1、R 语言赋值使用的是左箭头 <- 符号。
2、变量名可以 . 号开头，但是要注意 . 号开头后面不能跟着数字。
3、定义函数：使用 function 关键字，形式：
function_name <- function(arg_1, arg_2, ...) {
# 函数体
# 执行的代码块
return(output)
}
4、数据类型
图片来源：https://www.runoob.com/r/r-data-types.html
5、常用函数、包
- c() 是一个创造向量的函数。
- na.omit是一个函数，用于从数据框或向量中删除包含缺失值（NA）的观测行或元素。它返回一个新的数据框或向量，其中不包含任何包含缺失值的行或元素。【na.omit函数会删除包含缺失值的整行，而不是单独删除缺失值】
- as.numeric：用于将数据转换为数值型（numeric）的格式。它可以将字符型、逻辑型、因子型等其他数据类型转换为数值型。【当将非数值型的非数字字符转换为数值型时，R会将其转换为NA】
# 将字符型转换为数值型
x <- "123"
y <- as.numeric(x)
print(y) # 输出: 123
# 将逻辑型转换为数值型
a <- TRUE
b <- FALSE
c <- as.numeric(a)
d <- as.numeric(b)
print(c) # 输出: 1
print(d) # 输出: 0
# 将因子型转换为数值型
f <- factor(c("1", "2", "3"))
g <- as.numeric(f)
print(g) # 输出: 1 2 3
- na.rm = TRUE，表示在计算函数操作时要移除缺失值（NA）。"na.rm"是"remove NA"的缩写。当将na.rm参数设置为TRUE时，函数将忽略包含缺失值的数据，并且只对非缺失值进行计算。
- 创建数据库，类似python-dataframe：data.frame(x=x, y=y) 是 R 语言中创建数据框（data frame）的语法。数据框是 R 中最常用的数据结构之一，类似于表格，可以存储不同类型的数据（如数值、字符、逻辑值等）。
x <- c(1, 2, 3, 4, 5)
y <- c("A", "B", "C", "D", "E")
df <- data.frame(x = x, y = y)#两列数据，x,y
- library(hydroGOF)是一个R语言的包，它提供了一些评估水文模型准确性的函数和工具。
hydroGOF包的作用包括以下几个方面：
模型评估：hydroGOF包提供了一系列函数，用于评估水文模型的准确性。这些函数可以计算模型的各种统计指标，比如均方根误差（RMSE）、平均绝对误差（MAE）、相关系数（R^2）等。通过这些指标，可以评估模型的拟合程度和预测能力。
绘制图表：hydroGOF包还包括了一些函数，用于绘制模型评估相关的图表。比如，可以绘制观测值与模型预测值的散点图，或者绘制观测值与模型残差的散点图。这些图表可以帮助我们更直观地理解模型的准确性和误差分布情况。
重采样：hydroGOF包中的一些函数还提供了重采样的功能，用于评估模型的稳定性和不确定性。通过对观测数据进行重采样，并与模型进行对比，可以得到模型预测的不确定性范围。
- GAM（Generalized Additive Models）模型，翻译为广义加性模型。是一种统计模型，用于建立响应变量与预测变量之间的非线性关系。与传统的线性回归模型不同，GAM允许预测变量与响应变量之间的关系是非线性的，并且可以通过添加平滑函数来描述这种非线性关系。
init_gam <- gam(y~s(x,k=k,bs="cr"))
#在这个语句中，"y"是因变量，"x"是自变量。
#"s(x, k=k, bs='cr')"是一个GAM模型中的平滑项（smoothing term）。它使用了一个自变量"x"的样条函数来表示与因变量"y"的关系。在这里，"s"代表平滑项，"x"是要平滑的自变量，"k"是平滑项的度数（可以根据需要进行调整），"bs"参数指定了使用的基函数类型，"cr"表示使用的是样条函数的B样条（cubic regression spline）。
#因此，这个语句的意思是用GAM拟合一个因变量"y"与自变量"x"之间的非线性关系，并将结果存储在"init_gam"变量中。
学习资料来源：
R语言菜鸟教程：https://www.runoob.com/r/
