R语言(6)-数据结构之矩阵(matrices)与数组(array)
目录
一、矩阵
二、数组
三、矩阵索引查询
一、矩阵
1,、矩阵matrix是二维复数或实数的集合
2、与向量相同,矩阵元素可以是数值型、字符型、逻辑型,且元素类型统一
3、矩阵的创建使用
matrix函数
> x<-1:20
> x[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
> m <- matrix(x,nrow=4,ncol=5)
> m <- matrix(x,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> m <- matrix(x,4,5,byrow = T)
> m[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 6 7 8 9 10
[3,] 11 12 13 14 15
[4,] 16 17 18 19 20
dim函数
> ?dim
> dim(x)
NULL
> dim(x) <- c(4,5)
> x[,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
4、 矩阵的命名
#matrices的命名方式:dimnames()
> rnames <- c("R1","R2","R3","R4")
> cnames <- c("C1","C2","C3","C4","C5")
> dimnames(m) <- list(rnames,cnames)
> mC1 C2 C3 C4 C5
R1 1 2 3 4 5
R2 6 7 8 9 10
R3 11 12 13 14 15
R4 16 17 18 19 20
二、数组
1、创建用dim或者array
> x <- 1:20
> x[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
> dim(x) <- c(2,2,5)
> x
, , 1[,1] [,2]
[1,] 1 3
[2,] 2 4, , 2[,1] [,2]
[1,] 5 7
[2,] 6 8, , 3[,1] [,2]
[1,] 9 11
[2,] 10 12, , 4[,1] [,2]
[1,] 13 15
[2,] 14 16, , 5[,1] [,2]
[1,] 17 19
[2,] 18 20
?array
> x <- c("A1","A2")
> y <- c("B1","B2","B3")
> z <- c("C1","C2","C3","C4")
> m <- array(1:24,c(2,3,4),dimnames = list(x,y,z))
> m
, , C1B1 B2 B3
A1 1 3 5
A2 2 4 6, , C2B1 B2 B3
A1 7 9 11
A2 8 10 12, , C3B1 B2 B3
A1 13 15 17
A2 14 16 18, , C4B1 B2 B3
A1 19 21 23
A2 20 22 24
三、矩阵索引查询
> 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
> m[1,2]
[1] 5
> m[1,c(2,3,4)]
[1] 5 9 13
> m[c(1,2,3),c(1,2,3)][,1] [,2] [,3]
[1,] 1 5 9
[2,] 2 6 10
[3,] 3 7 11
> m[2]
[1] 2
> m[2,]
[1] 2 6 10 14 18
> m[,2]
[1] 5 6 7 8
> m[2,-1]
[1] 6 10 14 18> dimnames(m)=list(rnames,cnames)
> mC1 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
> m["R1","C1"]
[1] 1
R语言(6)-数据结构之矩阵(matrices)与数组(array)相关推荐
- R语言自定义多分类混淆矩阵可视化函数(mutlti class confusion matrix)、R语言多分类混淆矩阵可视化
R语言自定义多分类混淆矩阵可视化函数(mutlti class confusion matrix).R语言多分类混淆矩阵可视化 目录
- r语言中矩阵QR分解_从零开始学R语言Day4|向量、矩阵和数组
从零开始学R语言Day4|向量.矩阵和数组 1.1向量 1.1.1向量 在Day2中我们提及过用和c()函数来构建向量,具体实例如下. 我们还可以采用vector("类型",长度) ...
- r语言重复向量变矩阵_游戏如何使重复变得有趣
r语言重复向量变矩阵 Have you ever stopped to consider that in most video games, you're doing variations of th ...
- 如何在R语言中建立六边形矩阵热图heatmap可视化
原文链接:http://tecdat.cn/?p=18879 这是一个六边形热图可视化程序,主要用到的知识RColorBrewer,fields,也就是R中的可视化绘图库(点击文末"阅读原文 ...
- R语言outer函数应用于两个数组实战
R语言outer函数应用于两个数组实战 目录 R语言outer函数应用于两个数组实战 #基本语法 #outer函数应用于向量和单个值
- r 字符串转化为数值_【R语言】数据结构Ⅰ—向量,矩阵,数组
数据结构是为了便于存储不同类型的数据而设计的. R中常用的数据结构包括: 同质数据类型(homogeneous data types),即所存储的一定是相同类型的元素,包括向量.矩阵.数组: 异质数据 ...
- R语言 -- car::scatterplotmatrix散点图矩阵 参数详解
最近为了帮忙媳妇绘制医学SCI文章,学习了下R语言. 在R语言实战第二版书,第八章回归分析时,用到了scatterplotmatrix 函数绘制散点图矩阵,发现已经不是当前最新的car包了,函数参数都 ...
- r语言 转录本结构及丰度_【R语言】数据结构Ⅱ—列表,数据框,因子
四.列表 列表(list),可以包含不同类型的对象,甚至可以包括其他列表.列表的灵活性使得它非常有用. 例如,用R 拟合一个线性回归模型,其返回结果就是一个列表,其中包含了线性回归的详细结果,如线性回 ...
- geo读取表达矩阵 RNA-seq R语言部分(表达矩阵合并及id转换)
geo读取表达矩阵 RNA-seq R语言 方法一:1.从geo页面直接下载表达矩阵,然后通过r读取表达矩阵 2.利用getgeo函数读取表达矩阵 3.利用geo自带的geo2r,调整p值为1,获取探 ...
- R语言基础学习:矩阵及矩阵的基础操作
R语言的矩阵在数据操作的工作中十分的方便,也十分实用,给批量操作提供了简便的工具: 以下是整理的上课笔记: #@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ ...
最新文章
- 大数据实战之环境搭建(八)
- 用户相关的文件、解析以及命令的使用
- C# ListT用法
- 深入.NET 4.0之,LazyT点滴
- java seam 框架简介
- python的优缺点有哪些-Python语言的优缺点有哪些
- pythontk多线程_把python程序变成多线程
- 将汉字转成拼音字头的方法
- Linux内存管理:内存描述之内存节点node
- parent.window php,javascript中的window.self、window.top、window.parent和window.opener详解
- tolua unity 报错_Unity3D热更新之LuaFramework篇[01]--从零开始
- Hadoop Configuration 源码详解
- PHP常用方法(不定时更新)
- Halcon常用图像预处理算子总结
- matlab中字符串的大小比较,matlab中字符串的最大大小
- 170816 Ubuntu-Nvidia CUDA+Driver+cuDNN installation-Titan Xp
- 如何防止网站关键数据被人恶意采集
- 互联网究竟是怎么诞生的?
- 【强化学习】《动手学强化学习》马尔可夫决策过程
- Codeforces 577B