2. 矩阵（matrix）、数组、列表（list）、数据框（data.frame.....）

b站课程视频链接：https://www.bilibili.com/video/BV19x411X7C6?p=1
腾讯课堂(最新，但是要花钱，我花99元😢😢买了，感觉不错）：https://ke.qq.com/course/3707827#term_id=103855009
 
本笔记前面的笔记参照b站视频，后面的笔记参考了付费视频
笔记顺序做了些调整【个人感觉逻辑顺畅】，并删掉一些不重要的内容，以及补充了个人理解
系列笔记目录【持续更新】：https://blog.csdn.net/weixin_42214698/category_11393896.html

1.矩阵

矩阵是二维的，需要有行和列。向量是一维的。
在R软件中，矩阵是有维数的向量，这里的矩阵元素可以是数值型、字符型或者逻辑型，但是每个元素必须拥有相同的模式，这个和向量一致。

（1）创建矩阵

m <- matrix(1:20,4,5)
行数和列数的分配必须满足分配条件。若分配的行列过大或过小，则报错。

m <- matrix(1:20,4,5,byrow=T)
byrow为TRUE为按行进行排列。默认按列进行排列。

（2）给矩阵的行列命名

rnames <- c(“R1”,“R2”,“R3”,“R4”)
cnames <- c(“C1”,“C2”,“C3”,“C4”,“C5”)
dimnames(m) <- list(rnames,cnames)

（3）返回矩阵的行列数

dim(m)

---

（4）矩阵的索引

m <- matrix(1:20,4,5,byrow=T) #按行优先
m[1,2]：访问第1行，第2列元素。
m[1,c(2,3,4)]：访问第1行，第234列元素。
m[c(2:4),c(2,3)]：输出矩阵的一个子集。
m[2,]：访问第2行。
m[-1,2]：去除第1行再取第2列。
注意：如果矩阵的行和列具有名称属性，也可以通过名称来访问矩阵。

---

（5）矩阵的运算

两矩阵的四则运算，需要两矩阵的行和列一致。
colSums(m)：计算矩阵每列的和。
rowSums(m)：计算矩阵每行的和。
colMeans(m)：计算矩阵每列的平均值。
rowMeans(m)：计算矩阵每行的平均值。

n <-matrix(1:9,3,3)
t <- matrix(2:10,3,3)
n * t：矩阵内积，两矩阵对应位置相乘。
n %*% t：矩阵外积，线性代数中的矩阵乘积。

diag(n)：返回方阵对角线位置的值。
t(n)：t函数能够对矩阵进行转置，将行和列进行互换。

---

2.数组【其实就是多维的矩阵】

二维数组：
x <- 1:20

三维数组：

数组可以利用array函数进行创建：

---

3.列表 【就是一些对象的有序集合。每一个对象都是列表子集？】

在其他编程语言中，列表一般和数组等同，但在R语言中，列表却是R中最复杂的一种数据结构，也是非常重要的一种数据结构。
列表中可以存储若干向量、矩阵、数据框，甚至其他列表的组合。

与向量的区别：
- 在模式上和向量类似，都是一维数据集合。
- 向量只能存储一种数据类型，列表中的对象可以是R中的任何数据结构，甚至列表本身。

列表创建：mlist <- list(a,b,c,d)
创建列表时为列表中的每个对象命名：mlist <- list(first=a,second=b,third=c,forth=d)

访问列表：
mlist[1]：访问列表第1个元素。
mlist[c(1,4)]：访问列表第1和第4个元素。
mlist[c(“first”,“third”)]：通过列表中的对象名访问对象。
mlist$first：通过列表中的对象名访问对象。

注意：对于mlist[1]和mlist[[1]]，两者返回的对象内容是一样的，
但是mlist[1]返回的对象类型是列表(列表子集），而mlist[[1]]返回的对象类型是其在mlist列表中本身的类型。

插入元素（对象）：
mlist[[5]] = e # 双括号

删除元素（对象）：
mlist[[5]] <- NULL 或 mlist <- mlist[-5]

---

4.数据框【是一种表格式的数据结构，数据框旨在模拟数据集】

数据集通常是由数据构成的一个矩形数组。行表示观测，列表示变量。就是说法不一样，观测指的就是行，变量指的是列。
数据框实际上是一个列表。列表中的元素是向量，这些向量构成数据框的列，
每一列必须具有相同的长度，所以数据框是矩形结构，而且数据框的列必须命名。

补充个人理解：
⭐️⭐️每一个对象 都是列表子集，列表子集=【列名 + 向量（即元素）】* 1~n

与矩阵的区别：
- 数据框形状上很像矩阵；
- 数据框是比较规则的列表；
- 矩阵必须为同一数据类型；
- 数据框每一列必须同一类型 ，列与列的类型可以不同。

如：

数据框的创建：
state <- data.frame(state.name,state.abb,state.region,state.x77)

数据框的访问：
state[1]：输出数据框的第1列。
state[c(2,4)]：输出数据框的第2和第4列。
state[-c(2,4)]：输出除第2和第4列的其他列。

state[,“state.abb”]：利用列的名字 输出列的内容。
state$state.name：利用列的名字输出列的内容。
state[“Alabama”,]：利用行的名字 输出行的内容。

attach函数：加载数据框到R的搜索目录中。加载后，就可以在命令窗口中直接输入数据框列的名字就可以访问对应列。
detach函数：取消加载的数据框。
如：
attach(mtcars) #加载mtcars数据框
mpg #输入该数据框中列名为“mpg”的列
detach(mtcars) #取消加载mtcars数据框

with(数据框,{列名})：也可以访问数据框的某列。

注意：对于state[1]和state[[1]]，两者返回的对象内容是一样的，但是返回的对象类型是不同的。