基本
一、數據管理
vector：向量 numeric：數值型向量 logical：邏輯型向量 character；字符型向量 list：列表
data.frame：數據框 c：連接為向量或列表 length：求長度 subset：求子集 seq，from:to，sequence：等差序列
rep：重復 NA：缺失值 NULL：空對象 sort，order，unique，rev：排序 unlist：展平列表 attr，attributes：對象屬性
mode，typeof：對象存儲模式與類型 names：對象的名字屬性
二、字符串處理
character：字符型向量 nchar：字符數 substr：取子串 format，formatC：把對象用格式轉換為字符串 paste，strsplit：連接或拆分
charmatch，pmatch：字符串匹配 grep，sub，gsub：模式匹配與替換
三、復數
complex，Re，Im，Mod，Arg，Conj：復數函數
四、因子
factor：因子 codes：因子的編碼 levels：因子的各水平的名字 nlevels：因子的水平個數 cut：把數值型對象分區間轉換為因子
table：交叉頻數表 split：按因子分組 aggregate：計算各數據子集的概括統計量 tapply：對“不規則”數組應用函數
數學
一、計算
+, -, *, /, ^, %%, %/%：四則運算 ceiling，floor，round，signif，trunc，zapsmall：舍入 max，min，pmax，pmin：最大最小值
range：最大值和最小值 sum，prod：向量元素和，積 cumsum，cumprod，cummax，cummin：累加、累乘 sort：排序 approx和approx fun：插值 diff：差分 sign：符號函數
二、數學函數
abs，sqrt：絕對值，平方根 log, exp, log10, log2：對數與指數函數 sin，cos，tan，asin，acos，atan，atan2：三角函數
sinh，cosh，tanh，asinh，acosh，atanh：雙曲函數
beta，lbeta，gamma，lgamma，digamma，trigamma，tetragamma，pentagamma，choose ，lchoose：與貝塔函數、伽瑪函數、組合數有關的特殊函數
fft，mvfft，convolve：富利葉變換及卷積 polyroot：多項式求根 poly：正交多項式 spline，splinefun：樣條差值
besselI，besselK，besselJ，besselY，gammaCody：Bessel函數 deriv：簡單表達式的符號微分或算法微分
三、數組
array：建立數組 matrix：生成矩陣 data.matrix：把數據框轉換為數值型矩陣 lower.tri：矩陣的下三角部分 mat.or.vec：生成矩陣或向量 t：矩陣轉置
cbind：把列合並為矩陣 rbind：把行合並為矩陣 diag：矩陣對角元素向量或生成對角矩陣 aperm：數組轉置 nrow, ncol：計算數組的行數和列數 dim：對象的維向量
dimnames：對象的維名 row/colnames：行名或列名 %*%：矩陣乘法 crossprod：矩陣交叉乘積（內積） outer：數組外積 kronecker：數組的Kronecker積
apply：對數組的某些維應用函數 tapply：對“不規則”數組應用函數 sweep：計算數組的概括統計量 aggregate：計算數據子集的概括統計量 scale：矩陣標准化
matplot：對矩陣各列繪圖 cor：相關陣或協差陣 Contrast：對照矩陣 row：矩陣的行下標集 col：求列下標集
merge函數的聲明:
merge(x, y, by = intersect(names(x), names(y)),
by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
sort = TRUE, suffixes = c(".x",".y"),
incomparables = NULL, ...)
x,y:用於合並的兩個數據框
by,by.x,by.y:指定依據哪些行合並數據框,默認值為相同列名的列.
all,all.x,all.y:指定x和y的行是否應該全在輸出文件.
sort:by指定的列是否要排序.
suffixes:指定除by外相同列名的后綴.
incomparables:指定by中哪些單元不進行合並.
