多用自带help。
自带help无文档时，可以用??sth来查询sth
vector操作
Vec[-1]: to exclude vec[1]
%*%: dot product
Mean(vec):均值 sd:标准差 var:方差 max:最大值 min:最小值 median:中位数 sum:求和 prod:连乘所有元素 quantile:分位数（公式pos(p)=1+(n-1)*p） length:长度 range:所在区间
log;exp;sqrt
vector内元素强制同一类型；list可不同类型
prop.table(table(vector))用来显示vector中的各不同类的值所占的比例
函数
Name=function(){
Return(…)
}
Stop(s)停止函数并输出s
一般性操作
Str()展示结构 summary展示包括分位数和均值
boxplot()或者hist（）可以直接出图; hist中参数col指颜色，xlim指x显示区间，xlab指x的标签
Head(obj, n=5)展示头五个元素 Tail
Runif均匀, rnorm, rpois泊松, rexp，rbinom二项, rchisq卡方，rt，rf
Seq(from, to , by): range() in py
Rep('',3): repeat '' 3 times Replicate(n, function)重复用函数
string操作
Tolower(string); toupper
Paste():print() in py,可调整sep参数，默认空格 Paste0()为sep=空 File.path()sep为/
tibble操作
da=tibble(age=c(,,), per=c(,,), inc=c(,,))：创建data frame
da$age或者da[[1]]：得到列向量
da[1]或者da['age']：得到新data frame（关键在于用单中括号）
da[,2]: entire col2构成的新data frame
da[3:4,2]
{ind <- data$age == 22
data[ind, ] # index rows by binary vector ind
}
colnames(da): 展示；colnames(da)=c(,,)更改
write_tsv(da, ''); write_csv;
如果不是data_frame格式(实践好像也行)，可以用saveRDS存,后缀名为.rds，直接打开或者用readRDS打开; 用save.image可以直接存目前环境中的全部内容,用load加载或者直接打开
read_tsv(''); read_csv; 参数可以加col_types='',col_names=TRUE;
read_excel参数可在import窗口看见; read.table注意参数header
unique(): 展示不同值
factor()将数据归类到不同因素; levels()因素名
filter(diamonds, cut %in% c("Fair", "Ideal"))：挑出cut是fair或ideal的行
&：and; |: or; default: and;
n()：inside a dplyr verb, to indicate the number of rows of the data frame
slice(diamonds, (n() - 9):n()): 挑选几行
select(diamonds, -x, -y, -z)：函数用来挑选列，加-号表示反选
select的第二个参数起也可以加starts_with(''), ends_with(''), contains(''), matches('')
rename(da, a=b)：把b改名为a
mutate(da, x): 直接用运算符造新列
transmute(da,,,): 用原列/带运算符的新列造新tibble
arrange(da, a, desc(b)): 给行排序，先按升序a，再按降序b
summarize(da, x=mean(price)): 对da进行某种函数之后，造一个新tibble，一行一列叫x
a=group_by (da, cut): a是da按cut进行分组后的对象，采用split_and_combine
%>%: 把左边的结果作为右边的第一个参数 ctrl+shift+.
gather(da, key_name, value_name, order(用vec或者cola:colb表示))
separate(da, colname, into=vec, sep=''(原列每一项中的某字符))
matrix(1:4,2,2): 创建第一列1,2第二列3,4的矩阵
rbind(): 将矩阵/data frame的行拼起来
cbind: 拼列
4种join和替换NA的方法查吧
view()可以直观看见tibble
可视化
可视化见pdf (ggplot2)
格式是ggplot(data, aes())+geom_()+facet_()+labs(x=,y=,title=)+stat_()+坐标层+theme_() aes()美学特征，x, y, color, size, shape， linetype,fill,group,alpha等
geo_散点图point等，抖点图jitter，折线图line等
histogram和bar中，stat默认为bin（count），指y只用来统计x的数量；若调为identity则y可变
加coord_flip()可旋转坐标系
geom_bar: 柱状图，饼图,条形图
geom_boxplot: 箱型图，箱线图，盒型图，自带quantile
geom_histogram: 直方图
geom_freqpoly: 频线图
geom_density: 密度函数平滑估计图
geom_point: 散点图
geom_path/geom_line: 线图(数据出现顺序/横坐标大小)
geom_smooth: 平滑曲线拟合图
geom_contour: 等高线
facet_grid和facet_wrap用于分面，参数加~单变量，或者a变量~b变量，nrow=行数, ncol=列数
