note-3实操
2023-03-07 09:03:07 时间
title: "note-3"
output: html_document
date: "2023-02-07"
R Markdown
# 练习3-1
# 1.读取exercise.csv这个文件,赋值给test。
test <- read.csv("exercise.csv")
# 2.求test第一列数值的中位数
median(test$Petal.Length)
## [1] 4.6
# 3.筛选test中,Species列的值为a或c的行
test[test$Species!="b",]
## Petal.Length Petal.Width Species
## 1 4.6 1.5 a
## 3 4.5 1.5 a
## 5 4.0 1.3 a
## 6 4.7 1.4 a
## 7 1.3 0.2 c
## 8 1.4 0.2 c
## 11 4.9 1.5 a
## 12 1.4 0.2 c
## 13 1.5 0.2 c
## 15 1.4 0.2 c
test[test$Species=="a"|test$Species=="c",]
## Petal.Length Petal.Width Species
## 1 4.6 1.5 a
## 3 4.5 1.5 a
## 5 4.0 1.3 a
## 6 4.7 1.4 a
## 7 1.3 0.2 c
## 8 1.4 0.2 c
## 11 4.9 1.5 a
## 12 1.4 0.2 c
## 13 1.5 0.2 c
## 15 1.4 0.2 c
test[test$Species %in% c("a","c"),]
## Petal.Length Petal.Width Species
## 1 4.6 1.5 a
## 3 4.5 1.5 a
## 5 4.0 1.3 a
## 6 4.7 1.4 a
## 7 1.3 0.2 c
## 8 1.4 0.2 c
## 11 4.9 1.5 a
## 12 1.4 0.2 c
## 13 1.5 0.2 c
## 15 1.4 0.2 c
# 练习3-2
# 1.统计内置数据iris最后一列有哪几个取值,每个取值重复了多少次
iris[,ncol(iris)]
## [1] setosa setosa setosa setosa setosa setosa
## [7] setosa setosa setosa setosa setosa setosa
## [13] setosa setosa setosa setosa setosa setosa
## [19] setosa setosa setosa setosa setosa setosa
## [25] setosa setosa setosa setosa setosa setosa
## [31] setosa setosa setosa setosa setosa setosa
## [37] setosa setosa setosa setosa setosa setosa
## [43] setosa setosa setosa setosa setosa setosa
## [49] setosa setosa versicolor versicolor versicolor versicolor
## [55] versicolor versicolor versicolor versicolor versicolor versicolor
## [61] versicolor versicolor versicolor versicolor versicolor versicolor
## [67] versicolor versicolor versicolor versicolor versicolor versicolor
## [73] versicolor versicolor versicolor versicolor versicolor versicolor
## [79] versicolor versicolor versicolor versicolor versicolor versicolor
## [85] versicolor versicolor versicolor versicolor versicolor versicolor
## [91] versicolor versicolor versicolor versicolor versicolor versicolor
## [97] versicolor versicolor versicolor versicolor virginica virginica
## [103] virginica virginica virginica virginica virginica virginica
## [109] virginica virginica virginica virginica virginica virginica
## [115] virginica virginica virginica virginica virginica virginica
## [121] virginica virginica virginica virginica virginica virginica
## [127] virginica virginica virginica virginica virginica virginica
## [133] virginica virginica virginica virginica virginica virginica
## [139] virginica virginica virginica virginica virginica virginica
## [145] virginica virginica virginica virginica virginica virginica
## Levels: setosa versicolor virginica
table(iris$Species)
##
## setosa versicolor virginica
## 50 50 50
# 2.提取内置数据iris的前5行,前4列,并转换为矩阵,赋值给a。
class(iris)
## [1] "data.frame"
iris[(1:5),(1:4)]
## Sepal.Length Sepal.Width Petal.Length Petal.Width
## 1 5.1 3.5 1.4 0.2
## 2 4.9 3.0 1.4 0.2
## 3 4.7 3.2 1.3 0.2
## 4 4.6 3.1 1.5 0.2
## 5 5.0 3.6 1.4 0.2
a <- iris[(1:5),(1:4)]
a <- as.matrix(a)
a
## Sepal.Length Sepal.Width Petal.Length Petal.Width
## 1 5.1 3.5 1.4 0.2
## 2 4.9 3.0 1.4 0.2
## 3 4.7 3.2 1.3 0.2
## 4 4.6 3.1 1.5 0.2
## 5 5.0 3.6 1.4 0.2
class(a)
## [1] "matrix" "array"
# 3.将a的行名改为flower1,flower2...flower5。
rownames(a) <- c("flower1","flower2","flower3","flower4","flower5")
rownames(a) <- paste0("flower",1:nrow(a))
a
## Sepal.Length Sepal.Width Petal.Length Petal.Width
## flower1 5.1 3.5 1.4 0.2
## flower2 4.9 3.0 1.4 0.2
## flower3 4.7 3.2 1.3 0.2
## flower4 4.6 3.1 1.5 0.2
## flower5 5.0 3.6 1.4 0.2
# 4.探索列表取子集l[2]和l[[2]]的区别(提示:数据结构)
class(l2)
class(l[2])
引自生信技能树
相关文章
- 在 Go 里用 CGO?这 7 个问题你要关注!
- 9款优秀的去中心化通讯软件 Matrix 的客户端
- 求职数据分析,项目经验该怎么写
- 在OKR中,我看到了数据驱动业务的未来
- 火山引擎云原生大数据在金融行业的实践
- OpenHarmony富设备移植指南(二)—从postmarketOS获取移植资源
- 《数据成熟度指数》报告:64%的企业领袖认为大多数员工“不懂数据”
- OpenHarmony 小型系统兼容性测试指南
- 肯睿中国(Cloudera):2023年企业数字战略三大趋势预测
- 适用于 Linux 的十大命令行游戏
- GNOME 截图工具的新旧截图方式
- System76 即将推出的 COSMIC 桌面正在酝酿大变化
- 2GB 内存 8GB 存储即可流畅运行,Windows 11 极致精简版系统 Tiny11 发布
- 迎接 ecode:一个即将推出的具有全新图形用户界面框架的现代、轻量级代码编辑器
- loongarch架构介绍(三)—地址翻译
- Go 语言怎么解决编译器错误“err is shadowed during return”?
- 敏捷:可能被开发人员遗忘的部分
- Denodo预测2023年数据管理和分析的未来
- 利用数据推动可持续发展
- 在 Vue3 中实现 React 原生 Hooks(useState、useEffect),深入理解 React Hooks 的