https://my.oschina.net/u/1791586/blog/337054
四、線性代數
solve：解線性方程組或求逆 eigen：矩陣的特征值分解 svd：矩陣的奇異值分解 backsolve：解上三角或下三角方程組 chol：Choleski分解
qr：矩陣的QR分解 chol2inv：由Choleski分解求逆
五、邏輯運算
<，>，<=，>=，==，!=：比較運算符 !，&，&&，|，||，xor()：邏輯運算符 logical：生成邏輯向量 all，any：邏輯向量都為真或存在真
ifelse()：二者擇一 match，%in%：查找 unique：找出互不相同的元素 which：找到真值下標集合 duplicated：找到重復元素
六、優化及求根
optimize，uniroot，polyroot：一維優化與求根
七、分布函數
正態分布函數rnorm()
泊松分布函數rpois()
指數分布函數rexp()
gamma分布函數rgamma()
均分分布函數runif()
二項分布函數rbinom()
幾何分布函數rgeom()
程序設計
一、控制結構
if，else，ifelse，switch：分支 for，while，repeat，break，next：循環 apply，lapply，sapply，tapply，sweep：替代循環的函數。
apply，sapply 和 lapply 三種函數對比
1. apply
當需要將特定的函數運用於結構化的數據塊時，結構化的指的是某種矩陣格式。
例如：
m <- matrix(data=cbind(rnorm(30, 0), rnorm(30, 2), rnorm(30, 5)), nrow=30, ncol=3)
apply(m, 2, mean)
#[1] -0.02664418 1.95812458 4.86857792
apply(m, 2, mean) 是將mean函數應用與矩陣 m 的列上，參數 2 指列（1 指行）。
可以自定義函數：
apply(m, 2, function(x) length(x[x<0]))
#[1] 14 1 0
其中，function(x) length(x[x<0]) 即是自定函數。
2. sapply 和 lapply
這兩個函數的功能和用法比較相似，作用於如向量或列表的數據集合上。
舉一個sapply的例子，sapply作用於向量或列表：
sapply(1:3, function(x) x^2)
#[1] 1 4 9
lapply 比較相似，不過lapply的輸出是一個列表而不是向量
lapply(1:3, function(x) x^2)
#[[1]]
#[1] 1
#
#[[2]]
#[1] 4
#
#[[3]]
#[1] 9
sapply和lapply的區別可以通過對函數添加參數來消除：
在sapply函數的參數中添加 simplify=FALSE 即可使函數結果為list格式
sapply(1:3, function(x) x^2, simplify=F)
#[[1]]
#[1] 1
#
#[[2]]
#[1] 4
#
#[[3]]
#[1] 9
在lapply函數外圍在使用unlist函數即可使lapply函數結果為向量格式
unlist(lapply(1:3, function(x) x^2))
#[1] 1 4 9
3. 兩種函數功能的相互轉化：
sapply(1:3, function(x) mean(m[,x]))
[1] -0.02664418 1.95812458 4.86857792
sapply(1:3, function(x, y) mean(y[,x]), y=m)
#[1] -0.02664418 1.95812458 4.86857792
這兩個函數功能和 apply(m, 2, function(x) length(x[x<0])) 相同。
二、函數
function：函數定義 source：調用文件 call：函數調用 .C，.Fortran：調用C或者Fortran子程序的動態鏈接庫。 Recall：遞歸調用
browser，debug，trace，traceback：程序調試 options：指定系統參數 missing：判斷虛參是否有對應實參 nargs：參數個數 stop：終止函數執行
on.exit：指定退出時執行 eval，expression：表達式計算 system.time：表達式計算計時 invisible：使變量不顯示 menu：選擇菜單（字符列表菜單）
其它與函數有關的還有：delay，delete.response，deparse，do.call，dput，environment ，，formals，format.info，interactive，
is.finite，is.function，is.language，is.recursive ，match.arg，match.call，match.fun，model.extract，name，parse，substitute，sys.parent ，warning，machine
三、輸入輸出
cat，print：顯示對象 sink：輸出轉向到指定文件 dump，save，dput，write：輸出對象 scan，read.table，load，dget：讀入
四、工作環境
ls，objects：顯示對象列表 rm, remove：刪除對象 q，quit：退出系統 .First，.Last：初始運行函數與退出運行函數。
options：系統選項 ?，help，help.start，apropos：幫助功能 data：列出數據集
統計計算
一、統計分布
每一種分布有四個函數：d――density（密度函數），p――分布函數，q――分位數函數，r――隨機數函數。
比如，正態分布的這四個函數為dnorm，pnorm，qnorm，rnorm。下面我們列出各分布后綴，前面加前綴d、p、q或r就構成函數名：
norm：正態，t：t分布，f：F分布，chisq：卡方（包括非中心） unif：均勻，exp：指數，weibull：威布爾，gamma：伽瑪，beta：貝塔
lnorm：對數正態，logis：邏輯分布，cauchy：柯西， binom：二項分布，geom：幾何分布，hyper：超幾何，nbinom：負二項，pois：泊松 signrank：符號秩，
wilcox：秩和，tukey：學生化極差
二、簡單統計量
sum, mean, var, sd, min, max, range, median, IQR（四分位間距）等為統計量，sort，order，rank與排序有關，其它還有ave，fivenum，mad，quantile，stem等。
三、統計檢驗
R中已實現的有chisq.test，prop.test，t.test。
四、多元分析
cor，cov.wt，var：協方差陣及相關陣計算 biplot，biplot.princomp：多元數據biplot圖 cancor：典則相關 princomp：主成分分析 hclust：譜系聚類
kmeans：k-均值聚類 cmdscale：經典多維標度 其它有dist，mahalanobis，cov.rob。
五、時間序列
ts：時間序列對象 diff：計算差分 time：時間序列的采樣時間 window：時間窗
六、統計模型
lm，glm，aov：線性模型、廣義線性模型、方差分析