R 备忘清单

访问帮助文件

?mean
# 获取特定功能的帮助
help.search('weighted mean')
# 在帮助文件中搜索单词或短语
help(package = 'dplyr')
# 查找软件包的帮助。

有关对象的更多信息

str(iris)
# 获取对象结构的摘要
class(iris)
# 查找对象所属的类

install.packages('dplyr')
# 从 CRAN 下载并安装软件包
install.packages(“BiocManager”)
library(BiocManager)
BiocManager::install("dplyr")
# 使用Bioconductor的BiocManager包下载并安装软件包
devtools::install_github("clusterProfiler")
# 直接从github中下载并安装软件包
library(dplyr)
# 将包加载到会话中，使所有其功能可供使用
dplyr::select
# 使用包中的特定函数
data(iris)
# 将内置数据集加载到环境中。

查找当前工作目录（其中找到输入并发送输出）

getwd()

更改当前工作目录

setwd(‘C://file/path’)

使用 RStudio 中的项目来设置工作目录到您正在使用的文件夹

x <- 10   # 使用箭头赋值
y = 20    # 或者直接使用等号赋值

numeric_var <- 3.14   # 数值型
character_var <- "hello"  # 字符串
logical_var <- TRUE   # 逻辑型

my_df <- data.frame(name = c("John", "Alice"), age = c(30, 25))

# 创建数据框
student_data <- data.frame(
  name = c("John", "Alice", "Bob"),
  age = c(25, 23, 22),
  grade = c("A", "B", "C")
)

# 显示数据框
print(student_data)

# 定义函数
add_numbers <- function(a, b) {
  result <- a + b
  return(result)
}

# 调用函数
sum_result <- add_numbers(10, 5)

if (x > 0) {
  print("Positive")
} else {
  print("Non-positive")
}

for (i in 1:5) {
  print(i)
}

counter <- 1
while (counter <= 5) {
  print(counter)
  counter <- counter + 1
}

# 读取数据
my_data <- read.csv("data.csv")
# 输出数据
write.csv(my_data, "output.csv")

# 清空所有变量
rm(list = ls())
# 退出 R
q()

plot(x, y)

hist(data)

plot(x, y, type = "l")

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 5, 6, 7)
plot(x, y, main = "Scatter Plot", xlab = "X-axis", ylab = "Y-axis")

data <- c(1, 1, 2, 2, 2, 3, 3, 3, 3, 4, 4, 5)
hist(data, main = "Histogram", xlab = "Value", col = "lightblue")

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 5, 6, 7)
plot(x, y, type = "l", main = "Line Plot", xlab = "X-axis", ylab = "Y-axis")