setwd('/BiO/example/dataset')
  
  x <- 1:5
  y <- -2:2
  if(any(x<0)) print(x) # 하나의 논리값을 위해 any 사용
  if(any(y<0)) print(abs(y))
  if(y<0) print(y) # 벡터논리값은 error
  if(any(y<0)) 
  {
    print(abs(y))
    cat("\n y contains negative values")
  }
  # print(x)는 x의 내용을 보여 주는 함수.
  
  if(pi>3) cat("\n expr(T)") else cat("\n expr(F)")
  if(pi<3) cat("\n expr(T)") else cat("\n expr(F)")
  x <- 1:3
  if(length(x)==5) {
    if(sum(x)== 15)
      cat("\n Vector x length=",length(x),", sum = ",sum(x))
  } else {
    cat("\n Vector x length !=",length(x))
  }
  # if(length(x)==5 && sum(x)==15) 동시 비교 가능
  
  
  x = c(10,3,6,9)
  y = c(1,5,4,12)
  ifelse(x>y,x,y)
  score = c(80, 75, 40, 98)
  grade = ifelse(score >= 50, "pass", "fail")
  data.frame(score, grade)
  
  y <- -2:2
  ifelse(y >=0, y, -y)
  abs(y)
  
  tmp <- c(3,-1,1,-2,0)
  sn=ifelse(tmp>0,"pos",ifelse(tmp<0,"neg","zero"))
  data.frame(tmp,sn)
  
  # for
  s = 0
  for(i in 1:100)
  {
    s = s + i
  }
  # s 변수를 이용하여 계속 누적합을 계산한다.
  
  sum(1:100) # 동일한 값, for문보다 효율적인 계산
  
  # file 여러개 생성 10개씩 잘라서 저장
  dir.create('./datafile')
  f_pre = './datafile/file_'
  f_post = '.txt'
  dat = mtcars
  n = nrow(dat)
  cut = 10
  nfile = ceiling(n/cut)
  for(i in 1:(nfile-1))
  {
    ind = (cut*(i-1)+1):(cut*i)
    write.table(dat[ind,],
                file=paste0(f_pre,i,f_post),sep='\t')
  }
  ind = (cut*i+1):n
  write.table(dat[ind,],
              file=paste0(f_pre,i+1,f_post),sep='\t')
  
  
  # while 
  
  # Sum from 1 to 100
  s = 0
  i = 1 
  while( i<=100 )
  {
    s = s+i
    i = i+1
  }
  # for문과 다르게 조건과 관련된 변수의 증감을 조절해야 함.
  
  # 특정 단어를 만나기 전까지 Parsing 작업 수행
  ch = c("A/B/C/D/F","A/AA","BB/B","Quit","CC/C")
  xp = list()
  i = 1
  while(ch[i]!="Quit" & i <= length(ch))
  {
    xp[[i]] = unlist(strsplit(ch[i],'/'))
    print(xp[[i]])
    i = i + 1  
  }
  table(unlist(xp))
  
  s = 0
  for ( i in 1:10)
  {
    s = s+i
    if(s>=10) break
  } # stop if sum of 1:x >= 10
  c(i,s)
  
  s = 0
  for ( i in 1:10)
  {
    if(i %% 2 ==1) next  
    s = s+i   
  }  # sum even values from 1 to 10
  
  # system.time 함수 이용
  # 함수에 대한 시간 측정이 용이 
  system.time({ sum(as.double(1:1e6)) })
  # for 문을 쓰면 { } 블럭화 해야 함.
  system.time( { s = 0; 
  for( i in 1:1e6) {
    s = s+ i } } )
  # 1e6 = 1 * 10^6, 1e-4 = 1 * 10^-4
  y <- system.time({ sum(as.double(1:1e6)) })
  y[1]; y[2]; y[3]
  
  
  
  # Sys.time() 함수 이용
  # 현재시간과 실행 후의 시간을 비교하여 직접 계산
  # 반복문에 대한 시간측정이 용이 
  tic = Sys.time() #현재시간
  sum(as.double(1:1e6))
  toc = Sys.time() #실행이 끝난 시간
  as.numeric(toc-tic, units="secs")
  
  tic = Sys.time()
  s = 0
  for(i in 1:1e6)
  {
    s = s+i
  }
  toc = Sys.time() #실행이 끝난 시간
  as.numeric(toc-tic, units="secs")
  
  s = 0
  i = 1
  while(i <= 100)
  {
    s = s + i
  }
  # i를 증가시키는 것을 누락, 조건이 항상 참이므로 무한루프
  # Esc를 눌러 빠져나온 뒤 s값을 확인하면 매우 많이 실행 된 것을 확인할 수 있다.
  
  
  # User defined function
  
  wd_count = function(x,sep=" ")
  {
    temp = gsub("[(),.?!/ ]",sep,x)
    temp = unlist(strsplit(temp,sep))
    temp = unlist(temp)
    temp = temp[temp!=""]
    return(table(temp))
  }
  
  tx_data = c("Hello, I like statistics.",
              "I want to go out.",
              "You need to take a break.",
              "You are so nice.")
  res = wd_count(tx_data)
  sort(res,decreasing=T)
  
  #Fibonacci
  fibo <- function(n)
  {
    if(n==1) return(1)
    if(n==2) return(rep(1,2))
    x <- rep(1,n)
    for(i in 3:n)
      x[i] <- x[i-1]+x[i-2]
    return(x)
  }
  fibo(1)
  fibo(2)
  fibo(10)
  
  # function
  a <- c(1,3,5,6)
  std.ftn <- function(x) # 함수의 정의는 가능
    return(mean(x),var(x), (x-mean(x))/sd(x))
  std.ftn(a)  # error
  
  std.ftn2 <- function(x)
    return(list(mean=mean(x),var=var(x),
                std=(x-mean(x))/sd(x)))
  std.ftn2(a)
  
  ls # 함수 원형, 실행되는 것이 아닌 정의된 것을 보여줌.
  ls() # 함수 실행
  
  wd_count 
  fibo
  std.ftn
  read.table # 인수의 이름을 파악할 때, 도움이 된다.
  
  a <- c(1,3,5)
  noact <- function(x)
  {
    loc <- 3
    return(loc)
  }
  noact(a)
  loc # error
  
  a <- c(1,3,5)
  noact <- function(x){
    a[1] <- 3
    return(a)
  }
  noact(10)
  a
  
  a <- c(1,3,5)
  noact <- function(x){
    a[1] <- 3; glb <<- c(1,2)
    return(a) }
  noact(10)
  a; glb
  
  a <- c(1,3,5)
  noact <- function(x,type=1){
    if(type==1) a[1] <- 3
    if(type==2) a[1] <<- 3   
    return(a) }
  noact(10) # noact(10,1)
  a
  noact(5,2)
  a