京公网安备 11010802034615号
经营许可证编号:京B2-20210330
R语言自定义函数
R语言某种程度来说本身就是一个函数库,因为它有大量的函数可供调用,加上函数式编程,使得R语言的功能很强大。但是,有时候,根据实际需要,我们还是需要自己动手编写函数,从而减少代码的缀余与工作量。
与其它语言一样,函数的组成莫过于关键字function、形参、是否返回值。函数的具体用法这里用几个例子说明
调用函数
这里写一个打印函数演示简单的参数传递功能:
> a <-function(x){print(x)}
> a('hello world!')
[1] "hello world!"
写一个函数实现矩阵的乘法:
rm(list = ls())
a <-function(x,y)
{
m1 <- ncol(x)
n <- nrow(y)
if(m1!=n)
{
print('error dimension is not siutable')
return(0)
}
m <- nrow(x)
n1 <- ncol(y)
s <-matrix(0,m,n1)
for(i in 1:m)
for(j in 1:n1)
s[i,j] <- sum(x[i,]*y[,j])
return(s)
}
我们构造两个矩阵
> x <-matrix(c(1:6),2,3,byrow = TRUE)
> y <-matrix(c(1:8),2,4,byrow = TRUE)
显然x的列与y的行数不一样,会不满足矩阵的乘法。
> mat <- a(x,y)
[1] "error dimension is not siutable"
x <-matrix(c(1:6),2,3,byrow = TRUE)
y <-matrix(c(1:6),3,2,byrow = TRUE)x <-matrix(c(1:6),2,3,byrow = TRUE)
y <-matrix(c(1:6),3,2,byrow = TRUE)
mat <- a(x,y)
> mat
[,1] [,2]
[1,] 22 28
[2,] 49 64
函数的嵌套
在矩阵运算函数中定义了一个打印新矩阵最大值函数
rm(list = ls())
a <-function(x,y)
{
maxer <- function(x.)
{
print(max(x.))
}
m1 <- ncol(x)
n <- nrow(y)
if(m1!=n)
{
print('error dimension is not siutable')
return(0)
}
m <- nrow(x)
n1 <- ncol(y)
s <-matrix(0,m,n1)
for(i in 1:m)
for(j in 1:n1)
s[i,j] <- sum(x[i,]*y[,j])
maxer(s)
return(s)
}
x <-matrix(c(1:6),2,3,byrow = TRUE)
y <-matrix(c(1:6),3,2,byrow = TRUE)
mat <- a(x,y)
[1] 64
R语言函数与其它语言相比很简单、方便,实战可能很复杂,需要根据实际情况,灵活运用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27