明天笔记内容蕴含R语言中矩阵和数组基础知识。

R语言矩阵

创立矩阵

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 b4a1  1  2  3  4a2  5  6  7  8a3  9 10 11 12

转置矩阵

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 b4a1  1  2  3  4a2  5  6  7  8a3  9 10 11 12> print(t(out_1))  #输入转置矩阵用t（）   a1 a2 a3b1  1  5  9b2  2  6 10b3  3  7 11b4  4  8 12

调用矩阵元素

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 b4a1  1  2  3  4a2  5  6  7  8a3  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

矩阵的计算

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

数组

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 col3row1    1    4    7row2    2    5    8row3    3    6    9, , m2   col1 col2 col3row1    1    4    7row2    2    5    8row3    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 col3row1    1    4    7row2    2    5    8row3    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)
参考资料：
https://www.runoob.com/r
公众号：生信剖析笔记

本文由mdnice多平台公布