R 内置函数

17 Mar 2025 | 5 分钟阅读

在编程框架中已经创建或定义的函数称为内置函数。R 拥有一组丰富的函数，可用于执行用户几乎所有任务。这些内置函数根据其功能分为以下几类。

数学函数

R 提供了各种数学函数来执行数学计算。这些数学函数对于查找绝对值、平方值和更多计算非常有帮助。在 R 中，使用以下函数

序号	函数	描述	示例
1.	abs(x)	它返回输入 x 的绝对值。	x<- -4 print(abs(x)) 输出 [1] 4
2.	sqrt(x)	它返回输入 x 的平方根。	x<- 4 print(sqrt(x)) 输出 [1] 2
3.	ceiling(x)	它返回大于或等于 x 的最小整数。	x<- 4.5 print(ceiling(x)) 输出 [1] 5
4.	floor(x)	它返回小于或等于 x 的最大整数。	x<- 2.5 print(floor(x)) 输出 [1] 2
5.	trunc(x)	它返回输入 x 的截断值。	x<- c(1.2,2.5,8.1) print(trunc(x)) 输出 [1] 1 2 8
6.	round(x, digits=n)	它返回输入 x 的四舍五入值。	x<- -4 print(abs(x)) 输出 4
7.	cos(x), sin(x), tan(x)	它返回输入 x 的 cos(x), sin(x) 值。	x<- 4 print(cos(x)) print(sin(x)) print(tan(x)) 输出 [1] -06536436 [2] -0.7568025 [3] 1.157821
8.	log(x)	它返回输入 x 的自然对数。	x<- 4 print(log(x)) 输出 [1] 1.386294
9.	log10(x)	它返回输入 x 的常用对数。	x<- 4 print(log10(x)) 输出 [1] 0.60206
10.	exp(x)	它返回指数。	x<- 4 print(exp(x)) 输出 [1] 54.59815

字符串函数

R 提供了各种字符串函数来执行任务。这些字符串函数允许我们从字符串中提取子字符串、搜索模式等。R 中有以下字符串函数

序号	函数	描述	示例
1.	substr(x, start=n1,stop=n2)	它用于提取字符向量中的子字符串。	a <- "987654321" substr(a, 3, 3) 输出 [1] "3"
2.	grep(pattern, x , ignore.case=FALSE, fixed=FALSE)	它在 x 中搜索模式。	st1 <- c('abcd','bdcd','abcdabcd') pattern<- '^abc' print(grep(pattern, st1)) 输出 [1] 1 3
3.	sub(pattern, replacement, x, ignore.case =FALSE, fixed=FALSE)	它在 x 中查找模式并将其替换为替换（新）文本。	st1<- "England is beautiful but no the part of EU" sub("England', "UK", st1) 输出 [1] "UK is beautiful but not a part of EU"
4.	paste(..., sep="")	它使用 sep 字符串连接字符串以分隔它们。	paste('one',2,'three',4,'five') 输出 [1] one 2 three 4 five
5.	strsplit(x, split)	它在分割点分割字符向量 x 的元素。	a<-"Split all the character" print(strsplit(a, "")) 输出 [[1]] [1] "split" "all" "the" "character"
6.	tolower(x)	它用于将字符串转换为小写。	st1<- "shuBHAm" print(tolower(st1)) 输出 [1] shubham
7.	toupper(x)	它用于将字符串转换为大写。	st1<- "shuBHAm" print(toupper(st1)) 输出 [1] SHUBHAM

