03 R語言數(shù)據(jù)類型——矩陣和數(shù)組

矩陣 是一種特殊的向量,所以矩陣中的數(shù)據(jù)類型树灶,必須為同一類型纤怒,否則會降級為同一類型,矩陣包含了兩個特殊的屬性(行和列)天通,可以看成二維數(shù)組泊窘。數(shù)組可以是多維度的,矩陣可以看成是數(shù)組的一種特殊形式像寒,只包含了二維(行和列)烘豹,三維數(shù)組可以包含(行、列诺祸、層(layer))携悯。

1 建

## 創(chuàng)建一個矩陣使用matrix(),具體用法如下:
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,
       dimnames = NULL)
## 矩陣中的行和列的下表都是從1開始的,并且在存儲的時候筷笨,默認是按列存儲的憔鬼。
## 舉例
m1 <- matrix(seq(1,10),nrow = 2,ncol = 5)
m1
      [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10

## 另外一種創(chuàng)建的方法類似于創(chuàng)建一個空矩陣,再往空矩陣里填值
m2 <- matix(ncol = ,nrow = 2) # 先創(chuàng)建一個兩行兩列的空列表
m2[1,1] = 1
m2[1,2] = 2
m2[2,1] = 3
m2[2,2] = 4
m2
     [,1] [,2]
[1,]    1    2
[2,]    3    4

2 增 胃夏、刪除

## 矩陣是一種特殊的向量轴或,所以矩陣的增加或者刪除需要給矩陣從重新賦值
## 增加矩陣的大小,可以使用cbind()或者rbind()
cbind ---> column bind 按列組合
rbind ---> row bind 按行組合
舉例:
m3 <- c(1,2,3,4)
m4 <- matrix(seq(1,8),ncol=4,nrow=2)
m5 <- rbind(m3,m4)
m5
   [,1] [,2] [,3] [,4]
m3    1    2    3    4
      1    3    5    7
      2    4    6    8
## 矩陣中也會采用循環(huán)補齊

## 刪除矩陣的元素也是采用重新賦值的方式
M <- matrix(1:8,nrow=4)
m <- M[1:2,]
m
     [,1] [,2]
[1,]    1    5
[2,]    2    6

3 操作

## 矩陣也是一種向量仰禀,可以查看矩陣的長度
M <- matrix(1:10,ncol = 5)
length(M)
[1] 10

## 矩陣是一種特殊的數(shù)組照雁,由行和列兩個維度組成,使用dim()答恶,可以查看矩陣的行數(shù)和列數(shù)囊榜,對于一些了解一些未知的矩陣很有幫助。
dim(M)
[1] 2 5
## 還可以通過索引的方式亥宿,獲得矩陣的行數(shù)或者列數(shù)。
dim(M)[1]
[1] 2

## 矩陣也可以進行一些數(shù)學運算
## 線性代數(shù)運算
X <- matrix(1:4,ncol = 2)
X %*% X   # ----> 注意在行數(shù)和列數(shù)不相同的情況下砂沛,會出錯烫扼,非整合參數(shù)
     [,1] [,2]
[1,]    7   15
[2,]   10   22

X * 3     # -----> 3會循環(huán)補齊
     [,1] [,2]
[1,]    3    9
[2,]    6   12


## 篩選矩陣中符合條件的元素
X[X > 1]
[1] 2 3 4

f <- function(x) x>1
X[apply(X,1,f)]
[1] 2 3 4
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市碍庵,隨后出現(xiàn)的幾起案子映企,更是在濱河造成了極大的恐慌悟狱,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件堰氓,死亡現(xiàn)場離奇詭異挤渐,居然都是意外死亡,警方通過查閱死者的電腦和手機双絮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進店門浴麻,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人囤攀,你說我怎么就攤上這事软免。” “怎么了焚挠?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵膏萧,是天一觀的道長。 經常有香客問我蝌衔,道長榛泛,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任噩斟,我火速辦了婚禮曹锨,結果婚禮上,老公的妹妹穿的比我還像新娘亩冬。我一直安慰自己艘希,他們只是感情好,可當我...
    茶點故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布硅急。 她就那樣靜靜地躺著覆享,像睡著了一般。 火紅的嫁衣襯著肌膚如雪营袜。 梳的紋絲不亂的頭發(fā)上撒顿,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天,我揣著相機與錄音荚板,去河邊找鬼凤壁。 笑死,一個胖子當著我的面吹牛跪另,可吹牛的內容都是我干的拧抖。 我是一名探鬼主播,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼免绿,長吁一口氣:“原來是場噩夢啊……” “哼唧席!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤淌哟,失蹤者是張志新(化名)和其女友劉穎迹卢,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體徒仓,經...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡腐碱,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了掉弛。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片症见。...
    茶點故事閱讀 39,690評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖狰晚,靈堂內的尸體忽然破棺而出筒饰,到底是詐尸還是另有隱情,我是刑警寧澤壁晒,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布瓷们,位于F島的核電站,受9級特大地震影響秒咐,放射性物質發(fā)生泄漏谬晕。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一携取、第九天 我趴在偏房一處隱蔽的房頂上張望攒钳。 院中可真熱鬧,春花似錦雷滋、人聲如沸不撑。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽焕檬。三九已至,卻和暖如春澳泵,著一層夾襖步出監(jiān)牢的瞬間实愚,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工兔辅, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留腊敲,地道東北人。 一個月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓维苔,卻偏偏與公主長得像碰辅,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子介时,可洞房花燭夜當晚...
    茶點故事閱讀 44,577評論 2 353