R语言—向量

向量（vector）

R 语言最基本的数据结构是向量。类似于数学上的集合的概念，由一个或多个元素构成。向量其实是用于存储数值型、字符型、或逻辑型数据的一维数组。

创建向量

c()函数

> a <- 1		#给a赋值1
> a				#显示a的值
[1] 1
> int_vec <- c (1L, 2L, 3L)	#用c()创建向量，L表示整数常数
> int_vec
[1] 1 2 3
> 2:5
[1] 2 3 4 5

• R中不存在标量类型的数据，一个整数或字符也被看成长度为1的向量。
• 用赋值的方式可以创建向量。
• 用c()函数也可以创建向量。 c()可将参数中的多个元素组合成一个向量，在整数后面加上L创建整数类型值，否则，R会将数字自动处理为浮点型（double），使用 typeof (对象)判断对象的类型。
• 还可以用符号“:”函数创建向量

✨如何创建一个向量1 2 3 4 5 8 0 6 7 8 9 ？

> x <- c(1:9)
> x
[1] 1 2 3 4 5 6 7 8 9

✨如何创建下图所示向量？

> x <- c(2:5,letters,6:9)
> x
 [1] "2" "3" "4" "5" "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k"
[16] "l" "m" "n" "o" "p" "q" "r" "s" "t" "u" "v" "w" "x" "y" "z"
[31] "6" "7" "8" "9"

> a<-c(1, 3, 5, 7, 9)			#数值型向量
> a<-c(“one”,“two”,“three”)      	#字符型向量
> a<-c(TRUE,FALSE,TURE,TRUE)           #逻辑型向量
> a<-c(T,F,T)
> f<-3    #标量     
> g<-”HGU”  #标量     
> h<-TURE     #标量
 

> x<-c(1,2,"one")
> x
[1] "1"   "2"   "one"

• 单个向量中的数据必须拥有相同的类型或模式。
• 标量是只含一个元素的向量
• 向量中包含数值型和字符型，向量的类型为字符型

✨c()不但能对数量进行连接，也能对向量进行连接

> y<-c(2,5,8,9,0)
> x<-c(y,-1,y) 
> x
 [1]  2  5  8  9  0 -1  2  5  8  9  0

✨对向量做逻辑运算，构造逻辑向量

> y<-c(2,5,8,9,0)
> Flag<-y>5
> Flag
[1] FALSE FALSE  TRUE  TRUE FALSE

seq()函数

提问：如果创建1-100的奇数列，如何进行？依然使用c函数吗？这里我们引入seq()函数

seq() 函数常见用法：

seq(from, to)
seq(from, to, by= )
seq(from, to, length.out= )
seq(along.with= )
seq(from)
seq(length.out= )

参数说明：

参数	说明
from, to	序列的起始值和(最大)结束值。长度为1，除非只是from作为未命名参数提供。
by	序列的增量。也就是步长。
length.out	序列长度。

通过下面的实例我们来学习一下：

#生成1-10
x1 <- seq(1,10)

#创建一个包含值0  3  6  9 12 15 18 21 24 27 30 33 36 39 42 45 48的向量
x2 <- seq(0,48,by=3)

#在1-100之间产生等间距的13个数
x3 <-seq(1,100,length.out = 13) 

#生成包含1~5的向量,
x4 <- seq(5)
x5 <- seq(length.out=5)

print(x1)
print(x2)
print(x3)
print(x4)
print(x5)

输出结果：

rep()函数

重复向量常数，replicates，或者repeat

x2<-rep(1:4,c(1,2,3,4)) 省略了参数 times, times=c(1,2,3,4)更多示例请查看rep帮助信息rep()可以更方便的把同一常数放在长向量中情况1的times是一个标量，情况2的times是一个向量情况2：用来分别控制每个向量重复出现的次数，1：4有4个向量，则times需要提供一个向量并且长度为4https://zhuanlan.zhihu.com/p/246524031

x<-c("a","b","c")
y<-rep(x[c(3,2,1)],times=3)
[1] "c" "b" "a" "c" "b" "a" "c" "b" "a“

✨情况1：向量中所有元素重复相同次数

> x1<-rep(1:4,times=2)
> x1
[1] 1 2 3 4 1 2 3 4

✨情况2：与向量x等长times模式

> x2<-rep(1:4,times=c(1,2,3,4))
> x2
 [1] 1 2 2 3 3 3 4 4 4 4

这里的times是一个向量，用来分别控制每个向量重复出现的次数

✨情况3：与向量x非等长times模式，出现错误

> x3<-rep(1:4,times=c(1,2,3))
Error in rep(1:4, c(1, 2, 3)) : 'times'参数不对

✨情况4: each 参数控制每个元素重复次数

> x4<-rep(1:4,each=2)
> x4
[1] 1 1 2 2 3 3 4 4

✨情况5: times是单值，整个向量重复times次

> x5<-rep(1:4,each=2,times=2)
> x5
 [1] 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

既有times又有each，先执行each。

✨情况6：

> x6<-rep(1:4,each=2,times=1:8)
> x6
 [1] 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

