沉闷科学的掘墓人分享 http://blog.sciencenet.cn/u/Bearjazz

博文

R语言中递增(减)方法的应用

已有 7833 次阅读 2012-3-23 09:57 |个人分类:我的研究|系统分类:科研笔记| 连续, R语言, 递增(减)方法, 单元格调用

R语言中递增(减)方法的应用

 

熊荣川

六盘水师范学院生物信息学实验室

xiongrongchuan@126.com

http://blog.sciencenet.cn/u/Bearjazz

 

先看一个小例子体会什么叫做递增(减)方法

1:3

冒号的两端是递增的起点和终点

 

[1] 1 2 3

结果

 

特性一,递增幅度为1

 

1.3:3.2

起点加12.3;加23.3就超出了终点

 

[1] 1.3 2.3

结果

 

特性二,递变。打破我们脑袋里“递增”的固定刻板思维。

 

6:3

终点比起点低时,结果递减

 

[1] 6 5 4 3

结果

 

应用,可用向量特定区段的值(向量子集)的应用

x=11:20

建立向量x,内容为从112010个数,间隔为1

 

> x

 

[1] 11 12 13 14 15 16 17 18 19 20

x[4:5]

显示x向量中第4到第5个数值

 

[1] 14 15

结果

 

应用,调用表格中部分连续单元格的数值

data=read.csv("D:/ziliao/zhuanye/R bear/F4.csv")

使用表格数据为data复制

data

查看data这个一维矩阵

 

 

          F4

1   5858.746

2   7005.958

3   7169.585

4   7525.422

5  11214.798

6  11505.268

7  11544.472

8  11810.009

9  11881.491

10 11908.340

11 11909.480

12 12028.218

13 12112.602

14 12115.175

15 12174.058

16 12524.577

17 12533.796

18 12778.348

19 12862.208

20 12894.624

21 13010.052

22 13101.747

23 13188.517

24 13189.188

25 13243.095

26 13300.190

27 13664.360

28 14070.819

29 14155.309

30 14284.890

31 14287.759

32 14297.971

33 14318.933

34 14354.718

35 14530.077

36 14681.983

37 14685.578

38 14766.872

39 14817.897

40 14821.364

41 15015.235

42 15043.056

43 15236.188

44 15280.614

45 15549.818

46 15640.638

47 15746.188

48 15808.372

49 16510.259

 

 

tem=data[,1]

把第一列数据暂存在向量tem

 

> tem

 [1]  5858.746  7005.958  7169.585  7525.422 11214.798 11505.268 11544.472

 [8] 11810.009 11881.491 11908.340 11909.480 12028.218 12112.602 12115.175

[15] 12174.058 12524.577 12533.796 12778.348 12862.208 12894.624 13010.052

[22] 13101.747 13188.517 13189.188 13243.095 13300.190 13664.360 14070.819

[29] 14155.309 14284.890 14287.759 14297.971 14318.933 14354.718 14530.077

[36] 14681.983 14685.578 14766.872 14817.897 14821.364 15015.235 15043.056

[43] 15236.188 15280.614 15549.818 15640.638 15746.188 15808.372 16510.259

 

查看tem向量

y=tem[2:5]

调用tem向量中的第2到第5个值为y向量赋值

y

查看y向量

 

[1]  7005.958  7169.585  7525.422 11214.798

结果

 

有趣吧,祝您科研愉快。



https://blog.sciencenet.cn/blog-508298-550806.html

上一篇:R语言中的赋值传导举例
下一篇:如何在R语言中调用表格中连续单元数据
收藏 IP: 210.75.236.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-8 06:29

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部