python特征数据类型及常用操作对比_数据类型操作简单对比（R和Python）

一、R方面

R中类型：向量(vector)、数据框、矩阵、列表

数据处理转换时：数值型num、因子(factor)、字符型等等

1)matrix

feature：

1、二维数组

2、每个元素必须有相同的数据类型

create：

matrix(vector, nrow = number_of_rows, ncol = number_of_columns, byrow = T/F)

对角矩阵：diag()

matrix(0,nrow = 4,nol = 4)

diag(rep(1,4)) # 对角线为1，重复4次不循环

# rep函数, rep(vector x, ...)参数可为 each = ,x重复向量x的次数，times = 循环的次数，len = 输出长度

operate：

dim(): 行列数(维度)

nrow()：行

ncol()：列

rownames()：行名

colnames()：列名

cbind()：按列合并矩阵

rbind()：按行合并矩阵

注意矩阵的乘法：A%*%B

矩阵的逆： solve(A)

exp: 行列重命名

rownames(xxx) = paste0("x_",1:4)

数据量增大时，计算特征值，逆等不方便，可使用R包提高效率 rARPACK---(大规模举证运算时使用)

特征值分解eigs()

SVD分解svds()

特殊矩阵： 稀疏矩阵(数值为0的元素多于数值非0的元素)

应用场景；用户购买、社交网络

处理稀疏矩阵有相关包 Matrix

2)data.frame

1、csv、txt文件读入时自动存储为数据框

2、data.frame(col1,col2,col3...)

operate： 汇总-变大-变小-变序-变形-数据透视

变大--merge(df1,df2,by)--合并数据框

变小--引用，筛选

汇总-- summary()\str()\table()

变大--merge(x, y , by ) 与 python pd.merge比较类似

变小--取行df[x,] 取列df$xx  区别python 有相关函数取loc,iloc,iat

变序-- 向量可直接用sort,而数据框用order( df$x, df$y , descring =T) 先按x排序在按y排序

变形--(数据重排)reshape2包中melt函数，宽表变窄表

..