R语言学习笔记（1）

比较两个向量是否相等

all(..., na.rm = FALSE)接受任意个逻辑型向量作为参数，返回TRUE如果向量全为TRUE，反之则返回FALSE，参数na.rm = TRUE时忽略向量中的NA。如果传入的参数为空向量或者未传入参数，返回的结果都是TRUE，这样保证了all(all(x),all(y)) == all(x,y)即使x是空向量（来自官方文档）。
any(..., na.rm = FALSE)是类似的，区别是函数返回TRUE如果向量中至少一个值为TRUE，反之返回FALSE。如果参数为空向量也会返回FALSE。
在我想要判断两个向量是否相等时，例如x和y，我了解到可以使用all(x == y)来判断，注意如果在if语句中使用(x == y) == rep(TRUE, length(x))，只会按照向量的第一个值进行比较判断。
再之后，我又了解到可以使用identical()函数进行判断，idential(x,y)判断时严格的，严格比较两个变量是否完全相等，包括数据类型，例如identical(1, as.integer(1))会返回FALSE。其它参数可以参见文档。
如果要求放低，还可以使用all.equal()函数，这里函数不会比较变量的数据类型，同时允许变量间有一定的小差别，通过tolerance参数来调节，默认为1.5e-8。all.equal()只有在相等时返回TRUE，否则则会返回对于差距的描述，因此在使用时应当使用isTrue(all.equal(x,y))。其它参数参见文档。 下面是几个实例。

x <- c(1,2); y <- c(1,3)
if(all(x == y)) print(TRUE)
if((x == y) == rep(TRUE, length(x))) print(TRUE)

## Warning in if ((x == y) == rep(TRUE, length(x))) print(TRUE): 条件的长度大于一，
## 因此只能用其第一元素

## [1] TRUE

#identical函数
x <- c(1,2); y <- c(1,2); z <- c(1, 2)
identical(x, y)

## [1] TRUE

identical(x, z)

## [1] TRUE

identical(1, as,integer(1))

## [1] FALSE

#all.equal函数
x <- c(1, 2); y <- c(1.1, 1.9)
all.equal(x, y, tolerance = 0.2)

## [1] TRUE

all.equal(1, as.integer(1))

## [1] TRUE

计算累计和

给定一个长度为n的数组，计算其前k项和，其中1<=k<=n。我曾在一个帖子（统计之都上的帖子，不过我现在找不到了）看到，众多大佬说R语言几乎所有问题都可以避免使用for语句，并且减少使用for语句可以有效减少运行时间。于是我突发奇想，使用一个下三角矩阵和数组做矩阵乘法，并自以为很高明，直到计算一个较大的数组时提示内存溢出——生成的矩阵太大了。
cumsum()就是求累计和的一个函数，它返回和原向量相同长度的向量，其第k项为原数组前k项和。类似的函数还有cumprod()，cummax()，cummin()。我通过一定的方法找到了函数的源代码，发现源代码是由C书写的，使用的是递推的方法。

static SEXP cumsum(SEXP x, SEXP s)
{
    LDOUBLE sum = 0.;
    double *rx = REAL(x), *rs = REAL(s);
    for (R_xlen_t i = 0 ; i < XLENGTH(x) ; i++) {
    sum += rx[i]; /* NA and NaN propagated */
    rs[i] = (double) sum;
    }
    return s;
}

如果要从最后开始求和，可以使用rev()将数组倒序之后再使用cumsum()函数。

字母表

C和C++里可以将英文字母转化为ASCII码进行运算，R里则不用那么麻烦。LETTERS和letters两个内置变量分别存储了大写英文字母和小写英文字母，对于字母的类似运算，可以使用match()函数将字母转化为数字再进行运算。
值得一提的是R里还有几个内置变量month.abb，month.name和pi,分别记录了月份的英文缩写，月份的英文名和\(\pi\)的值。