【小白福利】从零开始学习R语言(一)——数据结构之“向量(Vector):
Nick WU:【小白福利】从零开始学习R语言(一)——数据结构之“向量”zhuanlan.zhihu.com【小白福利】从零开始学习R语言(二)——数据结构之“因素(Factor)”:
Nick WU:【小白福利】从零开始学习R语言(二)——数据结构之“因素(Factor)”zhuanlan.zhihu.com【小白福利】从零开始学习R语言(三)——数据结构之“矩阵(Matrix)”:
Nick WU:【小白福利】从零开始学习R语言(三)——数据结构之“矩阵(Matrix)”zhuanlan.zhihu.com【小白福利】从零开始学习R语言(四)——数据结构之“数组(Array)”:
Nick WU:【小白福利】从零开始学习R语言(四)——数据结构之“数组(Array)”zhuanlan.zhihu.com【小白福利】从零开始学习R语言(五)——数据结构之“列表(List)”:
Nick WU:【小白福利】从零开始学习R语言(五)——数据结构之“列表(List)”zhuanlan.zhihu.com【小白福利】从零开始学习R语言(六)——数据结构之“数据框(Data Frames)”:
Nick WU:【小白福利】从零开始学习R语言(六)——数据结构之“数据框(Data Frames)”zhuanlan.zhihu.com【小白福利】从零开始学习R语言(七)——函数:
Nick WU:【小白福利】从零开始学习R语言(七)——函数zhuanlan.zhihu.com【小白福利】从零开始学习R语言(八)——R语言绘图:
Nick WU:【小白福利】从零开始学习R语言(八)——R语言绘图zhuanlan.zhihu.com3. [二维]:矩阵(Matrix)
3.1 创建一个矩阵
m <- c(45,23,66,77,33,44,56,12,78,23)
dim(m) <- c(2,5) #创建一个2行5列的矩阵,按照从上至下,从左往右的顺序排列
#输出: [,1] [,2] [,3] [,4] [,5]
[1,] 45 66 33 56 78
[2,] 23 77 44 12 23
#可以采用m[1,2]或m[1,]等形式对其进行索引
m <- matrix(c(45,23,66,77,33,44,56,12,78,23),2,5) #形同上一种
m <- matrix(c(45,23,66,77,33,44,56,12,78,23),2,5,byrow=TRUE) #形同上一种,其中byrow默认等于TRUE,可省略。若改为FALSE则按列排列。
m <- matrix(c(45,23,66,77,33,44,56,12,78,23),2,5,byrow=FALSE)
#输出: [,1] [,2] [,3] [,4] [,5]
[1,] 45 66 33 56 78
[2,] 23 77 44 12 23
3.2 矩阵的索引
results <- matrix(c(10,30,40,50,43,56,21,30),2,4,byrow=TRUE)
colnames(results) <- c('1qrt','2qrt','3qrt','4qrt') #可以利用colnames()对矩阵的列命名
rownames(results) <- c('store1','store2') #可以利用rownames()对矩阵的行命名
results['store1',] #可以用行名或列名对矩阵进行索引
results['store2',c('1qrt','4qrt')]
3.3 矩阵的转置
t( )函数即可将矩阵转置
3.4 数字与矩阵相乘
数字与一个矩阵相乘,则与矩阵中每一个元素相乘
m <- matrix(c(1,4,2,5,3,6),2,3)
m*3
#输出:
[,1] [,2] [,3]
[1,] 3 6 9
[2,] 12 15 18
3.5 矩阵的加法
同数学规则一致,矩阵的加法即对应位置元素相加
3.6 矩阵的乘法
矩阵的乘法用 m1%*%m2 (注意:一定要满足数学上矩阵相乘规则)
m1 <- matrix(c(1,1,1,1,1,1,1,1,1),3,3)
m2 <- matrix(c(1,0,0,0,1,0),3,2)
m1 %*% m2
#输出:
[,1] [,2]
[1,] 1 2
[2,] 1 2
[3,] 1 2
#注意,m2 %*% m1 无意义,因为不符合矩阵相乘的规则,若要使之成立,需要将矩阵转置
3.7 利用cbind()或rbind()把向量和一个矩阵合并
m1 <- matrix(c(45,23,66,77,33,44,56,12,78,23),2,5)
m1
cbind(c(4,76),m1[,4])
#输出: [,1] [,2]
[1,] 4 56
[2,] 76 12
#提示,cbind()是把向量和矩阵横向连接(按照列方式)
m2 <- matrix(rep(10,20),4,5)
m2
m3 <- rbind(m1[1,],m2[3,])
#输出: [,1] [,2] [,3] [,4] [,5]
[1,] 45 66 33 56 78
[2,] 10 10 10 10 10
#提示:rbind()类似,但是纵向连接(按照行方式)