rm(list=ls()) #清理内存
options(digits=4) #输出结果位数
par(mar=c(4,4,2,1)+0.1,cex=0.8) #图形修饰
X=matrix(1:20,10,2)
X
x=rnorm(100)#产生100个标准正态分布随机数
x
hist(x,prob=T)#做x这组数据的直方图,其中纵轴表示频率
curve(dnorm(x),add=T)#添加直方图拟合的密度函数曲线
x1=c(171,175,159,155,152,158,154,164,168,166,159,164)#创建一个向量
x2=c(57,64,41,38,35,44,41,51,57,49,47,46)
length(x1)#向量的长度
mode(x1)#数据的类型
rbind(x1,x2)#按行合并
cbind(x1,x2)#按列合并
matrix(x1,nrow=3,ncol=4)#利用x1数据创建矩阵
matrix(x1,nrow=4,ncol=3)#创建行数列数发生变化的矩阵
matrix(x1,nrow=4,ncol=3,byrow=T)#创建按照行排列的矩阵
A=matrix(1:12,nrow=3,ncol=4)#创建矩阵
t(A)#求矩阵转置
A=B=matrix(1:12,nrow=3,ncol=4)#创建两个相同的矩阵
A+B#矩阵加法
A-B#矩阵减法
A=matrix(1:12,nrow=3,ncol=4)#创建矩阵
B=matrix(1:12,nrow=4,ncol=3)#创建矩阵
A%*%B#求矩阵的乘积
A=matrix(1:16,nrow=4,ncol=4)#创建行列数相等矩阵
diag(A)#获得矩阵对角线元素
diag(diag(A))#利用对角线元素创建对角矩阵
diag(3)#创建3阶单位矩阵
A=matrix(rnorm(16),4,4)#创建矩阵
A
solve(A)#求矩阵的逆
(A=diag(4)+1) #创建矩阵
A.e=eigen(A,symmetric=T) #求矩阵的特征值与特征向量
A.e$