R编程是一种解释性编程语言，用于在回归分析和数据挖掘领域进行统计分析和图形创建。Ross Ihaka 和 Robert gentlemen 于奥克兰大学创立了R编程语言。
R编程语言不像C、Java等常规编程语言那样使用数据类型。取而代之的是，R编程语言使用数据对象来进行计算。
在R编程语言中，它有6种不同类型的数据对象，分别是：
1. 列表（Lists）
2. 向量（Vectors）
3. 数组（Arrays）
4. 矩阵（Matrices）
5. 表格（Tables）
5. 数据框（Data frames）
在R语言中，如果有一系列相同数据类型的元素，则称为向量，向量中的元素称为组件。
列表与向量相反，如果元素是不同数据类型，如字符串、数字、向量等，我们就称之为列表。列表可以包含另一个列表。
数据框可以看作是矩阵和列表的组合。在数据框中，不同的列可以有不同的数据类型。
有效的变量名可以包含字母、数字、点或下划线。我们可以用字母或句点（.）开头一个变量。如果变量以句点开头，那么句点后面不能跟数字。最后，R有一些保留字不能使用。
我们知道R中的向量是单维的，且数据类型相同。矩阵是二维的，有行和列。而数组可以有任意维数。
R编程的一些基本语法包括：
"#" 用于注释，编译器不会处理它。
" "" " 引号用于在R中表示字符串。
" \" 反斜杠用于在R编程中忽略某些字符。
1. MICE
2. Missfores
3. Mi
4. Hmisc
5. Amelia
6. ImputeR
在R编程中，在声明对象时，我们使用initialize()函数来初始化私有数据成员。
我们可以使用R中的read.csv函数读取csv文件。它在读取时会创建一个数据框。
getwd()命令有助于在R编程中获取当前目录的名称。
如果我们想在R的任何循环中跳过一次迭代，就使用next语句。
R编程中有许多函数可以使用，一些内置函数包括：
abs(x)
sqrt(x)
floor(x)
trunc(x)
log(x)
等等
R编程中的Base包是设置R环境时加载的默认包。它包含了输入/输出、算术计算等函数。
逻辑回归基于二元变量的概率原理。我们可以使用R编程中的glm()函数进行逻辑回归。
假设我们有两个长度不同的向量参与运算，那么较短向量的元素将被重复使用以完成运算，这就称为向量的循环。
在R编程中，有3种方法可以调用函数：
在惰性求值函数中，参数并不总是被求值。只有当参数在函数体内被使用或引用时，才会被求值。如果函数体对参数没有引用，那么它将被忽略，这就是惰性求值。
我们可以使用下面一行代码安装R编程中的包：
install.packages("package Name")
在R编程中，随机游走模型是一种没有方差或均值的模型。它具有很强的时间依赖性。在随机模型中，变化被称为白噪声或增量，它们是随机游走的原因。
在数据分析方面，Python没有内置的数据分析功能，而R编程则具有内置的数据分析功能。
如果我们需要Python的功能，则需要安装pandas等一些包。
现在有许多公司和网站正在使用R编程，而且还有许多公司正在转向R编程，其中一些是：
RStudio是R编程的开发环境。它充当一个用户界面，可以帮助我们轻松方便地进行R编程。它比Rgui更用户友好，并且有许多功能和下拉菜单，可以在R的许多定制和编程方面提供帮助。
在R编程中，我们使用subset()来获取观察值和变量，而sample()方法则获取用户定义大小的随机样本。
顾名思义，该命令用于通过选择包文件从本地目录安装R编程中的包。
hist()函数用于在R编程中制作直方图。
这与R编程中的数学运算有关，“%%”用于获得除法的余数，而“%/%”则返回除法的商。
rm()函数用于在R编程中删除向量。
如果我们想对数组的不同元素使用相同的函数，我们可以在R编程中使用apply()函数。例如：计算每行的平均值。
在R编程中，我们有一个名为“XML”的包来读取XML文件。
在R编程中，我们可以更新列表中的任何元素，但在删除方面，我们只能删除列表中的最后一个元素。
在R编程中创建矩阵的基本语法是“matrix(data, nrow, ncol, byrow, dimnames)”
在R编程中，我们有内置的boxplot()函数用于创建箱线图。它以数据框和公式作为输入。
通过按顺序执行一系列命令，将数据对象从一种形式转换为另一种形式，在R编程中称为数据重塑。例如：通过合并列表来形成一个数据框。
该命令或单行代码生成0到5之间的随机数。
在R编程中，通过“installed.packages()”命令，我们可以显示已安装的包列表。
两者都与R编程中的包相关。如果我们使用library()函数，如果找不到包，它会显示错误消息。而require()函数如果所需的包未加载，则会显示警告消息。
R编程中的t-test()函数用于确定两组的均值是否相同。
使用with()函数，我们可以将一个表达式应用于数据集，而by()函数则有助于应用一个函数。
