昝雄风1. R语言基础运算入门指南
R语言作为统计计算领域的瑞士军刀，其基础运算能力是每位数据分析师必须掌握的看家本领。不同于其他编程语言，R的运算体系专为统计需求设计，从简单的四则运算到复杂的矩阵操作都体现出鲜明的统计特色。我在金融风控领域使用R处理海量数据时，深刻体会到扎实的基础运算功底能大幅提升分析效率。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 基本算术运算与向量化操作
2.1 四则运算的特殊规则
R中的基本算术运算符包括：
- 加法
+ - 减法
- - 乘法
* - 除法
/ - 取余
%% - 整除
%/% - 幂运算
^
r复制# 典型运算示例
3 + 5 * 2^3 # 遵循标准运算优先级
[1] 43
特别注意：R中整数除法需使用
%/%，常规除法/总是返回浮点数结果。这在处理金融数据时尤其重要，比如计算股票交易手数时必须使用整除。
2.2 向量化运算的优势
R最强大的特性之一是原生支持向量化运算，这意味着无需循环即可对整个向量执行操作：
r复制# 向量化计算示例
x <- c(1, 3, 5)
y <- c(2, 4, 6)
x * y + 2
[1] 4 14 32
这种特性在处理大规模数据时性能优势明显。我在处理千万级用户行为数据时，向量化运算比循环快20倍以上。
3. 统计运算函数精要
3.1 基础统计函数
R内置了完整的统计函数库：
sum()求和mean()平均值median()中位数sd()标准差var()方差min()/max()极值range()值域quantile()分位数
r复制# 统计函数应用
sales <- c(210, 345, 192, 403, 298)
mean(sales) # 算术平均
[1] 289.6
sd(sales) # 标准差
[1] 86.7
3.2 特殊统计运算
对于更专业的分析需求，R提供了丰富的高级函数：
cor()相关系数cov()协方差scale()标准化dist()距离矩阵
r复制# 相关性分析示例
x <- rn