先应用each生成基本向量，即先应用each完成向量中每个元素的相同重复，在应用times重复1+2+3+…+8=36个向量

✨情况7：控制生成向量长度

> rep(1:4, each = 2, len = 4)  # first 4 only.
[1] 1 1 2 2

✨情况8：长度超过重复后的向量

> rep(1:4, each = 2, len = 10) 
 [1] 1 1 2 2 3 3 4 4 1 1

总结：

• each指的是向量x中元素交替重复的次数
• times指的是向量x整体重复的次数
• 先each后times

R语言基本数据集中的向量

向量：

• euro #欧元汇率，长度为11，每个元素都有命名
• landmasses #48个陆地的面积，每个都有命名
• precip #长度为70的命名向量
• rivers #北美141条河流长度
• state.abb #美国50个州的双字母缩写
• state.area #美国50个州的面积
• state.name #美国50个州的全称

示例如下：

> euro    #欧元汇率，长度为11，每个元素都有命名
        ATS         BEF         DEM         ESP         FIM         FRF         IEP         ITL         LUF 
  13.760300   40.339900    1.955830  166.386000    5.945730    6.559570    0.787564 1936.270000   40.339900 
        NLG         PTE 
   2.203710  200.482000 

> state.abb    #美国50个州的双字母缩写
 [1] "AL" "AK" "AZ" "AR" "CA" "CO" "CT" "DE" "FL" "GA" "HI" "ID" "IL" "IN" "IA" "KS" "KY" "LA" "ME"
[20] "MD" "MA" "MI" "MN" "MS" "MO" "MT" "NE" "NV" "NH" "NJ" "NM" "NY" "NC" "ND" "OH" "OK" "OR" "PA"
[39] "RI" "SC" "SD" "TN" "TX" "UT" "VT" "VA" "WA" "WV" "WI" "WY"

向量命名

可以用names()函数为向量中的元素命名

> score <- c(90,82,78,64)
> stu <- c("Linda","Lili","James","Mark")
> names(score) <- stu
> score
Linda  Lili James  Mark 
   90    82    78    64 

查询向量元素的名称

> x<-c(1,3,5)
> names(x)
NULL
> names(x)<-c("a1","a2","a3")
> x
a1 a2 a3 
 1  3  5 
> x["a2"]
a2 
 3 

向量的索引

a <- c(1, 3, 5, 7, 9);a[2]
[1] 3
> x<-10:20;x[c(1,3,5)]
[1] 10 12 14
> x[1:5]
[1] 10 11 12 13 14		
> x[c(1,2,1)]
[1] 10 11 10

• 如果x为向量，x[i]表示向量x的第i个分量
• 如果x是长度为n的向量，v为取值在1-n之间的数（允许重复）的向量，则x[v]是向量x中由v所表示的分量构成的向量。
• 可以多次访问向量中的同一个元素

不同于C语言和Python语言，R中向量索引从1开始

> x<-10:20;x[-(1:5)]
[1] 15 16 17 18 19 20

> x<-c(1,4,7);x[x<5]
[1] 1 4

> ages<-c(zhao=20,qian=23,sun=24)
> ages
zhao qian  sun 
  20   23   24 

• 如果x是长度为n的向量，v为取值在[-n,-1]之间的向量，则x[v]是向量x中去掉v所表示的分量构成的向量。
• 如果x是向量，v为与它等长的逻辑向量，则x[v]表示取出所有v为真值的元素。使用逻辑向量访问向量的值是R语言的特色，第二个实例 x<5 返回一个逻辑向量 TRUE TRUE FALSE，根据逻辑向量选出1和4.
• 在定义向量时，可以同时给元素加上名字，这个名字就称为字符下标。

#如果x中的向量是逻辑向量，只输出逻辑值为真的元素。
> x<-1:6;x[c(T,F,T,F,T,T)]
[1] 1 3 5 6

> x<-1:6;x[c(T)]
[1] 1 2 3 4 5 6

> x<-1:6;x[c(F)]
> integer(0) 

>  x<-1:6;x[c(T,F)]
[1] 1 3 5

> x<-1:6;x[c(F,T)]
[1] 2,4,6

> x<-1:10;x[c(T,F,T)]
[1] 1  3  4  6  7  9 10  

#向量索引中，索引值的个数多于向量元素个数，会产生缺失值
>  x<-1:6;x[c(T,T,T,F,F,F,T)]
[1] 1 2 3 NA

📙自动循环补长

R语言中的向量可以自动循环补长：

• x[c(T)]实际上是补长为六个T；
• x[c(F)]补长为六个F；
• x[c(T,F)]则补齐为T F T F T F；
• x[c(F,T)]补长为 F T F T F T

添加向量元素

R中向量是连续存储的，向量的大小在创建时就已经确定，因此，想要添加或者删除元素，需要重新给向量赋值。

c()函数

已知：向量x<-c(1,5,8,0)，将一个元素39添加到向量x的中间

x<-c(x[1:2],39,x[3:4])
> x
[1]  1  5 39  8  0

这个过程似乎改变了x中存储的向量，实际上创建了新的向量并把它存储于x中。获取向量的长度length(x)也可以按照如下方式创建向量

> x<-vector(length=2)
> x[1]<-3
> x[2]<-4
> x
[1] 3 4

append()函数

利用append函数在向量的中间位置添加元素值

语法如下：

append(x, values, after = length(x))

