在学习R语言的途中，发现函数太多实在不好记。所以，本文记录下学习期间遇到的函数，做一个备忘，索引，方便查看函数的大致用途！学到什麽就更新什麽！
str() 紧凑的显示R对象的内部结构
生成随机变量 rpois() 泊松随机变量
d 正态分布
pnorm() 估计累计分布
qnorml() 估计分位数
summary()
set.seed() 随机数字成成器种子，可以用来生成完全相同的随机数
设置符合模型的随机变量
rbinom() 二项分布
sample() 从指定的一组对象集合中随机抽样 sample.interval=
分析器 分析耗时时间长的原因
system.time() 取出并分析任意一条R语句运行时间
多核库
R分析器 函数Rprof() 启动R中的分析器，可在规律的样本区间内记录追踪函数调用栈，函数运行必须大于0.02秒
summaryRprof() 取出分析结果，总结成可以阅读的方式
规范化 by,total
by self 函数真正耗费的时间
lapply() 回传为一个列表
sapply() 简化了结果，结果可以简化为向量
apply() 对数组进行行或者列的运算
tapply(） 运用于向量的子集
mapply() 运用于多变量，变量类型不同
split() 把对象分为几块
mean 均值
runif 使用随机数发生器生成符合均匀分布的随机变量
匿名函数 不必为函数指明名称
probs() 计算百分位
quantitle() 想计算的分位数
rep() 重复
rnorm(10),runif(10),rnorm(10,1) 10个正态随机变量，10个均匀随机变量，10个均值为1的正态随机变量
range 返回的范围
有缺失值将会导致无法计算平均值
interaction() 组合
统计 sqlist(x,list(f1,f2))) drop=TRUE 减去水平为空的
traceback() 告知一共调用了多少个函数，以及错误在哪里
debug() 停在函数的第一行，browser()
browser() 一行一行的执行
trace() 可以在函数中加入试调代码，不用改变源码
recover() 错误处置函数
repeat 执行无限循环
next 忽略程序中的某次迭代
return 退出函数
seq_along(x) 创建一个与x等长的数列
rbinom()
sd（） 计算标准差
na.rm=FALSE 是否移除缺省值
lm() 把数据拟合到线性模型
formula,公式 subset,子集，weights 权重
惰性求值
... 参数 一些可以传递给另一个函数的参数，用于拓展另一个函数，不想复制原函数的整个参数表
绘制线 type=1
... 用在泛型函数中，使得附加函数可以传递给方法（method)
泛型函数不做任何事，他的作用是根据数据类型使用合适的方法
...用在事先函数的参数个数不确定的时候
paste() 将一组字符串连起来，新建一个字符或者是字符串向量
cat() 将字符串链接，输出到文件或者控制台
... 之后的参数列表需要明确的给出名称，而且不能进行部分匹配
library() 载入一个包
作用域规则是R不同于S的所在，一个值如何与函数中的自由变量绑定起来，词法作用域
构造函数
函数可以嵌套
ls(environment(函数环境)) 查看函数所在的环境
get("n",environment(函数）) 得到n的环境
1 > x<-as.Date("1970-01-01") 2 > x 3 [1] "1970-01-01" 4 > unclass(x) 5 [1] 0 6 > unclass(as.Date("2015-10-07")) 7 [1] 16715 8 >
as.Date() 转换日期
as.POSIXit() as.POSIXct() 转换为时间
Sys.time() 返回系统时间
as.POSIXlt() 转换为这种格式 类型是一个列表
POSIXct() 用很大的整数来表示
1 p<- as.POSIXlt(x) 2 > names(unclass(p)) 3 [1] "sec" "min" "hour" "mday" "mon" "year" 4 [7] "wday" "yday" "isdst" "zone" "gmtoff" 5 > p 6 [1] "2015-10-07 16:47:54 CST" 7 >
strptime() 函数 字符串函数转换为时间或者日期对象
as.Date() 作为时间
R Programming for Data Science
R导论
R数据的导入与导出
#表示右边所有的内容都是注释
【1】元素在向量里的位置
list可以包含多种数据类型
向量只能包含一种数据类型
数字后大写L表示整型的数字
inf表示无穷
NAN 无定义的值
对象属性 维度 长度 类 用户属性
attribute（） 设定修改对象的属性
c() 串联对象，不同类型后台强制转换 创建对象属性
显示的转换 as.开头 NA转换失败
matrix（） 矩阵
dim() 维度
创建矩阵 1,数据 行列号，先填行，后列
2.先建立向量，后添加属性
3.绑定行和列来创建 cbind() rbind()
factor 因子，有序，无序两种，无序用来标记那些可以分类，无序的数据，有序标记有先后顺序的数据，可以不是数值类型但是有序。相当于标签。
table() 频率
unclass() 移除向量的类型
leaves() 确定基线水平
NAN 未定义的数学运算
NA 它的缺失值，也有不同的类
is.na() 用来检查值是否缺失
NAN是NA 但是NA不一定是NAN
Data Frames 数据框 用来存储数据表格数据的重要类型，可以存储不同类型的对象（与矩阵相比）
read.table(） read.csv 创建数据框，data.frame()
data.matrix() 数据框转换为矩阵
names()<-c() 为对象赋予名字
list(a=1,b=2,c=3) 为list赋予名字
matrix 名字 dimnames(m)<- list(c("a","b"),c("c","d"))
Summary
R读取数据
1.read.table() 默认分割符空格 2.read.csv() 默认分割符逗号 返回一个 data frame
readLines() 逐行读取文本文件，返回一个字符向量
source() dget()读取R代码文件，分析过后，文本方式存储的R对象
load() unserialize() 用于把二进制对象读入R
写入 write.table() writeLines(),dump(),dput(),save(),serialize()
header 第一行是否是表头 sep分割符 colClass 字符集 与列数相等 skip忽略多少行
sapply() 遍历每一列，调用class() 确定类型
url() 与网页建立联系
file() 无压缩的文件建立联系
gzfile() bzfile() 用来建立和压缩文件之间的联系
description="" 参数是文件名
读取文件 con<- file("文件名","r")
data <- read.csv(con)
close(con)
与下面效果相同 data<- read.csv("文件名")
con<- gzfile("name")
x<- readlines(con,10)
读取指定的行数
双括号可以使用计算的索引，可以用一个整数数列作为参数
subsetting a Matrix
向量化运算，不用写循环，事件可以是并行的
==测试相等性
矩阵 x*y 按元素相乘，并非矩阵乘法
矩阵乘法 %*%
工具 swirl
optim() nlm() 用于优化的函数 optimize() 默认求最小值
sigma() 标准差
cmd+i 缩进
traceback() 分析错误
内部时间1970年至今以秒的方式计数
2015-10-10
原文：http://www.cnblogs.com/chance88/p/4868216.html