因为本学期选修了几门与统计有关的课，开始学习统计学中普遍使用的R语言。虽然之前学习过Pascal、C、Python等语言，但是初次接触R语言还是感觉跟其他的编程语言有本质的不同。R语言是数学家设计的编程语言，对于一些常见的数学操作和计算要比其他语言简单得多，因此也更适合用在高效的统计分析上。 我在这里了整理了向量、序列、因子、矩阵、数组、列表等R语言常见的操作，希望能对大家有所帮助~如有建议或批评，也欢迎大家到我的个人博客或知乎专栏评论，谢谢大家！
1. [一维]：向量（Vector）
1.1 创建一个向量（R语言中默认创建的是列向量，如需要行向量则需要转置）
max(a,b,c)
matrix()
length()
v <- c(4, 7, 23.5, 76.2) #创建一个向量v并对其赋值
v <- c(4,7,23.5,76.2,80,"rrt") #向量被污染，只要含有字符，则向量中的数字也将被转变成字符：v变为："4" "7" "23.5" "76.2" "80" "rrt"
u <- c(4,6,NA,2) #NA表示空缺
k <- c(T,F,NA,TRUE) #TRUE、FALSE分别表示逻辑上的真、假
pH <- c(area1=4.5,area2=7,mud=7.3,dam=8.2,middle=6.3)
1.2 向量的基本操作
length(v) #求向量的长度
mode(v) #求向量的类型（若向量中全是数字，则返回numeric;若含有字母，则返回character;若含有TRUE、FALSE，则变为logical）
1.3 向量的索引（Index）
x <- c(0,-3,4,-1,45,90,-5)
x > 0 #输出：FALSE FALSE TRUE FALSE TRUE TRUE FALSE
x[x>0] #输出：4 45 90
x[x <= -2 | x > 5] #输出：-3 45 90 -5 提示：R语言中|是或（or）的意思
x[x > 40 & x < 100] #输出：45 90
x[c(4,6)] #输出：-1 90 提示：[]中为vector时可以索引多个元素
pH <- c(area1=4.5,area2=7,mud=7.3,dam=8.2,middle=6.3) #此时索引可以用名字来索引内容，如pH['mud]等，类似于python语言中的Dict（字典）
1.4 向量的加减乘除
当两个向量长度一致时，可对应位置直接加或减，如：
v1 <- c(4,6,87)
v2 <- c(34,32.5,12)
v1+v2 #结果：38.0 38.5 99.0
当两个向量长度不一致时（要求一个的长度必须是另一个倍数n），短的向量依次与长向量相加（或减）n次。
v1 <- c(4,6,8,10)
v2 <- c(10,2)
v1+v2 #结果：14 8 18 12
乘除、开方等操作会对向量中的每一个元素进行操作（同时适用于factor，matrix，array等）
v1 <- c(4,6,8,24)
2*v1 #结果：8 12 16 48
v <- c(4,7,23.5,76.2,80)
x <- sqrt(v)
x #结果：2.000000 2.645751 4.847680 8.729261 8.944272
1.5 序列（Sequence）
-
直接用"min：max"产生一个[min, max]的序列，若min>max，则为倒序排列，但要注意括号的使用
-
还可以使用seq(from=XX,to=XX,length=XX)或者seq(from=1,to=5,by=1)的形式设置序列个数（长度）或者步长来生成序列。
1:1000 #1~1000的序列
5:0 #产生5 4 3 2 1 0
10:15-1 #9~14的序列
10:(15-1) #10~14的序列
seq(from=1,to=5,length=2) #1,5
seq(length=10,from=-2,by=1) #-2 -1 0 1 2 3 4 5 6 7
1.5.2 使用rep（）重复产生序列
rep(5,10) #5重复10次：5 5 5 5 5 5 5 5 5
rep(1:3,3) #1 2 3 1 2 3 1 2 3
rep(1:2,each=3) #1:2分别重复3次：1 1 1 2 2 2
1.5.3 产生正态分布、t分布
rnorm(10) #产生10个标准正态分布序列
rnorm(4,mean=10,sd=3) #产生4个均值为10，标准差为3的正态分布序列
rt(5,df=10) #产生5个自由度df=10的t分布序列</pre>