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]235710x2-c(a,b,c)x2[1]abc2.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)]threeseven37（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(x13&x18)][1]57x1[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,x13&x18)[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=1:4match(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]TRUETRUEFALSEFALSEFALSE3.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-1:5x[1]12345x-c(x,c(6,7,8))x[1]12345678x[10]=10x[1]12345678NA10length(x)[1]10（2）删除元素x=1:8x[1]12345678x-x[-c(3,5)]x[1]124678x-x[-1]x[1]246784.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]1582974order(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3,2,15.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1:176.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=1:3x[1]123rep(x,2)[1]123123rep(x,each=2)[1]112233rep(x,c(2,1,2))#按照规则重复序列中的各元素[1]11233rep(x,each=2,length.out=4)[1]1122rep(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-1:6x[1]123456a-matrix(x,nrow=3,ncol=2,byrow=T)a[,1][,2][1,]12[2,]34[3,]56b-matrix(x)b[,1][1,]1[2,]2[3,]3[4,]4[5,]5[6,]6dim(b)=c(3,2)b[,1][,2][1,]14[2,]25[3,]36c-matrix(x,nrow=3,ncol=2,byrow=F,dimnames=list(c(r1,r2,r3),c(c1,c2)))cc1c2r114r224r336函数as.vector(),可将矩阵转化为向量，元素按列读取。as.vector(c)[1]1234562.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23.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-1:30dim1-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,,C1B1B2B3B4B5A11471013A22581114A33691215,,C2B1B2B3B4B5A11619222528A21720232629A318212427302.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.