R代码,并在R控制台或者终端中执行。一些常见的文本编辑器包括Notepad++、Sublime Text、Atom等。用户只需要将编辑器中编写的R代码复制粘贴到R控制台中执行即可。
  3. 使用其他集成开发环境:其他集成开发环境包括Visual Studio Code(通过R扩展)、Jupyter Notebook(通过IRkernel)、Emacs(通过ESS包)等。

2.下面哪一个不能用于R的赋值?

A.<- B.-> C.= D._

答案是:D。

A是采用左箭头进行赋值,例如 x <- c(1,2)。

B是采用右箭头进行赋值,例如 c(1,2) -> x。

C是采用等于号进行赋值,例如x = c(1,2)。


3.objects(4)输出什么?

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

在R中,执行 objects(4) 会列出所有默认加载的函数名称,这些函数包含在R的基本命名空间中。输出函数包括绘图函数(如plot()、points()、lines()等)、统计函数(如hist()、boxplot()等)以及其他常用函数(如title()、legend()等)。

4.安装R包和载入R包有什么区别。

安装R包是指将R包从CRAN(Comprehensive R Archive Network)或其他来源下载并安装到你的计算机上。当用户第一次使用某个R包时,用户需要先安装R包,然后才能在R环境中使用。安装R包通常只需要进行一次,在R环境中安装后,用户就可以在需要的时候随时载入并使用该包。

载入R包是指在用户的R会话中将某个已经安装的R包加载到内存中,以便在当前会话中使用该包中的函数和数据。当用户需要使用某个已安装的R包时,用户需要使用library()函数或require()函数来加载。载入R包通常需要在每个新的R会话中执行一次,以确保该包的函数和数据可用。

总而言之,安装是将包下载到你的环境中的过程,只需要做一次(除非需要更新)。载入是在每次R会话中激活包以便使用的过程,需要在每次需要使用包时进行。

5.Rhistory和Rdata文件有什么区别。

Rhistory和Rdata文件是在R中用于保存数据和历史记录的两种不同类型的文件,其作用和内容有所不同。

Rhistory

Rdata

Rhistor文件记录了在R控制台中输入的命令历史记录。

Rdata文件用于保存R工作环境中的数据和对象。

每次在R控制台中输入命令并按下回车键时,该命令都会被追加到 Rhistory 文件中。

可以使用save()函数将R工作空间中的数据和对象保存到一个 .Rdata 文件中。

Rhistory 文件可以在退出R会话时保存,以便下次重新进入R时恢复命令历史记录。

可以包含多个数据框、向量、列表等R对象,以及与它们相关的元数据。

通常,Rhistory 文件的扩展名是 .Rhistory,并且位于用户主目录下(如~/.Rhistory)。

可以使用load()函数加载 .Rdata 文件,并将其中保存的数据和对象恢复到R工作环境中。

总而言之,RData以二进制的方式保存了会话中的变量值,而Rhistory以文本文件的方式保存了R会话中的所有命令。

6.什么是屏蔽?

在R中,屏蔽(masking)是指当两个或多个具有相同名称的函数或对象存在时,较近的作用域中的函数或对象将屏蔽较远处的函数或对象。

这种情况通常发生在使用多个包或在不同的作用域中定义相同名称的函数或对象时。

例如,假设用户在一个R脚本中加载了两个包,这两个包都定义了名为mean()的函数。当用户调用mean()函数时,由于R按照搜索路径的顺序查找函数,将优先使用最近加载的包中定义的mean()函数。

7.显示R会话的搜索路径。

在R中,可以使用search()函数来显示R会话的搜索路径。

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

同时,可以使用getwd()函数获取当前工作目录的路径。

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

8.用objects列出“datasets”包中的所有对象。

代码:

objects("package:datasets")

运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

9.在packages窗口中从CRAN安装mangoTraining包。

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

根据网站可知,mangoTraining依赖包目前无法匹配R4.3的版本(CRAN - Package mangoTraining)。通过访问曾经该依赖包的存档压缩文件在网站(Index of /src/contrib/Archive/mangoTraining),可下载相应版本的mangoTraining压缩包。


下载某个压缩包后,解压到本地。

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

在RStudio的console处,通过install.packages的代码【install.packages("C:\\Users\\86158\\Desktop\\mangoTraining", repos = NULL, type = "source")】可以安装完毕。

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

10.列出mangoTraining中包含的对象。

代码:

library("mangoTraining")

objects("package:mangoTraining")

运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

11. 计算31079除170166719的余数。

代码:

a <- 31079

b <- 170166719

c <- b%%a

c


运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

12.利用R计算以下数值,小数点精确到后5位。

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

(1)


代码:

round(pi**exp(1),5)

round(exp(1)**pi,5)

round(exp(pi)**exp(1),5)   # 这个也可用sprintf进行省略数的计算,参考(2)中的代码

round(pi**exp(1)-exp(1)**pi,5)

运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

(2)

代码:

result <- round((2.3)^8 + log(7.5) - cos(pi/sqrt(2)), 5)

formatted_result <- sprintf("%.5f", result)

formatted_result


运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

13. 使用seq和rep函数生成向量(1 2 3 4 5 2 3 4 5 6 3 4 5 6 7 4 5 6 7 8 5 6 7 8 9)。

分析可知,该向量由(1 2 3 4 5)、(2 3 4 5 6)、(3 4 5 6 7)、(4 5 6 7 8)、(5 6 7 8 9)5个子向量组成,且后面一个子向量在前面一个子向量的基础上进行了+1操作。

