关于后端:R语言学习丨矩阵和数组必学基础知识

2次阅读

共计 2803 个字符，预计需要花费 8 分钟才能阅读完成。

明天笔记内容蕴含 R 语言中矩阵和数组基础知识。

矩阵内能够是数字、符号、数学式，相似于常见的二维数组，有 m 行（row）n 列（col）的矩阵 m×n。

R 语言的矩阵能够应用 matrix() 函数来创立，语法格局如下：
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,dimnames = NULL)

参数阐明：

data 向量，矩阵的数据
nrow 行数
ncol 列数
byrow 逻辑值，为 FALSE 按列排列，为 TRUE 按行排列
dimname 设置行和列的名称，该参数用含有两个向量（字符串）的列表组成。

> # 按行排列创立矩阵
> zhen_1 = matrix(c(1:12),nrow = 3,byrow = TRUE)
> print(zhen_1)
     [,1] [,2] [,3] [,4]
[1,]    1    2    3    4
[2,]    5    6    7    8
[3,]    9   10   11   12
> # 定义行和列的名称
> rownames_1 = c("a1","a2","a3")
> colnames_2 = c("b1","b2","b3","b4")
> # 输入矩阵
> out_1 = matrix(c(1:12),nrow = 3,byrow = TRUE,dimnames = list(rownames_1,colnames_2))
> print(out_1)
   b1 b2 b3 b4
a1  1  2  3  4
a2  5  6  7  8
a3  9 10 11 12

R 语言矩阵提供了 t() 函数，能够实现矩阵的行列调换，变动成果如下：

咱们对刚刚创立的 out_1 矩阵进行转置后输入，如下：

> out_1 = matrix(c(1:12),nrow = 3,byrow = TRUE,dimnames = list(rownames_1,colnames_2))
> print(out_1)
   b1 b2 b3 b4
a1  1  2  3  4
a2  5  6  7  8
a3  9 10 11 12
> print(t(out_1))  #输入转置矩阵用 t（）a1 a2 a3
b1  1  5  9
b2  2  6 10
b3  3  7 11
b4  4  8 12

能够元素的 列索引和行索引，相似坐标模式，获取矩阵元素，如下：

> print(out_1) #获取整个矩阵
   b1 b2 b3 b4
a1  1  2  3  4
a2  5  6  7  8
a3  9 10 11 12
> print(out_1[1,2]) # 获取第 1 行第 2 列的元素
[1] 2
> print(out_1[2,]) # 获取第 2 行的元素
b1 b2 b3 b4 
 5  6  7  8

大部分人曾经学过线性代数，理解矩阵的加减乘除法令，值得注意的是只有行和列数都雷同的矩阵能力加减运算，只有第一个矩阵的列数等于第二个矩阵的行数能力相乘。接下来进行演示：

> # 矩阵相加，相减只需把加号改成减号
> out_sum = m_1 + m_2  # 两个矩阵都是 2×3
> cat("后果：","\n")
后果：> print(out_sum)
     [,1] [,2] [,3]
[1,]   14   -2    4
[2,]   18    8    6
> # 矩阵相乘
> out_cheng = m_1 * m_2  
> cat("后果：","\n")
后果：> print(out_cheng)
     [,1] [,2] [,3]
[1,]   49    1    4
[2,]   81   16    9
> # 矩阵相除
> out_chu = m_1 / m_2  
> cat("后果：","\n")
后果：> print(out_chu)
     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1

R 语言能够创立一维或多维数组，数组是一个同一类型的汇合，矩阵就是一个二维数组。

数组创立应用 array() 函数，该函数应用向量作为输出参数，能够应用 dim 设置数组维度。语法格局如下：

array(data = NA, dim = length(data), dimnames = NULL)

data 向量，数组元素。
dim 数组的维度，默认是一维数组。
dimnames 维度的名称，必须是个列表

例如创立一个 3×3 的二维数组，用于后续演示，办法如下：

> v1 = c(1,2,3)
> v2 = c(4,5,6,7,8,9)
> shuzu = array(c(v1,v2),dim = c(3,3,2))
> print(shuzu)
, , 1

     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

, , 2

     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

设置各维度的名称

> column.names = c("col1","col2","col3")  #设置列名
> row.names = c("row1","row2","row3") #设置行名
> matrix.names = c("m1","m2") #设置矩阵名
> out_3 = array(c(v1,v2),dim = c(3,3,2),dimnames = list(row.names,column.names,matrix.names)) #设置数组名
> print(out_3) #输入
, , m1

   col1 col2 col3
row1    1    4    7
row2    2    5    8
row3    3    6    9

, , m2

   col1 col2 col3
row1    1    4    7
row2    2    5    8
row3    3    6    9
#上述 m1 和 m2 矩阵利用于笔记前面的演示，不再反复

拜访数组元素

数组的元素有坐标地位，索引程序为（行，列，维度），例如 [3,2,4] 示意第 4 个矩阵第 3 行第 2 列的元素。

, , m2  #第二个矩阵

     col1 col2 col3
row1    1    4    7
row2    2    5    8
row3    3    6    9

> print(out_3[3,1,2])
[1] 3  #输入后果正确

操作数组元素

能够通过拜访矩阵的元素来拜访数组，例如从数组中的一个矩阵创立新矩阵，而后进行矩阵加减运算，演示如下：

> matrix_1 = shuzu[,,1] 
> matrix_2 = shuzu[,,2]
> sum_1 = matrix_1 + matrix_2
> print(sum_1)
     [,1] [,2] [,3]
[1,]    2    8   14
[2,]    4   10   16
[3,]    6   12   18

apply（）函数可能对数组跨纬度计算，语法格局为：apply(x, margin, fun)

x 数组
margin 数据名称（1 代表行，2 代表列，c(1,2)代表行和列）
fun 计算函数

> print(shuzu)  
, , 1   #数组的第一个矩阵
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

, , 2  #数组的第二个矩阵
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

> out_4 = apply(shuzu,1,sum)  #对数组所有矩阵依照每一行的形式求和
> print(out_4)
[1] 24 30 36  #第一行数据 24=1+4+7+1+4+7，的确能行！疾速记忆：# 计算数组中所有矩阵对应行的数字之和
result <- apply(shuzu, c(1), sum)
# 计算数组中所有矩阵对应列的数字之和
result <- apply(shuzu, c(2), sum)
# 计算数组中每个矩阵外部的所有数字之和
result <- apply(shuzu, c(3), sum)