r語言命令

1. 如何在R語言中使用SQL命令

R中還有一個有趣的sqldf包，它可以讓你用SQL來操作dataframe，這種功能能讓會R的人能練習SQL，會SQL的人能練習R，不得不感嘆R語言的強大技能和神奇魅力。
當然也可以將R與外部資料庫連接，直接在R中操作資料庫，並生成最終結果，這也是一種可行的方法。在R中連接資料庫需要安裝其它的擴展包，根據連接方式不同我們有兩種選擇：一種是ODBC方式，需要安裝RODBC包並安裝ODBC驅動。另一種是DBI方式，可以根據已經安裝的資料庫類型來安裝相應的驅動。因為後者保留了各資料庫原本的特性，所以個人比較偏好用DBI連接方式。有下面這幾種主要的包提供了DBI連接：RMySQL，RSQLite，ROracle，RPostgreSQL。由名字看得出它們分別對應了幾種主流的資料庫。

2. r語言表示或者用什麼符號

R是一款統計計算編程語言，你可以在通用公共許可（GPL）規則下從互聯網獲取它。也就是說，你可以免費獲取它、發布它，甚至拿它來賣錢，只要獲取者與你有相同的權利，並且可以免費獲得源代碼。R可以在微軟公司的Windows XP以及之後的版本中使用，在UNIX，Linux以及蘋果公司的Macintosh OS X系統中也可以使用。

R提供了統計計算以及繪圖的環境。事實上，R是一款完整的編程語言，盡管這一點在本書中鮮有提及。本書中，我們主要學習一些基本的概念，並且研究一些有指導性的例子。

R可以在某個統計計算結果的基礎上再進行擴展計算。此外，R的數據可視化系統既允許我們使用諸如plot(x,y)這樣的簡單命令來進行繪圖，也提供了對圖形輸出更好的控制。正因為R是一款編程語言，所以R非常靈活。其他一些統計軟體，提供了更好的交互以及菜單表格類的選項介面，但是通常這樣用戶友好的界面反而會限制使用者進一步探索。盡管一些基本的統計只需要一些固定的計算過程，但是對於一個稍微復雜的數據進行建模，就需要一些特別設定的計算，而R的靈活性在這時就會成為顯著的優勢。

R之所以被稱為「R」，其實是一個互聯網式的幽默。也許你知道C語言（C語言之所以被稱為C也是有一段故事的）。受到這種命名方式的啟發，Bechker和Chambers在20世紀80年代早期為他們新發明的語言起名為S。這種語言後來被發展成一個商用的版本S-PLUS，並被全世界各地的統計學家廣為使用。紐西蘭奧克蘭大學的Ross Ihaka和Robert Gentleman為了教學目的，寫了一個S的簡化版。這兩位先生的名字都以R開頭，好吧，還有什麼理由拒絕以R作為這個語言的名字呢？

在1995年，Martin Maechler勸說Ross和Robert在GPL規則下公開他們R語言的源代碼。這與當時風行一時的Linux系統開源運動不謀而合。R很快給那些需要在Linux上進行統計計算的人帶去了福音。很快，交流故障與討論R發展的郵件列表就被建立起來。

初始步驟
開始運行R是很簡單的，但方法取決於你的操作平台。你可以從系統菜單啟動，雙擊圖標或在系統命令行中輸入命令"R"。這將產生一個控制台窗口，或在當前終端窗口啟動一個互動式程序。在這兩種情形下，R都通過問答模式工作，即你輸入命令行並按下Enter鍵，然後程序運行，輸出相關結果，繼續要求更多的輸入。當R在准備輸入狀態時，它顯示的提示符是一個">"符號。R也可以作為純文本應用程序或批處理模式來應用，但針對本章的目的，我將假設你處於一個圖形工作站上。

