R语言学习系列03数据结构I向量矩阵多维数组.docx
《R语言学习系列03数据结构I向量矩阵多维数组.docx》由会员分享，可在线阅读，更多相关《R语言学习系列03数据结构I向量矩阵多维数组.docx（9页珍藏版）》请在冰点文库上搜索。
R语言学习系列03数据结构I向量矩阵多维数组
03.数据结构I—向量，矩阵，多维数组
一、向量（一维数据）
向量是R语言中最基本的数据类型，是以一维数组管理数据的一种对象类型，可以是数值型、字符型、逻辑值型、复数型。
注意：
同一向量不能混杂多种不同类型的数据。
1.创建向量
通过函数c（）实现组合功能，例如
>x1<-c（2,3,5,7,10）
>x1
[1]235710
>x2<-c（"a","b","c"）
>x2
[1]"a""b""c"
2.向量索引
（1）下标索引（注意：
R中下标是从1开始的），例如
x1[1]——返回x1的第1个元素
x1[-1]——返回除第一个元素之外的所有元素
x1[c（2:
4）]——返回x1的第2至4个元素
x1[-c（2:
4）]——返回x1的除第2至4元素之外的所有元素
（2）名称索引
先给向量中的每个元素命名，再通过名称访问对应的元素：
>names（x1）<-c（"two","three","five","seven","ten"）
>x1[c（"three","seven"）]
threeseven
37
（3）which元素位置
通过函数which（）返回逻辑向量中为TRUE的位置；
which.max（x1）返回向量x1中最大值所在的位置；
which.min（x1）返回向量x1中最小值所在的位置。
>x1<-c（2,3,5,7,10）
>x1[which（x1>3&x1<8）]
[1]57
>x1[which.max（x1）]
[1]10
（4）subset生成子集
检索向量中满足条件的元素，提取出来：
subset（x1,x1>3&x1<8）
[1]57
（5）match匹配
match（x1,x2）逐个检查向量x1中元素是否在向量x2中，若是则返回该元素，否则返回NA：
>x1<-c（2,3,5,7,10）
>x2=1:
4
>match（x1,x2）
[1]23NANANA
（6）%in%检查是否属于
x1%in%x2逐个判断向量x1中元素是否属于向量x2：
>x1%in%x2
[1]TRUETRUEFALSEFALSEFALSE
3.向量的编辑
对已创建向量进行增加或删除元素。
（1）增加元素
>x<-1:
5
>x
[1]12345
>x<-c（x,c（6,7,8））
>x
[1]12345678
x[10]=10
>x
[1]12345678NA10
length（x）
[1]10
（2）删除元素
>x=1:
8
>x
[1]12345678
>x<-x[-c（3,5）]
>x
[1]124678
>x<-x[-1]
>x
[1]24678
4.向量排序
函数sort（），基本格式：
sort（x,decreasing=FALSE,na.last=FALSE,...）
其中，x为排序对象（数值型或字符型）；decreasing默认为FALSE即升序，TURE为降序；na.last默认为FALSE，若为TRUE，则将向量中的NA值放到序列末尾。
函数rank（），返回值是该向量中对应元素的“排名”。
函数order（）,返回值是对应“排名”的元素所在向量中的位置，例如，
>x<-c（1,5,8,2,9,7,4）
>x
[1]1582974
>order（x）
[1]1472635
说明：
默认按升序，排名第2的元素在原向量的第4个位置。
函数rev（）,将序列进行反转，即1,2,3变成3,2,1
5.创建等差序列
函数seq（）,基本格式为：
seq（from=...,to=...,by=...,length.out=...,along.with=...）
其中，from设置首项（默认为1）；to设置尾项；by设置等差值（默认为1或-1）；length.out设置序列长度；along.with以该参数的长度作为序列长度。
根据需要设置某几个参数即可，seq（17）同seq（1,17）同1:
17
6.创建重复序列
函数rep（）,基本格式为：
rep（x,times=...,length.out=...,each=...）
其中，x为要重复的序列；times设置序列重复次数；length.out设置产生的序列的长度；each设置每个元素分别重复的次数（默认为1）。
>x=1:
3
>x
[1]123
