R语言之矩阵操作（2）

1. 一个量 函数C()

x1=c(1,2,3,4,5,6,7,8)
# 长度
length(x1)
# 类型
mode(x1)

2. mtrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)函数创建一个矩阵

a=matrix(c(1,3,4,5,76,2,3,4),2,4)
a
# 使用向量x1 生成矩阵
b=matrix(x1,4,2)
b

3. diag()函数

# 对角线元素
diag(b)
# 创建对角矩阵
diag(5)

4. t()函数

# 转置 b矩阵
b
t(b)

5. solve(A,b)可解线性方程组Ax = b，b未给，会自动省略

# 求逆矩阵
A=matrix(c(2,3,4,6,7,8,2,1,4),3,3)
solve(A)
b1 = c(1,2,3)
solve(A,b1)

6. 矩阵特征值和向量。对称矩阵D = UAU` 其中A 是D的特征值组成的对角矩阵，U的列为D的特征值对应的特征向量。可以使用 eigen(x, symmetric, only.values = FALSE, EISPACK = FALSE)函数

# 对称矩阵d
d = matrix(c(17,22,27,22,29,36,27,36,45),3,3)
# 求取特征值
d.e= eigen(d);d.e
# 还原d矩阵 $符号 是数据引用
d.e$vectors%*%diag(d.e$values)%*%t(d.e$vectors)
u = d.e$vectors
a = d.e$values

7. 矩阵的奇异值分解。A为m*n的矩阵。A可以分解为：A=UDV`。其中U’U = V’V = I。可以使用svd(x, nu = min(n, p), nv = min(n, p), LINPACK = FALSE)函数，进行奇异值分解。

A=matrix(1:18,3,6);A#矩阵A
A.s = svd(A);A.s #矩阵奇异值分解
A.s$u%*%diag(A.s$d)%*%t(A.s$v) # a = udv’

8. 矩阵的和、维度和均值

a = matrix(1:15,3,5)
dim(a) #维度
nrow(a) #行数
ncol(a) #列数

sum(a) #求和
rowSums(a) #按行求和
colSums(a) #按列求和

mean(a) #均值
rowMeans(a) #行均值
colMeans(a) #列均值