3. R語言命令行操作中，怎麼能讓命令自動換行

自動換行好像有點難度
如果是R裡面就自己打回車吧
或者新建腳本程序
把命令打好再運行
或者你用Rstudio
界面會更友好點！

4. r語言中能計算數據距離的命令

關於譜能量，有這樣一種解釋，你可以試著去算一算信號可以分成能量信號與功率信號，非周期能量信號具有能量譜密度，是傅立葉變換的平方，功率信號具有功率譜密度，其與自相關函數是一對傅立葉變換對，等於傅立葉變換的平方/區間長度。不能混淆。能量信號是沒有功率譜的。胡廣書老師的書上找到這么一段話，「隨機信號在時間上是無限的，在樣本上也是無窮多，因此隨機信號的能量是無限的，它應是功率信號。功率信號不滿足付里葉變換的絕對可積的條件，因此其付里葉變換是不存在的。如確定性的正弦函數的付里葉變換是不存在，只有引入了沖激函數才求得其付里葉變換。因此，對隨機信號的頻譜分析，不再簡單的是頻譜，而是功率譜。」對於確定性信號而言，裡面存在能量信號，是沒有功率譜密度的，也存在功率信號，是有功率譜密度的。所以信號的頻譜與是否是確定性信號沒有必然聯系。以下論點來源於研學論壇：頻譜是信號的傅立葉變換。它描述了信號在各個頻率上的分布大小。頻譜的平方(當能量有限，平均功率為0時稱為能量譜)描述了信號能量在各個頻率上的分布大小。計算過程中，都是通過樣本數據的快速傅立葉變換來計算。但不同的是，信號的頻譜是復數，包含幅頻響應和相頻響應，重復計算時的結果基本相同。而隨機信號的功率譜也可以對數據進行FFT，但必須計算模值的平方，因為功率譜是實數。而且換一組樣本後，計算的結果略有不同，因為隨機信號的樣本取值不同。要得到真實的功率譜必須進行多次平均，次數越多越好。根據parseval定理，信號傅氏變換模平方被定義為能量譜，即單位頻率范圍內包含的信號能量。自然，能量跟功率有一個時間平均的關系，所以，能量譜密度在時間上平均就得到了功率譜。matlab實現經典功率譜估計fft做出來是頻譜，psd做出來是功率譜；功率譜丟失了頻譜的相位信息；頻譜不同的信號其功率譜是可能相同的；功率譜是幅度取模後平方，結果是個實數matlab中自功率譜密度直接用psd函數就可以求，按照matlab的說法，psd能實現Welch法估計，即相當於用改進的平均周期圖法來求取隨機信號的功率譜密度估計。psd求出的結果應該更光滑吧。1、直接法：直接法又稱周期圖法，它是把隨機序列x(n)的N個觀測數據視為一能量有限的序列，直接計算x(n)的離散傅立葉變換，得X(k)，然後再取其幅值的平方，並除以N，作為序列x(n)真實功率譜的估計。Matlab代碼示例：clear;Fs=1000; %采樣頻率n=0:1/Fs:1;%產生含有雜訊的序列xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));window=boxcar(length(xn)); %矩形窗nfft=1024;[Pxx,f]=periodogram(xn,window,nfft,Fs); %直接法plot(f,10*log10(Pxx));2、間接法：間接法先由序列x(n)估計出自相關函數R(n)，然後對R(n)進行傅立葉變換，便得到x(n)的功率譜估計。Matlab代碼示例：clear;Fs=1000; %采樣頻率n=0:1/Fs:1;%產生含有雜訊的序列xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));nfft=1024;cxn=xcorr(xn,'unbiased'); %計算序列的自相關函數CXk=fft(cxn,nfft);Pxx=abs(CXk);index=0:round(nfft/2-1);k=index*Fs/nfft;plot_Pxx=10*log10(Pxx(index+1));plot(k,plot_Pxx);3、改進的直接法：對於直接法的功率譜估計，當數據長度N太大時，譜曲線起伏加劇，若N太小，譜的解析度又不好，因此需要改進。3.1、Bartlett法Bartlett平均周期圖的方法是將N點的有限長序列x(n)分段求周期圖再平均。Matlab代碼示例：clear；Fs=1000;n=0:1/Fs:1;xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));nfft=1024;window=boxcar(length(n)); %矩形窗noverlap=0; %數據無重疊p=0.9; %置信概率[Pxx,Pxxc]=psd(xn,nfft,Fs,window,noverlap,p);index=0:round(nfft/2-1);k=index*Fs/nfft;plot_Pxx=10*log10(Pxx(index+1));plot_Pxxc=10*log10(Pxxc(index+1));figure(1)plot(k,plot_Pxx);pause;figure(2)plot(k,[plot_Pxx plot_Pxx-plot_Pxxc plot_Pxx+plot_Pxxc]);3.2、Welch法Welch法對Bartlett法進行了兩方面的修正，一是選擇適當的窗函數w(n)，並再周期圖計算前直接加進去，加窗的優點是無論什麼樣的窗函數均可使譜估計非負。二是在分段時，可使各段之間有重疊，這樣會使方差減小。Matlab代碼示例：clear;Fs=1000;n=0:1/Fs:1;xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));nfft=1024;window=boxcar(100); %矩形窗window1=hamming(100); %海明窗window2=blackman(100); %blackman窗noverlap=20; %數據無重疊range='half'; %頻率間隔為[0 Fs/2]，只計算一半的頻率[Pxx,f]=pwelch(xn,window,noverlap,nfft,Fs,range);[Pxx1,f]=pwelch(xn,window1,noverlap,nfft,Fs,range);[Pxx2,f]=pwelch(xn,window2,noverlap,nfft,Fs,range);plot_Pxx=10*log10(Pxx);plot_Pxx1=10*log10(Pxx1);plot_Pxx2=10*log10(Pxx2);figure(1)plot(f,plot_Pxx);pause;figure(2)plot(f,plot_Pxx1);pause;figure(3)plot(f,plot_Pxx2);

5. r語言console窗口指令除了清屏就沒有別的辦法把指令行往上拉么總在最下的好難受！

新建一個Rscript腳本文件，在腳本裡面輸入命令，然後選中命令右鍵運行！或者使用RStudio或是TINN-R等IDE！我做這方面數據分析挺多的！

6. R語言 plot命令 怎樣在描出的點的附近加上文字

使用低級繪圖命令，如points(x,y)、lines(x,y)、text(x,y)等比如利用plot(2,3)做了個點圖，再用points(1,2)，則在(1,2)加了個點，變成2個點在一張圖上

7. R語言中drop的用法

對於一個多維數據z，drop（z）是把長度為一的維數去掉之後的z
例如如果z<-c(1:12)是3維數據，每維長度分別為1、3、4
drop(z)就返回二維數據長度為3和4了
dim是給數組賦予維數的意思
比如z<-c（1，2，3，4，5，6）本來是一維的
如果輸入命令dim（z）<-c(2,3)
z就變成二維的了，每維長度分別為2和3：
1
3
5
2
4
6

8. 在R語言中什麼命令可以與Matlab中的subplot類似函數

如果用build-in function里的plot，沒有完全一致的subplot函數做對應，但是思路跟matlab是一樣的：就是將畫布分為你需要subplot的數量，舉例如下：

python">attach(iris)
par(mfrow=c(1,2))#將畫布分為一行兩列
plot(iris$Sepal.Length,iris$Sepal.Width)
plot(iris$Petal.Length,iris$Petal.Width)

結果如下：

望採納，謝謝！