>rep（x,2）
[1]123123
>rep（x,each=2）
[1]112233
>rep（x,c（2,1,2））#按照规则重复序列中的各元素
[1]11233
>rep（x,each=2,length.out=4）
[1]1122
>rep（x,each=2,times=3）
[1]112233112233112233
二、矩阵（二维数据）
矩阵是二维数组，可以描述二维数据，也要求矩阵内各元素有相同的类型。
1.创建矩阵
函数matrix（）,基本格式为：
matrix（x,nrow=...,ncol=...,byrow=...,dimnames=...）
其中，x为数据向量作为矩阵的元素；nrow设定行数；ncol设定列数；byrow设置是否按行填充，默认为FALSE（按列填充）；dimnames用字符型向量表示矩阵的行名和列名。
>x<-1:
6
>x
[1]123456
>a<-matrix（x,nrow=3,ncol=2,byrow=T）
>a
[,1][,2]
[1,]12
[2,]34
[3,]56
>b<-matrix（x）
>b
[,1]
[1,]1
[2,]2
[3,]3
[4,]4
[5,]5
[6,]6
>dim（b）=c（3,2）
>b
[,1][,2]
[1,]14
[2,]25
[3,]36
>c<-matrix（x,nrow=3,ncol=2,byrow=F,dimnames=list（c（"r1","r2","r3"）,c（"c1","c2"）））
>c
c1c2
r114
r224
r336
函数as.vector（）,可将矩阵转化为向量，元素按列读取。
>as.vector（c）
[1]123456
2.矩阵索引
a[i,j]——返回矩阵a的第i行，第j列的元素
a[i,]——返回矩阵a的第i行
a[,j]——返回矩阵a的第j列
a[c（i:
j）,]——返回矩阵a的第i至第j行
a[,j]——返回矩阵a的第i行，第j列的元素
也可按名称索引：
c["r2","c1"]——返回矩阵c的第r2行，第c1列的元素2
3.矩阵的编辑
函数rbind（A,B）,纵向合并（增加行），要求列数相同；
函数cbind（C,D）,衡向合并（增加列），要求行数相同。
注意：
rbind（A,1）相当于给矩阵A增加一行“1”。
a[-1,]，删除矩阵a的第一行
a[,-1]，删除矩阵a的第一列
a[-c（2:
4）,]，删除矩阵a的第2至4行
4.矩阵的运算
+-*/——四则运算（要求矩阵维数相同）
colSums（）——对矩阵的各列求和
rowSums（）——对矩阵的各行求和
colMeans（）——对矩阵的各列求均值
rowMeans（）——对矩阵的各行求均值
t（）——对矩阵转置
det（）——返回方阵的行列式
crossprod（）——返回两个矩阵的内积
outer（）——返回矩阵的外积（叉积）
%*%——矩阵乘法（要求左阵的列数=右阵的行数）
diag（）——取矩阵对角线元素生成对角矩阵，若对象是向量，则以该向量作为对角元素
solve（）——返回逆矩阵（要求矩阵可逆）
eigen（）——返回矩阵的特征值与特征向量
三、多维数组（高维数据）
数组与矩阵类似，是矩阵的扩展，维度≥3.也要求数组中各元素有相同的类型。
1.创建多维数组
函数array（）,基本格式为：
array（x,dim=...,dimnames=...）
其中，x为数据向量作为多维数组的元素；dim设置多维数组各维度的维数；dimnames设置多维数组各维度的名称。
>x<-1:
30
>dim1<-c（"A1","A2","A3"）
>dim2<-c（"B1","B2","B3","B4","B5"）
>dim3<-c（"C1","C2"）
>a<-array（x,dim=c（3,5,2）,dimnames=list（dim1,dim2,dim3））
>a
,C1
B1B2B3B4B5
A11471013
A22581114
A33691215
,C2
B1B2B3B4B5
A11619222528
A21720232629
A31821242730
2.多维数组索引
第3个维度姑且称为“页”。
a[2,4,2]——返回第2页，第2行，第4列的元素26
或按各维度名称索引
a["A2","B4","C2"]——同a[2,4,2]
a[,,2]——返回第2页
dim（a）——返回多维数组a的各维度的维数352
主要参考文献：
[1]张良均，谢佳标，杨坦，肖刚.R语言与数据挖掘.机械工业出版社，2016.
升级会员 