下面内容摘录自《用R探索医药数据科学》专栏文章的部分内容。栏目后续章节的文章将深入概括R语言在临床研究和新药创新领域的应用，填补了国内R教材中尚未广泛覆盖的部分内容。
欢迎订阅我们专栏
.......前面部分请点击上面链接看原文（原文5426字）
3、数组（Array）
数组（Array）是一种重要的数据结构。它与矩阵有一定的相似性，都只能包含同一类型的数据。然而，数组有一个显著的特点，那就是其维度可以大于 2，这一点与矩阵不同。在 R 语言里，数组通过 array() 函数来创建。这个函数包含了几个关键的参数。首先是 data 参数，它代表着用于创建数组的元素。例如，我们想要创建包含数值 11 至 12 的数组，就会在 data 参数中进行设定。其次是 dim 参数，这是数组的维数，且为数值型向量。通过合理地设置 dim 参数，我们能够精确地定义数组的维度结构。再者是 dimnames 参数，它是各维度中的名称标签列表，有助于为数组的各个维度赋予更具描述性的名称。
以下示例展示了如何创建一个包含数值11到12、具有三个维度的数组arr.data：
dim1 <- c("A1", "A2")
dim2 <- c("B1", "B2", "B3", "B3")
dim3 <- c("C1", "C2", "C3")
arr.data <- array(data = c(1:12), dim = c(2, 4, 3), dimnames = list(dim1, dim2, dim3))
print(arr.data)这段代码创建了一个三维数组
arr.data，数组的元素是从1到12的连续整数。dim1、dim2和dim3分别定义了数组的三个维度的名称：第一维有两个元素 "A1" 和 "A2"，第二维有四个元素 "B1", "B2", "B3", "B3"（注意重复），第三维有三个元素 "C1"、"C2" 和 "C3"。dim参数指定了数组的维度大小为 2×4×3。最后，通过print(arr.data)打印出这个带有维度名称的三维数组。
输出结果：
, , C1
B1 B2 B3 B3
A1 1 3 5 7
A2 2 4 6 8
, , C2
B1 B2 B3 B3
A1 9 11 1 3
A2 10 12 2 4
, , C3
B1 B2 B3 B3
A1 5 7 9 11
A2 6 8 10 12
在上述代码中，我们定义了三个维度并使用array()函数创建了一个三维数组。dimnames参数为每个维度添加了标签，使得数据更具可读性。
临床数据的数组举例
假设我们有四个患者的信息，我们将这些信息存储在一个三维数组中。数组的三个维度分别表示患者ID、属性类别（如年龄、性别和健康状态）以及属性值。
# 定义维度名称
patient_ids <- c("Patient1", "Patient2", "Patient3", "Patient4")
attributes <- c("Age", "Gender", "Health Status")
# 创建一个包含12个数值的数组，表示4个患者的3种属性
data <- c(55, 64, 58, 62, # Age
1, 2, 1, 2, # Gender (1=Male, 2=Female)
3, 2, 1, 2) # Health Status (1=Poor, 2=Improved, 3=Excellent)
# 创建二维数组
medical_data <- array(data, dim = c(4, 3), dimnames = list(patient_ids, attributes))
print(medical_data)
输出结果：
Age Gender Health Status
Patient1 55 1 3
Patient2 64 2 2
Patient3 58 1 1
Patient4 62 2 2我们还可以为每个患者添加更多的信息维度，例如：病史记录、实验室结果等。
# 定义更多维度名称
history <- c("No History", "History")
lab_results <- c("Lab1", "Lab2", "Lab3")
# 创建一个包含更多维度的数组
data_extended <- c(55, 64, 58, 62, # Age
1, 2, 1, 2, # Gender (1=Male, 2=Female)
3, 2, 1, 2, # Health Status (1=Poor, 2=Improved, 3=Excellent)
0, 1, 0, 1, # History (0=No, 1=Yes)
100, 110, 105, 120, # Lab1 results
200, 190, 180, 210, # Lab2 results
300, 310, 320, 330) # Lab3 results
# 创建多维数组
medical_data_extended <- array(data_extended, dim = c(4, 3, 3),
dimnames = list(patient_ids, attributes, lab_results))
# 打印扩展后的数组
print(medical_data_extended)
输出结果：
, , Lab1
Age Gender Health Status
Patient1 55 1 3
Patient2 64 2 2
Patient3 58 1 1
Patient4 62 2 2
, , Lab2
Age Gender Health Status
Patient1 0 100 200
Patient2 1 110 190
Patient3 0 105 180
Patient4 1 120 210
, , Lab3
Age Gender Health Status
Patient1 300 55 1
Patient2 310 64 2
Patient3 320 58 1
Patient4 330 62 24、数据框（Data frame）
在这里，你学到的并非仅仅是 R 的某一个技巧，而是能够从零开始，深入且系统地学习 R 语言。此外，本专栏每周至少定期更新三篇文章，每篇文章篇幅均在 5000 字以上，质量平均分更是高达 93 分。而且，对于已经发表的知识点，我们也会根据新的技术或理解及时进行更新，这是纸质版图书无法做到的。为了让更多的忠实粉丝和同学们享受到实惠，本专栏采用折扣定价策略。随着章节的不断完成，折扣力度会逐渐减小。所以，现在正是订阅的最佳时机！
https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482
第一章：认识数据科学和R
