前情回顾

  前面仔细对R的编辑环境和R包的使用进行了介绍，后面正式进入R的程序学习中。需要提醒的是，后续的学习需要一定程度地加快速度，因为缓慢的学习进程已经严重影响到了学习的积极性，前两天就产生了很严重的厌学情绪。因此，后续逐步调控慢慢加快学习进度，有些细节暂可不必细较，先保持能学习下去，每天都有较多的可消化学习内容和成果，学习效果底线是能完成所有习题。
  废话不多说，开始今天的内容，计划今天完成R的数据输入的大部分内容（本来龟速学习可能需要共计一周的时间）。

小型数据库中的数据录入 变量 = 数据

  直接再命令行窗口输入或者在R脚本中输入后点击source,注意输入的数据会一直存在，除非删除掉。语句类似于赋值语句"="，也可以用"<-"符号代替。输入的变量可在右上角的窗口看到：

应用c函数连接数据 变量 = c(a, b, c, d)

  把一个变量用c函数连接多个数据，类似于python中的列表，查看或者调用数据时也是使用 变量[a:b]：查看从第a个值开始到第b个值，注意第一个值是从第1开始（不是第0）。
  可以使用各种计算函数（如sum）来操作向量变量，但是向量中可能会有缺失值（NA），可以用"na.rm = True"来忽略掉缺失值，不加此参数赋值的话默认为False。

 习题一：c和sum函数的使用
  注意平均函数是mean()，而不是average()。

使用c, cbind和rbind结合变量 新变量 = c/cbind/rbind（变量1， 变量2， 变量3)

  对不同的向量还可以继续用c函数连接，产生的新变量是一个连接在一起的单个变量（而不是二维变量）。因此，无法区分新变量里的数据是属于前面的哪个变量中，需要一个ID向量来表示。可以使用 rep函数来生成重复数据的变量：

Id = rep(c(1, 2, 3, 4), each=8)
Id = rep(1 : 4, each=8)
其中向量序列（1，2，3，4）的产生也可以使用seq(from=1, to 4, by=1)，去掉单词“each”，结果会编程新向量的重复，而不是每个值的连续分别重复，如下图：

  使用cbind和rbind连接向量得到的是二位的向量，类似于表格一样，可以使用命令按行或者列进行选取。二者区别如下：

 习题二：使用流行病学数据练习cbind函数的应用
  使用cbind结合月份长度和Tb的数据定打印某行、某列和某值：
  使用dim, nrow, ncol函数来确定Boar中动物和变量的数量：动物的数量是列长，也就是7；数据个数是行*列，共21个。注意不会使用的函数用 ？函数来查询。

使用vector函数结合数据 变量 = vector（length = 8） 变量[1] = a 变量[2] = b .......

  vector函数的用法和c函数类似，不同点在于要先定义向量的长度，并且在所有元素的赋值都完成之后才能使用。
 习题三：使用流行病学数据练习vector函数的应用
  用vector函数结合Tb数据，变量名为Tb2：

使用矩阵结合数据 矩阵名 = matrix(nrow=8, ncol=4) 按列赋值 colnames(矩阵名) = c("标签1", "标签2", "标签3")

  简单说就是，首先定义特定大小的矩阵，然后按列进行赋值，最后用colnames函数加标签。结果和cbind函数产生的一样，有点类似于 vector函数和c函数的关系。
  注意：as的用处，比如 矩阵名 = as.matrix(cbind(向量1， 向量2， 向量3， 向量4）），如果as.matrix函数的参数是矩阵则提示TRUE，否则FALSE。
 习题四：对矩阵的操作
  生成矩阵，并确定它的转置矩阵和逆矩阵，同时计算它和逆矩阵的乘积（结果是单位矩阵）。其中，t()产生转置矩阵，solve()产生逆矩阵，%*%用来矩阵相乘。结果的单位矩阵中的一些数字为精确数字，查询资料得知，这和计算机制有关，计算结果只会无限接近单位矩阵。

学习感悟：又开始拿起来R了，并且调整了学习的速度，感觉又来啦！！以后学习就这样来，保持速度，坚守底线。今天对小量数据的输入方式基本掌握了，后面还有data.fram函数结合的方式留到下节再学。下节也要接触数据的载入了，这才是大数据用的最多的方式，期待中，加油~~