R中数据结构（数组）

数组

数组是一种存储数据的结构，向量是存储一维数据的结构，矩阵是存储二维数据的结构，数组可以在存储多维度数据。数组存储数据的方式是将一些具有相同属性的元素，集合在一起并对这个集合进行命名。这些集合又有相同的属性，又可以给这个大集合命名，依次类推，逐渐形成多维度数据结构。（数组中的数据必须是同一类型的数据）

数组的创建

array（）函数

在R中，一般用array()函数来创建数组。array()的原型为：array(data = NA, dim = length(data), dimnames = NULL)

• data给定数组元素，默认情况下是NA
• dim用来指定数组的维度，默认情况下是一维数组
• dimnames设定各维度的名称，必须是个列表，默认情况下无名称

> data <- array(1:24, 2:4)  ## 2x3x4的三维数组，元素为1到24的序列
> data
, , 1

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

, , 2

     [,1] [,2] [,3]
[1,]    7    9   11
[2,]    8   10   12

, , 3

     [,1] [,2] [,3]
[1,]   13   15   17
[2,]   14   16   18

, , 4

     [,1] [,2] [,3]
[1,]   19   21   23
[2,]   20   22   24

获取数组维度

dim（）函数

> dim(data)    ##获取数组维度
[1] 2 3 4

数组维度命名

dimname（）函数

> dimnames(data)[[1]] <- c("male","female")
> dimnames(data)[[2]] <- c("young","middle","old")
> dimnames(data)[[3]] <- c("A","B","C","D")
> dimnames(data)  ##输出各维度的名称
[[1]]
[1] "male"   "female"

[[2]]
[1] "young"  "middle" "old"   

[[3]]
[1] "A" "B" "C" "D"

> data
, , A

       young middle old
male       1      3   5
female     2      4   6

, , B

       young middle old
male       7      9  11
female     8     10  12

, , C

       young middle old
male      13     15  17
female    14     16  18

, , D

       young middle old
male      19     21  23
female    20     22  24

将向量转为数组

向量是一维数据结构，数组是多维度数据结构，改变向量的维度即可实现将向量转换为数组。

dim（）函数

> x <- 1:24   ##向量
> x
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
> is.array(x)  ##用is.array函数来判断是否为数组
[1] FALSE

> dim(x) <- c(2, 4, 3)  ##将向量x转化为数组
> x
, , 1

     [,1] [,2] [,3] [,4]
[1,]    1    3    5    7
[2,]    2    4    6    8

, , 2

     [,1] [,2] [,3] [,4]
[1,]    9   11   13   15
[2,]   10   12   14   16

, , 3

     [,1] [,2] [,3] [,4]
[1,]   17   19   21   23
[2,]   18   20   22   24

> is.array(x)
[1] TRUE

数组维度的改变

有时，我们想调换数组的维度，比如：将data变量的行维度(male, female)变为第三个维度；列维度(young, middle, old)变为行维度；第三个维度(A-D)变为列维度。在R中，可使用aperm()函数来实现这个功能。

aperm()函数

> data
, , A

       young middle old
male       1      3   5
female     2      4   6

, , B

       young middle old
male       7      9  11
female     8     10  12

, , C

       young middle old
male      13     15  17
female    14     16  18

, , D

       young middle old
male      19     21  23
female    20     22  24

> new.data <- aperm(data, c(2,3,1))  ##调换数组的维度，将data的行维度变为第三个维度；列维度变为行维度；第三个维度变为列维度
> new.data
, , male

       A  B  C  D
young  1  7 13 19
middle 3  9 15 21
old    5 11 17 23

, , female

       A  B  C  D
young  2  8 14 20
middle 4 10 16 22
old    6 12 18 24