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：

#@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@#矩阵的建立：matrix(data=x,nrow=m,ncol=n,byrow=TRUE)
#x -> 元素的向量; n -> 列数; m -> 行数；
#byrow -> 决定了元素是否按行排列（TRUE:按行排列；FALSE:按列排列）#第一种建立
m<-matrix(1:10,nrow=3,ncol=5,byrow=TRUE)
m
#索引
m[1,3]  #精准查找，精确到m行，n列
m[1,]   #按行查找
m[,2]   #按列查找#第二种建立，“先定义，后填充”
m<-matrix(0,nrow=5,ncol=5,byrow=TRUE)
m
m[1,]<-c(1:5) #按行填充元素
m[,2]<-c(1:5) #按列填充元素
m[3,3]<-9     #精却位置填充元素
m[1:2,2:3]<-c(5:8)  #按区块填充,案列排列元素#矩阵的操作
#矩阵的转置，t(矩阵名)
m2<-t(m)+m
m2
#对称矩阵的特征根、特征向量: eigen(矩阵名)
eigen(m2)
#生成下三角矩阵（数学角度）
m<-matrix(0,nrow=5,ncol=5)
for(i in 1:5){m[i,i]<-(1+i)/2*i   #对角线位置的数值是梯形的面积值for(j in 1:i){m[i,i-j]<-m[i,i]-j   #从对角线位置，向前依次减少‘1’}
};m;
#生成下三角矩阵（编程语言角度）
m<-matrix(0,nrow=5,ncol=5)
h<-1
for(i in 1:5){for(j in 1:i){m[i,j]<-hh<-h+1}
};m;#查矩阵的维数，dim(m)
dim(m)
dim(m)<-c(5,4)  #矩阵大小（元素个数）不变，重置矩阵的维数（i行，j列 的矩阵），dim(m)<-c(i,j)
#￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥
x<-sample(1:50,16)
y<-sample(1:50,16)
z<-sample(1:50,25)
m1<-matrix(x,nrow=4,ncol=4,byrow=T)
m2<-matrix(y,nrow=4,ncol=4,byrow=T)
m3<-matrix(z,nrow=5,ncol=5,byrow=T)
m1;m2;m3;
#矩阵的运算+、-、%*%、%/%
m1+m2;m1-m2;   #矩阵中的对应元素相加、减
m1+m3;m1-m3;   #报错：两个元素个数和排列不对应的矩阵不能相加、减2*m1        ##数乘：矩阵每个元素都乘以一个常数
m1%*%m2 #矩阵乘法
m1*m2       #矩阵对应元素相乘#求逆（通过解方程方式）：solve(m) 求m矩阵的逆
solve(m1)#矩阵转置 t(m)
t(m1)#去矩阵对角线 diag(m)
diag(m1)#求矩阵(必须是方阵)行列式  det(m)
det(m1)
#&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&#矩阵的合并
#1、按行合并rbind(x,y):x在上，y在下
#2、按列合并cbind(x,y):x在左，y在右x<-matrix(1:25,nrow=5,ncol=5,byrow=T)
y<-matrix(1:10,nrow=2,ncol=5,byrow=T)
rbind(x,y)
cbind(x,t(y))#%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%#apply(m,1 or 2,f,farge)  m为被操作矩阵，1 表示对行进行操作，2 表示对列进行操作
#f 是操作函数，farge 是操作函数的参数
apply(x,1,sum)
apply(x,2,sum)
apply(x,1,mean)#@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@#对矩阵的行和列进行命名
rownames(x)<-c('a','b','c','d','e')    #对行命名
colnames(x)<-c('A','B','C','D','E')    #对列命名
dimnames(x) #查看行和列的名字#@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@#例题：列出一个（0，1）矩阵；判断每一行1的个数是否大于行的长度的一半，若大于，记为“张”。
x<-rep(c(0,1),length=1000)
y<-sample(x,400)
M<-matrix(y,nrow=20,ncol=20)mydef<-function(x){n<-0ifelse(sum(x)>length(x)/2,n<-'张',n<-'0')n
}a<-apply(M,1,mydef)
a#—————————————————————————————————————

R语言基础学习：矩阵及矩阵的基础操作相关推荐

R语言使用单个向量创建矩阵数据、通过byrow参数指定从向量转化为矩阵的过程中的数据排布方式
R语言使用单个向量创建矩阵数据.通过byrow参数指定从向量转化为矩阵的过程中的数据排布方式目录 R语言使用单个向量创建矩阵数据.通过byrow参数指定从向量转化为矩阵的过程中的数据排布方式 R语言 ...
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语言使用colSums函数对矩阵或者数据框数据的列求和、使用rbind函数行列和向量附加到原始矩阵数据尾部
R语言使用colSums函数对矩阵或者数据框数据的列求和.使用rbind函数行列和向量附加到原始矩阵数据尾部目录
白话空间统计之二十五：空间权重矩阵（四）R语言中的空间权重矩阵(2)
上一篇,讲了R语言中的空间权重矩阵的结构,这一节讲讲R语言里面空间权重矩阵的自定义. 与ArcGIS自定义空间权重矩阵一样,R语言的空间权重矩阵如果纯粹从零开始自定义生成,是非常麻烦的事情,所以我们一 ...
R语言可视化热力图：相关性矩阵热力图、数据热力图实战
R语言可视化热力图:相关性矩阵热力图.数据热力图实战目录 R语言可视化热力图:相关性矩阵热力图.数据热力图实战
moran指数 r语言_白话空间统计之二十五：空间权重矩阵（四）R语言中的空间权重矩阵(2)：不同空间关系对莫兰指数的影响...
原标题:白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(2):不同空间关系对莫兰指数的影响上一篇,讲了R语言中的空间权重矩阵的结构,这一节讲讲R语言里面空间权重矩阵的自定义. 与Ar ...
R语言可视化学习笔记之ggridges包绘制山峦图
作者:严涛浙江大学作物遗传育种在读研究生(生物信息学方向)伪码农,R语言爱好者,爱开源. 严涛老师的绘图教程还有: gganimate |诺奖文章里面的动图绘制教程来了!! ggplot2学习笔记之 ...
R语言小白学习笔记13—基本统计
R语言小白学习笔记13-基本统计笔记链接学习笔记13-基本统计 13.1 概括性统计量 13.2 相关系数和协方差 13.3 t-检验 13.3.1 单样本t检验 13.3.2 两样本t检验 13 ...
R语言可视化学习笔记之相关矩阵可视化包ggcorrplot
本文转载自"R语言中文社区",己获授权. 作者简介Introduction taoyan:伪码农,R语言爱好者,爱开源. 个人博客: https://ytlogos.github. ...
R语言数据处理学习记录--使用linkET包完成mental test
R语言数据处理学习记录–使用linkET包完成mental test 注:本文仅作为自己的学习记录以备复习查阅一简单介绍一下这个包依旧是来自于GitHub上,作者给出的介绍:linkET的目标是 ...

R语言基础学习：矩阵及矩阵的基础操作

R语言基础学习：矩阵及矩阵的基础操作相关推荐

最新文章

热门文章