1章1节：数据科学的发展历程，何 R 备受青睐及我们专栏的独特之处（更新20240822）-CSDN博客
1章2节：关于人工智能、机器学习、统计学连和机器学习、R 与 ChatGPT 的探究 (更新20240814)-CSDN博客
1章3节：R 语言的产生与发展轨迹（更新2024/08/14）-CSDN博客
1章4节：数据可视化， R 语言的静态绘图和 Shiny 的交互可视化演示（更新20240814）-CSDN博客
第二章：R的安装和数据读取
2章1节：R和RStudio的下载和安装（Windows 和 Mac）_rst语言选择哪个镜像-CSDN博客
2章2节：RStudio 四大区应用全解，兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客
2章3节：RStudio的高效使用技巧，自定义RStudio环境（更新20240823）_rstudio如何使用-CSDN博客
2章4节：用RStudio做项目管理，静态图和动态图的演示，感受ggplot2的魅力-CSDN博客
2章5节：认识和安装R的扩展包，什么是模糊搜索安装，工作目录和空间的区别与设置（更新20240807 ）-CSDN博客
2章6节：R的数据集读取和利用，如何高效地直接复制黏贴数据到R（更新20240807 ）_r语言 复制数据集-CSDN博客
2章7节：读写RDS，CSV，TXT，Excel，SPSS、SAS、Stata、Minitab等的数据文件（更新20240807）_r语言读取rds文件-CSDN博客
2章8节：一文学会 R Markdown 的文档核心操作，切记文末有R资源的分享_r markdown文件(.rmd)-CSDN博客
2章9节：认识R与数据库连接和网络爬虫，学会在R中使用SQL语言_sql和r语言-CSDN博客
2章10节：用 R 直接下载并分析 NHANES 数据库的数据，文末示例自创便捷下载函数（更新20240807）_nhanes数据分析-CSDN博客
第三章：认识数据
3章1节：数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客
3章2节：继续讲R的数据结构，数组、数据框和列表-CSDN博客
3章3节：R的赋值操作与算术运算_r里面的赋值-CSDN博客
第四章：数据的预处理
4章1节：全面了解 R 中的数据预处理，通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客
4章2节：从排序到分组和筛选，通过 R 的 dplyr 扩展包来操作-CSDN博客
4章3节：处理医学类原始数据的重要技巧，R语言中的宽长数据转换，tidyr包的使用指南-CSDN博客
4章4节：临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客
4章5节：数据科学中的缺失值的处理，删除和填补的选择，K最近邻填补法-CSDN博客
4章6节：R的多重填补法中随机回归填补法的应用，MICE包的实际应用和统计与可视化评估-CSDN博客
4章7节：用R做数据重塑，数据去重和数据的匹配-CSDN博客
4章8节：用R做数据重塑，行列命名和数据类型转换-CSDN博客
4章9节：用R做数据重塑，增加变量和赋值修改，和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客
4章10节：用R做数据重塑，变体函数应用详解和可视化的数据预处理介绍-CSDN博客
4章11节：用R做数据重塑，数据的特征缩放和特征可视化-CSDN博客
4章12节：R语言中字符串的处理，正则表达式的基础要点和特殊字符-CSDN博客
4章13节：R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客
4章14节：R语言中字符串的处理，提取替换，分割连接和填充插值_r语言替换字符串-CSDN博客
4章15节：字符串处理，提取匹配的相关操作扩展，和Stringr包不同函数的重点介绍和举例-CSDN博客
4章16节：R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客
第五章：定量数据的统计描述
5章1节：用R语言进行定量数据的统计描述，文末有众数的自定义函数-CSDN博客
5章2节：离散趋势的描述，文末1个简单函数同时搞定20个结果-CSDN博客
5章3节：在R语言中，从实际应用的角度认识假设检验-CSDN博客
5章4节：从R语言的角度认识正态分布与正态性检验-CSDN博客
5章5节：认识方差和方差齐性检验（三种方法全覆盖）-CSDN博客
5章9节：组间差异的非参数检验，Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客
第六章：定性数据的统计描述
6章1节：定性数据的统计描述之列联表，文末有优势比计算介绍-CSDN博客
6章2节：认识birthwt数据集，EpiDisplay和Gmodels扩展包的应用-CSDN博客
6章3节：独立性检验，卡方检验，费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客
6章4节：相关关系和连续型变量的Pearson相关分析-CSDN博客
6章5节：分类型变量的Spearman相关分析，偏相关分析和相关图分析-CSDN博客
6章6节：相关图的GGally扩展包，和制表的Tableone扩展包-CSDN博客
第七章：R的传统绘图
7章1节：认识R的传统绘图系统，深度解析plot()函数和par()函数的使用-CSDN博客
7章2节：R基础绘图之散点图、直方图和概率密度图-CSDN博客
7章5节：散点矩阵图，与小提琴图、Cleveland 点图、马赛克图和等高图-CSDN博客
7章6节：用R进行图形的保存与导出，详细的高级图形输出，一文囊括大多数保存的各种问题，和如何批量保存不同情况的图形-CSDN博客
第八章：R的进阶绘图
8章1节：认识 ggplot2 扩展包，深度解析 qplot() 函数的使用-CSDN博客
8章2节：深度讲解 ggplot2 的绘图步骤，理解其核心逻辑， 和 ggplot()函数-CSDN博客
8章3节：用R来绘制医学地理图，文末有具体完整代码-CSDN博客
8章4节：维恩图的认识与应用，和使用UpSet图-CSDN博客
8章5节：用R绘制平行坐标图-CSDN博客
8章8节：绘制自定义的高质量动态图和交互式动态图-CSDN博客
第九章：临床试验的统计
2364
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