参数说明：

参数	说明
x	要添加值的向量。
values	要添加的内容
after	下标，值要在其后面添加。

下面我们来看一个实例：

> x<-1:6
> append(x,99,3)
[1]  1  2  3 99  4  5  6

删除向量元素

rm()函数

rm()函数用于删除整个向量

> rm(x)
> x
Error: object 'x' not found

负号

有时我们只需要删除部分元素，可以使用下面这种方法：

> x<-1:6
> x
[1] 1 2 3 4 5 6
> x<-x[-c(1:3)]#去除前三个元素
> x
[1] 4 5 6

向量判断

any()函数

any()报告其参数是否至少一个为TRUE

> x<-1:10
> any(x>8)
[1] TRUE

x中存在大于8的，返回TRUE

> x<-1:10
> any(x>88)
[1] FALSE

x中不存在大于88的，返回FALSE

向量化的含义，意味着应用到向量上的函数实际上应用到每一个元素上

all()函数

all()报告其参数是否全部为TRUE.

> x<-1:10
> all(x>0)
[1] TRUE

x中的元素全部都大于0，返回TRUE

> x<-1:10
> all(x>1)
[1] FALSE

x中的元素并不全部都大于0，返回FALSE

测量向量是否相等

✨方法1：使用**==**号进行判断，逐元素进行判断

> x<-1:3
> y<-c(1,3,4)
> x==y
[1]  TRUE FALSE FALSE

✨方法2：使用 identical() 函数进行判断

> x<-1:3
y<-c(1,2,3)
> identical(x,y)
[1] FALSE

> z<-c(1L,2L,3L)
> identical(x,z)
[1] TRUE

结论：

• 使用:创建的向量为整型向量
• 使用C创建的向量为double型向量
• identical()判断两个对象是否完全一致

向量计算

向量加法

✨情况1：向量与数相加

> x<-c(1:6)
> x
[1] 1 2 3 4 5 6
> x+1
[1] 2 3 4 5 6 7

向量与数相加等于向量中的每个元素与这个数相加

✨情况2：向量与向量相加(长度相等)

> x<-c(1:10)
> y<-seq(1,100,length.out = 10)
> x
 [1]  1  2  3  4  5  6  7  8  9 10
> y
 [1]   1  12  23  34  45  56  67  78  89 100
> x+y
 [1]   2  14  26  38  50  62  74  86  98 110

向量与向量相加(长度相等)等于向量中对应的元素相加

循环补齐

在对两个向量使用运算符时，如果要求两个向量具有相同的长度，R会自动循环补齐。即重复较短的向量，直到它与另一个向量长度相匹配。

✨例题1

> c(1:3)+c(1:4)
[1] 2 4 6 5
Warning message:
In c(1:3) + c(1:4) :
  longer object length is not a multiple of shorter object length
长的对象长度不是短的对象长度的整倍数

因为两个向量的长度不同，所以将第一个向量补齐为 1 2 3 1

✨例题2

> x<-matrix(1:6,nrow=3)
> x
     [,1] [,2]
[1,]    1    4
[2,]    2    5
[3,]    3    6
> x + c(1:2)
     [,1] [,2]
[1,]    2    6
[2,]    4    6
[3,]    4    8
> 

矩阵实际上是一个长向量，3*2的矩阵本质上是一个6个元素的向量，在R中逐列存储。换句话说，矩阵x 与向量c(1,2,3,4,5,6)相同。

which函数

which函数返回符合要求元素的下标。

✨例题1

#返回单个下标
> x<-c(1,5,7,9,0,8)
> which.max(x)
[1] 4
> which.min(x)
[1] 5
> which(x==5)
[1] 2

✨例题2

#返回多个下标
> which(x>5)
[1] 3 4 6
#利用下标返回符合要求的元素
> x[which(x>5)]
[1] 7 9 8

ple of shorter object length
长的对象长度不是短的对象长度的整倍数

因为两个向量的长度不同，所以将第一个向量补齐为 1 2 3 1

✨例题2

```R
> x<-matrix(1:6,nrow=3)
> x
     [,1] [,2]
[1,]    1    4
[2,]    2    5
[3,]    3    6
> x + c(1:2)
     [,1] [,2]
[1,]    2    6
[2,]    4    6
[3,]    4    8
> 

矩阵实际上是一个长向量，3*2的矩阵本质上是一个6个元素的向量，在R中逐列存储。换句话说，矩阵x 与向量c(1,2,3,4,5,6)相同。

which函数

which函数返回符合要求元素的下标。

✨例题1

#返回单个下标
> x<-c(1,5,7,9,0,8)
> which.max(x)
[1] 4
> which.min(x)
[1] 5
> which(x==5)
[1] 2

✨例题2

#返回多个下标
> which(x>5)
[1] 3 4 6
#利用下标返回符合要求的元素
> x[which(x>5)]
[1] 7 9 8