代码:(1)生成从1到5的向量;(2)使用rep()函数重复向量,并逐步增加重复的次数。

vec <- seq(1, 5)

result <- rep(vec, each = 5) + rep(0:4, times = 5)

result

运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

14.用1-9的整数列创建长度为9的字符型向量,以letters作为向量的元素名,使用该向量完成以下操作。

(0)创建向量。

代码:

char_vec <- as.character(1:9)

names(char_vec) <- letters[1:9]

char_vec

运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

(1)选择向量的第一个值和最后一个值。

代码:

char_vec[c("a","i")]


运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

(2)选择向量中大于3的值。


代码:

char_vec[char_vec > 3]

运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

(3)选择向量中2-7之间的所有值。

代码:

char_vec[2:7]


运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

(4)选择除了5以外的所有值。

代码:

char_vec[-5]


运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言

(5)选择向量中名称为“D”、“E”,“G”的元素。


代码:

char_vec[c("d", "e", "g")]

运行结果:

【数据挖掘】练习1:R入门,专业选修课系列,r语言,开发语言文章来源地址https://www.toymoban.com/news/detail-839267.html

到了这里,关于【数据挖掘】练习1:R入门的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据挖掘从入门到实战】——专栏导读

    目录 1、专栏大纲 🐋基础部分 🐋实战部分 🐋竞赛部分 2、代码附录 数据挖掘专栏,包含基本的 数据挖掘算法分析和实战,数据挖掘竞赛干货分享 等。数据挖掘是从大规模数据集中发现隐藏模式、关联和知识的过程。它结合了统计学、人工智能和数据库系统等领域的技术和

    2024年02月13日
    浏览(39)
  • 简单实现大学选修课抢课脚本(Python)

    Python环境 完善代码在:抢课脚本 1.实现登录功能 首先进入教务系统,按下F12键进入浏览器的开发者模式,输入账号、密码、验证码后进行抓包。通过抓包,可以发现几个接口: 同时发现登录接口的参数是经过了加密的,它的参数如下: 其中encoded明显是加密的数据。通过查

    2024年02月09日
    浏览(89)
  • 【天池课堂】零基础入门数据挖掘-课程汇总

    写在前面: 如果你现在很迷茫,但是又对数据挖掘感兴趣,建议先看看以下两个视频直播,两位大佬亲身讲述自己和数据挖掘的前世今生。 《如何入门数据挖掘竞赛》 鱼遇雨欲语与余。天池明星选手,武汉大学硕士,天池数据科学家,数据竞赛爱好者。 《数据挖掘竞赛指南

    2024年03月13日
    浏览(33)
  • Python数据挖掘:入门、进阶与实用案例分析——基于非侵入式负荷检测与分解的电力数据挖掘

    本案例将根据已收集到的电力数据,深度挖掘各电力设备的电流、电压和功率等情况,分析各电力设备的实际用电量,进而为电力公司制定电能能源策略提供一定的参考依据。更多详细内容请参考《Python数据挖掘:入门进阶与实用案例分析》一书。 为了更好地监测用电设备的

    2024年02月08日
    浏览(46)
  • 【华为OD机试】选修课【2023 B卷|100分】

     【 华为OD机试】-真题 !!点这里!! 【 华为OD机试】真题考点分类 !!点这里  !! 题目描述 现有两门选修课,每门选修课都有一部分学生选修,每个学生都有选修课的成绩, 需要你找出同时选修了两门选修课的学生,先按照班级进行划分,班级编号小的先输出, 每个班级按照

    2024年02月08日
    浏览(42)
  • 华为OD机试 - 选修课(Java & JS & Python)

    题目描述 现有两门选修课,每门选修课都有一部分学生选修,每个学生都有选修课的成绩,需要你找出同时选修了两门选修课的学生,先按照班级进行划分,班级编号小的先输出,每个班级按照两门选修课成绩和的降序排序,成绩相同时按照学生的学号升序排序。 输入描述

    2024年02月17日
    浏览(49)
  • 华为od统一考试B卷【选修课】Java 实现

             所有题目均有五种语言实现。 C实现目录 、 C++ 实现目录 、 Python实现目录 、 Java实现目录 、 JavaScript实现目录         现有两门选修课,每门选修课都有一部分学生选修,每个学生都有选修课的成绩,需要你找出同时选修了两门选修课的学生,先按照班级进

    2024年02月11日
    浏览(49)
  • 华为od统一考试B卷【选修课】Python 实现

             所有题目均有五种语言实现。 C实现目录 、 C++ 实现目录 、 Python实现目录 、 Java实现目录 、

    2024年02月11日
    浏览(51)
  • 大数据教材推荐|Python数据挖掘入门、进阶与案例分析

      主   编: 卢滔,张良均,戴浩,李曼,陈四德 出版社: 机械工业出版社 内容提要 本书从实践出发,结合11个 “泰迪杯” 官方推出的赛题,按照赛题的难易程度进行排序,由浅入深地介绍数据挖掘技术在 商务、教育、交通、传媒、旅游、电力、制造业等行业的应用 。因

    2024年02月10日
    浏览(35)
  • 新员工入职培训选修课《提高时间的效能》考试答案

    中电金信新员工入职培训选修课《提高时间的效能》考试答案 z

    2024年02月10日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包