q**j 发帖数: 10612 | 1 写惯了SAS用R很别扭。但是还是要用R。
请问是否R code looks like matlab code?i know something about matlab.
thanks. | d******e 发帖数: 7844 | 2 R和SAS就是工具软件,某些人所说的第四代编程语言。
对算法逻辑要求不高,因为大部分功能都已经被限定了。R和SAS就是比较NB的计算器。
MATLAB应该算是半逻辑的,集成了大量的工具包,降低了编程的难度而已,本质上还是
讲究逻辑的。
【在 q**j 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 写惯了SAS用R很别扭。但是还是要用R。 : 请问是否R code looks like matlab code?i know something about matlab. : thanks.
| q**j 发帖数: 10612 | 3 用SAS的时候总是merge data set。用matlab就不merge了。每个data一个matrix。我用
手工安排。用r的时候大家都经常merge吗?
【在 d******e 的大作中提到】![](/moin_static193/solenoid/img/up.png) : R和SAS就是工具软件,某些人所说的第四代编程语言。 : 对算法逻辑要求不高,因为大部分功能都已经被限定了。R和SAS就是比较NB的计算器。 : MATLAB应该算是半逻辑的,集成了大量的工具包,降低了编程的难度而已,本质上还是 : 讲究逻辑的。
| d******e 发帖数: 7844 | 4 Merge data当然要看情况决定。
【在 q**j 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 用SAS的时候总是merge data set。用matlab就不merge了。每个data一个matrix。我用 : 手工安排。用r的时候大家都经常merge吗?
| g********r 发帖数: 8017 | 5 不会吧?除了慢是个致命缺点,R基本上能满足一般算法逻辑的要求了,而且是面向对
象编程。很多程序都是用matlab或者R先试验概念,再搬到低级语言的。
【在 d******e 的大作中提到】![](/moin_static193/solenoid/img/up.png) : R和SAS就是工具软件,某些人所说的第四代编程语言。 : 对算法逻辑要求不高,因为大部分功能都已经被限定了。R和SAS就是比较NB的计算器。 : MATLAB应该算是半逻辑的,集成了大量的工具包,降低了编程的难度而已,本质上还是 : 讲究逻辑的。
| s*****n 发帖数: 2174 | 6 R 和 matlab 很像的. 除了语法有些区别, 基本就是一种思维方式.
两个东西的侧重点当然是不一样的. 不过会了一个, 熟悉另一个应该
很容易.
R里面做merge还是挺多的, 而且相当好用. 看一下merge的帮助就行了 | B****n 发帖数: 11290 | 7 Matlab和R很像 一般來說Matlab速度比R快 如果應用上需要比較複雜的數學 Matlab里
可能有更多現成的function, 反之如果是需要用到比較專門的統計功能 R可能就是更好
的選擇
【在 q**j 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 写惯了SAS用R很别扭。但是还是要用R。 : 请问是否R code looks like matlab code?i know something about matlab. : thanks.
| s*****n 发帖数: 2174 | 8 正解.
数值运算, 绝对是Matlab好, 比如求一个矩阵的逆矩阵, 矩阵PL分解等等. 比起R来,
Matlab不但运算速度快, 而且精度也高.
R的优势, 是里面的统计包比较多.
这两个东西, 各有所长.
【在 B****n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : Matlab和R很像 一般來說Matlab速度比R快 如果應用上需要比較複雜的數學 Matlab里 : 可能有更多現成的function, 反之如果是需要用到比較專門的統計功能 R可能就是更好 : 的選擇
| s*****n 发帖数: 2174 | 9 在R里面, 你也可以每个data 一个 matrix, 或者用R里面专门的dataset 概念.
即使merge, 也比SAS里面的merge简洁的多.
merge(dataA, dataB, by=c("var1", "var2")) 就行了.
如果两个dataset不是完全匹配, 你可以加上 all.x = T, 或者 all.y = T 的选项.
完全等价于SQL里面的 left join, right join, 等等这些概念.
反倒是SAS里面的merge, 非常罗嗦,
首先是必须sort, 如果不完全匹配的话, 还要搞什么 dataA(IN=x), 非常不符合通常的
编程习惯.
【在 q**j 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 用SAS的时候总是merge data set。用matlab就不merge了。每个data一个matrix。我用 : 手工安排。用r的时候大家都经常merge吗?
| q**j 发帖数: 10612 | 10 多谢。我好可怜。对我而言SAS仿佛就是天理一样理所当然。完全脑残了。
【在 s*****n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 在R里面, 你也可以每个data 一个 matrix, 或者用R里面专门的dataset 概念. : 即使merge, 也比SAS里面的merge简洁的多. : merge(dataA, dataB, by=c("var1", "var2")) 就行了. : 如果两个dataset不是完全匹配, 你可以加上 all.x = T, 或者 all.y = T 的选项. : 完全等价于SQL里面的 left join, right join, 等等这些概念. : 反倒是SAS里面的merge, 非常罗嗦, : 首先是必须sort, 如果不完全匹配的话, 还要搞什么 dataA(IN=x), 非常不符合通常的 : 编程习惯.
| s*********e 发帖数: 1051 | 11 from pure programming prospective, R/matlab is by all means better than SAS.
but SAS's advantage is its ability to handle large data. |
|