目录

1.向量

1.1 介绍

1.2 使用

1.2.1 创建

1.2.2 运算

1.2.3 索引

1.3 相关函数

1.3.1 求长度

1.3.2 插入数据

1.3.3 删除 

2.矩阵

2.1 介绍

2.2 使用

1.向量

1.1 介绍

R语言中的向量与数学中的向量不同，是用于储存数值型、字符型或逻辑型数据的一维数组

1.2 使用

1.2.1 创建

我们用赋值符号<-和c(元素)来创建一个向量

> x<-c(1,2,3,4,5)
> x
[1] 1 2 3 4 5

也可以用seq()生成一个等差数列 ，例如生成从1到10公差为2的等差数列

> x<-seq(from=1,to=10,by=2)
> x
[1] 1 3 5 7 9

还可以用rep()函数来生成周期数列

> x<-rep(c(1,2,3),3)
> x
[1] 1 2 3 1 2 3 1 2 3

1.2.2 运算

单个向量

数乘

> x<-5*x
> x
[1] 10 15 20 25 30

自增

> x<-c(1:5)
> x
[1] 1 2 3 4 5
> x<-x+1
> x
[1] 2 3 4 5 6

多个向量

与数学中的向量类似，R中的向量之间可以进行线性运算

> x<-c(1:5)
> y<-c(6:10)
> 2*x+3*y
[1] 20 25 30 35 40

还可以进行乘法、幂、取余、取整运算

> x<-c(1:5)
> y<-c(6:10)
> x*y
[1]  6 14 24 36 50
> x**y
[1]       1     128    6561  262144 9765625
> x%%y
[1] 1 2 3 4 5
> x%/%y
[1] 0 0 0 0 0

 注意：不同长度向量的运算短的向量会循环使用

逻辑运算

大小关系

> x 
包含关系
 
> x%in%y
[1] FALSE FALSE FALSE FALSE FALSE
 
1.2.3 索引 
下标索引：
 
> x<-c(1:5)
> x[1]
[1] 1
> x[-1]
[1] 2 3 4 5
> x[c(1:3)]
[1] 1 2 3
 
 注意：负数表示取补访问
 
 逻辑索引：
 
> x<-c(1:5)
> x[c(T,F,T,F,T)]
[1] 1 3 5
> x[x>3&x<5]
[1] 4
> x[c(T,F)]
[1] 1 3 5
 
注意：逻辑向量中的元素个数小于向量元素个数时会循环判断 
 
哈希索引：
 
> names(x)<-c("one","two","three","four","five")
> x["three"]
three 
    3 
 
注意：哈希相当于建立向量与向量之间的映射关系 
 
1.3 相关函数 
1.3.1 求长度 
> length(x)
[1] 5
 
1.3.2 插入数据 
末尾插入
 
> x[c(6,7,8)]<-c(6,7,8)
> x
  one   two three  four  five             
    1     2     3     4     5     6     7 
      
    8 
 
非末尾插入
 
> append(x=x,values = 100,after = 1)
  one         two three  four  five 
    1   100     2     3     4     5 
 
1.3.3 删除  
删除整个向量
 
> rm(x)
> x
Error: object 'x' not found
 
删除某个元素 
 
> x<-c(1:5)
> x
[1] 1 2 3 4 5
> x<-x[-1]
> x
[1] 2 3 4 5
 
2.矩阵 
2.1 介绍 
R中矩阵的概念和性质与数学中的矩阵基本类似
 
2.2 使用 
2.2.1 创建
 
> m<-matrix(1:20,4,5)
> m
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    5    9   13   17
[2,]    2    6   10   14   18
[3,]    3    7   11   15   19
[4,]    4    8   12   16   20
 
 还可以给行和列标号
 
> rnames<-c("r1","r2","r3","r4")
> cnames<-c("c1","c2","c3","c4","c5")
> dimnames(m)<-list(rnames,cnames)
> m
   c1 c2 c3 c4 c5
r1  1  5  9 13 17
r2  2  6 10 14 18
r3  3  7 11 15 19
r4  4  8 12 16 20
 
2.2.2 访问
 
我们不仅可以访问单个元素，某一行（列）元素，还可以访问矩阵的一个子阵
 
> m[1,2]
[1] 5
> m[,2]
[1] 5 6 7 8
> m[c(1,2),c(3,4)]
     [,1] [,2]
[1,]    9   13
[2,]   10   14
 
也可以通过行和列的名字来访问 
 
> m["r1","c1"]
[1] 1
> m[,"c1"]
r1 r2 r3 r4 
 1  2  3  4 
 
2.2.3 运算
 
单个矩阵
 
数乘
 
> m<-m*3
> m
   c1 c2 c3 c4 c5
r1  3 15 27 39 51
r2  6 18 30 42 54
r3  9 21 33 45 57
r4 12 24 36 48 60
 
 行（列）求和、求平均
 
> colSums(m)
 c1  c2  c3  c4  c5 
 30  78 126 174 222 
> rowSums(m)
 r1  r2  r3  r4 
135 150 165 180 
> rowMeans(m)
r1 r2 r3 r4 
27 30 33 36 
> colMeans(m)
  c1   c2   c3   c4   c5 
 7.5 19.5 31.5 43.5 55.5 
 
求对角线上元素 
 
> m<-matrix(1:9,3,3)
> m
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9
> diag(m)
[1] 1 5 9
 
转置
 
> m<-matrix(1:20,4,5)
> m
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    5    9   13   17
[2,]    2    6   10   14   18
[3,]    3    7   11   15   19
[4,]    4    8   12   16   20
> t(m)
     [,1] [,2] [,3] [,4]
[1,]    1    2    3    4
[2,]    5    6    7    8
[3,]    9   10   11   12
[4,]   13   14   15   16
[5,]   17   18   19   20
 
两个矩阵
 
加法
 
> m<-matrix(1:9,3,3)
> m
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9
> n<-matrix(2:10,3,3)
> n
     [,1] [,2] [,3]
[1,]    2    5    8
[2,]    3    6    9
[3,]    4    7   10
> m+n
     [,1] [,2] [,3]
[1,]    3    9   15
[2,]    5   11   17
[3,]    7   13   19
 
内积
 
> m*n
     [,1] [,2] [,3]
[1,]    2   20   56
[2,]    6   30   72
[3,]   12   42   90
 
外积
 
> m%*%n
     [,1] [,2] [,3]
[1,]   42   78  114
[2,]   51   96  141
[3,]   60  114  168