统计概率函数

R 提供了各种统计概率函数来执行统计任务。这些统计函数对于查找正态密度、正态分位数和更多计算非常有帮助。在 R 中，使用以下函数

序号	函数	描述	示例
1.	dnorm(x, m=0, sd=1, log=False)	它用于查找给定均值和标准差下每个点的概率分布的高度	a <- seq(-7, 7, by=0.1) b <- dnorm(a, mean=2.5, sd=0.5) png(file="dnorm.png") plot(x,y) dev.off()
2.	pnorm(q, m=0, sd=1, lower.tail=TRUE, log.p=FALSE)	它用于查找正态分布随机数小于给定值的概率。	a <- seq(-7, 7, by=0.2) b <- dnorm(a, mean=2.5, sd=2) png(file="pnorm.png") plot(x,y) dev.off()
3.	qnorm(p, m=0, sd=1)	它用于查找其累积值与概率值匹配的数字。	a <- seq(1, 2, by=002) b <- qnorm(a, mean=2.5, sd=0.5) png(file="qnorm.png") plot(x,y) dev.off()
4.	rnorm(n, m=0, sd=1)	它用于生成分布为正态的随机数。	y <- rnorm(40) png(file="rnorm.png") hist(y, main="Normal Distribution") dev.off()
5.	dbinom(x, size, prob)	它用于查找每个点的概率密度分布。	a<-seq(0, 40, by=1) b<- dbinom(a, 40, 0.5) png(file="pnorm.png") plot(x,y) dev.off()
6.	pbinom(q, size, prob)	它用于查找事件的累积概率（表示概率的单个值）。	a <- pbinom(25, 40,0.5) print(a) 输出 [1] 0.9596548
7.	qbinom(p, size, prob)	它用于查找其累积值与概率值匹配的数字。	a <- qbinom(0.25, 40,01/2) print(a) 输出 [1] 18
8.	rbinom(n, size, prob)	它用于从给定样本中生成给定概率的所需随机值。	a <- rbinom(6, 140,0.4) print(a) 输出 [1] 55 61 46 56 58 49
9.	dpois(x, lamba)	它是事件期望数为 lambda (λ) 时，一个周期内 x 次成功的概率	dpois(a=2, lambda=3)+dpois(a=3, lambda=3)+dpois(z=4, labda=4) 输出 [1] 0.616115
10.	ppois(q, lamba)	它是小于或等于 q 次成功的累积概率。	ppois(q=4, lambda=3, lower.tail=TRUE)-ppois(q=1, lambda=3, lower.tail=TRUE) 输出 [1] 0.6434504
11.	rpois(n, lamba)	它用于从泊松分布中生成随机数。	rpois(10, 10) [1] 6 10 11 3 10 7 7 8 14 12
12.	dunif(x, min=0, max=1)	此函数提供有关从 min 到 max 区间的均匀分布的信息。它给出密度。	dunif(x, min=0, max=1, log=FALSE)
13.	punif(q, min=0, max=1)	它给出分布函数	punif(q, min=0, max=1, lower.tail=TRUE, log.p=FALSE)
14.	qunif(p, min=0, max=1)	它给出分位数函数。	qunif(p, min=0, max=1, lower.tail=TRUE, log.p=FALSE)
15.	runif(x, min=0, max=1)	它生成随机偏差。	runif(x, min=0, max=1)

其他统计函数

除了上面提到的函数外，还有一些其他有用的函数可以帮助实现统计目的。以下是函数

序号	函数	描述	示例
1.	mean(x, trim=0, na.rm=FALSE)	它用于查找 x 对象的均值	a<-c(0:10, 40) xm<-mean(a) print(xm) 输出 [1] 7.916667
2.	sd(x)	它返回对象的标准差。	a<-c(0:10, 40) xm<-sd(a) print(xm) 输出 [1] 10.58694
3.	median(x)	它返回中位数。	a<-c(0:10, 40) xm<-meadian(a) print(xm) 输出 [1] 5.5
4.	quantilie(x, probs)	它返回分位数，其中 x 是需要其分位数的数值向量，probs 是一个概率在 [0, 1] 中的数值向量
5.	range(x)	它返回范围。	a<-c(0:10, 40) xm<-range(a) print(xm) 输出 [1] 0 40
6.	sum(x)	它返回总和。	a<-c(0:10, 40) xm<-sum(a) print(xm) 输出 [1] 95
7.	diff(x, lag=1)	它返回带 lag 的差值，指示要使用的滞后项。	a<-c(0:10, 40) xm<-diff(a) print(xm) 输出 [1] 1 1 1 1 1 1 1 1 1 1 30
8.	min(x)	它返回最小值。	a<-c(0:10, 40) xm<-min(a) print(xm) 输出 [1] 0
9.	max(x)	它返回最大值	a<-c(0:10, 40) xm<-max(a) print(xm) 输出 [1] 40
10.	scale(x, center=TRUE, scale=TRUE)	列中心或标准化矩阵。	a <- matrix(1:9,3,3) scale(x) 输出 [,1] [1,] -0.747776547 [2,] -0.653320562 [3,] -0.558864577 [4,] -0.464408592 [5,] -0.369952608 [6,] -0.275496623 [7,] -0.181040638 [8,] -0.086584653 [9,] 0.007871332 [10,] 0.102327317 [11,] 0.196783302 [12,] 3.030462849 attr(,"scaled:center") [1] 7.916667 attr(,"scaled:scale") [1] 10.58694