两者都与输出显示有关。如果我们想将输出显示为列表，我们使用lapply，而sapply则将输出显示为数据框或向量。
aggregate()函数用于聚合数据。
R编程中的这个doBy包用于使用模型公式和函数定义一个表。
如果我们想在R编程中创建一个频率表，我们可以使用table()函数。
通过在R编程中使用strsplit命令，它会将向量在指定位置分割成两个子字符串。在我们的问题中，它会在位置“f”将向量‘x’分割成两个子字符串。
x <- "I Love R programming"
split.string <- strsplit(x, " ")
extract.words <- split.string[[1]]
result <- unique(tolower(extract.words))
print(result)
unlist()命令在R编程中将列表转换为向量。
x <- pbinom(26,51,0.5)
print(x)
我们可以使用data.frame()函数将JSON中的数据转换为数据框。
在R编程中，我们可以将每个矩阵都称为数组，但不能说每个数组都是矩阵。
矩阵是二维的，而数组可以是任意维度的。
R编程中的fitdistr()函数定义在MASS包中，用于对单变量分布进行最大似然拟合。
GGobi用于对高维数据进行可视化。R编程中的GGobi是一个开源程序。
我们已经了解了机器学习中的箱线图或散点图、直方图等。Iplots是一个包，有助于生成平行图、散点图、直方图等图。
Lattice()包有助于改进R编程中的基础图形。它提高了默认值的质量，并使多变量关系的显示更加容易。
anova()函数在R编程中用于比较嵌套的模型。
cv.lm()函数用于验证R中的k折交叉验证。它定义在DAAg包中。
stepAIC()函数用于逐步模型选择，它定义在MASS包中。
leaps()函数定义在leaps包中，用于执行所有子集回归。
Relaimpo包在R编程中用于检查模型中所有预测变量的相对重要性。
MANOVA表示多变量方差分析，它用于同时检验多个因变量。
R编程中的robust包提供了一系列稳健方法，包括回归。
在R编程中，我们使用指数模型和ARIMA模型。forecast包提供了用于选择这些模型的函数。
qda()函数用于显示R语言中的二次判别分析。
如果判别函数的依据是某些中心化的变量，我们应该在R中使用lda()来显示这些判别函数。
我们知道R语言有ARIMA模型，包括季节性和非季节性。auto.arima()函数可以处理这两者。
如果我们想在R语言中旋转或提取主成分，我们应该使用principal()函数。
它是R语言中可用的一种包，包括定性变量和定量变量。也包含观测值和辅助变量。
我们有一个命令，例如“?NA”，用于查找关于缺失值的帮助页面。
我们可以在R语言中使用一行代码计算标准差：“sd(n, na.rm=TRUE)”
我们在R中有“col.max(x)”命令。
使用命令“data(package = "package_name")”
我们有命令“data(package = .packages(all.available = TRUE))”
Element %in% n
pairs( formula, data)
其中formula是成对出现的变量，data是取这些变量的数据集。
is.matrix(object)返回TRUE，那么它就是一个矩阵数据对象。
我们有t()函数用于查找任何矩阵的转置。这里我们需要在括号中添加矩阵名称。
R编程中的SEM表示结构方程模型。
R编程中的CFA表示验证性因子分析。
使用R编程中的cluster.stats()函数，我们可以使用不同的验证方法来比较两个聚类解决方案的相似性。此函数定义在R的fpc包中。
它用于层次聚类，并提供p值。它定义在R语言的pvclust包中。
这包括用于创建Matlab函数调用副本的变量和函数[包装器]。
卡方检验用于检查两个变量的类别之间是否存在任何关系。它有助于检查频率表。
它被称为决策树森林，是一种分类和回归方法，在机器学习教程中有详细介绍。
饼图就像一个圆形图，其中各个组成部分由各种颜色的圆的切片形成。饼图是R编程库中用于制作图表和图表的众多包之一。
在R编程中，我们可以在代码的任何地方写注释，但必须以“#”开头。
我们可以在R语言中使用以下方式创建表：
myTable = data.frame()
edit(myTable)
我们可以说它有两个不同的系统：32位和64位。在32位操作系统中，内存限制为2或3GB。如果系统是64位的，则可达8TB。
我们可以使用赋值运算符‘ <- ’在R编程中创建一个变量。
这是一种用于计算样本大小效应的设计。Pwr包在R编程中用于功效分析。
我们有不同的方法可以使用R导出数据，其中一些是：
我们在R编程中使用“NaN”来表示不可能的值。
为了在R编程中将对象保存到文件，我们使用“save()”命令。
order()函数用于R语言中的排序。
