Forest Plot(森林图)绘制

森林图常见于元分析,但其使用绝不仅如此,比如我现在想要研究的对象有诸多HR结果,我想要汇总为一张图,森林图就是个非常好的选择。ggpubr包

使用shinydashboard

除了shiny包,RStudio还开发了一个shinydashboard扩展包,它呈现数据的方式就是专门用于概览或检测数据。 接下来的例子意在

效率提升

var lodash = _.noConflict(); Rmarkdown Rmarkdown扩展了markdown的语法,所以markdown能写的,Rmarkdown能写,后者还提供了一些新的特性,特别

高性能计算

《R语言编程指南》 代码性能 简单看函数运行时间,用system.time()函数。 高级点,使用microbenchmark包的microben

R-数据操作

本文内容: 基础函数操作数据框 sqldf包使用SQL查询数据框 data.table包操作数据 dplyr管道操作处理数据 rlist包处理嵌套数据

R-操作数据库

在阅读之前我有必要进行申明,因为使用的是RMD文档,所以每次RENDER的时候都会读取数据库,所以结果显示不一样正常,有的也加了overwr

R-面向对象编程(二)

内容: S4 引用类(Reference class, RC) R6扩展包 S4对象系统 在S3之后,R引入一个更正式更严谨的面向对象系统S4。这个系统允许我们使用预

R-面向对象编程(一)

内容: S3 借助面向对象的编码风格,并加以合理的抽象,我们可以简单地模仿对象的重要特性,于是,问题和模型之间的转换就变得清晰自然。 S3对象 S3对

字符串操作

打印 "Hello world!" ># [1] "Hello world!" print("Hello world!") ># [1] "Hello world!" 不带索引 cat("Hello world!") ># Hello world! message("Hello world!") ># Hello world! 连接 paste("Hello", "world!") ># [1] "Hello world!" paste("Hello", "world", sep = "-") ># [1] "Hello-world" paste0("Hello", "World") ># [1] "HelloWorld" paste(c("A", "B"), c(1,2)) ># [1] "A 1" "B 2" paste(c("A", "B"), c(1,2), collapse = ",", sep = "") ># [1] "A1,B2"