R语言数据结构——矩阵
向量(vector)属于一维向量，是R语言数据结构中最基础的数据结构，矩阵(matrix)属于二维向量，其中的元素与向量相同。
矩阵的创建
向量转矩阵–matrix()函数的使用
matrix()函数的作用是将一个向量转换为矩阵，因此在使用matrix()函数时，必须有向量作为基础。
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
参数解释：
data ：转置的对象，一般为向量
nrow ：转置后的行数
ncol ：转置后的列数
byrow ：默认为FALSE，默认按列填充，为TRUE时，按行填充
dimnames ：行列名的设置，格式为list()，先行后列
x_1 <- seq(1:12)
x_2 <- matrix(x_1,nrow = 3,ncol = 4,byrow = F)
x_3 <- matrix(x_1,nrow = 3,ncol = 4,byrow = T)
x_4 <- matrix(x_1,nrow = 3,ncol = 4,byrow = T,
dimnames = list(c('r1','r2','r3'),c('c1','c2','c3','c4')))
矩阵也可以利用as.vector()函数转化为向量。
创建对角矩阵
调用diag()函数
x_1 <- diag(c(1,2,3,4))
创建单位矩阵
使用diag()函数
diag(x = 1, nrow, ncol, names = TRUE)
参数解释：
x：对角元的值，单位矩阵为1
nrow ：单位矩阵的行数
ncol ：单位矩阵的列数
x_1 <- diag(x = 1, 3, 3)
与对角矩阵的创建方式一样，先创建一个向量，向量全为1，个数为n，则矩阵为n*n的矩阵。
x_1 <- rep(1,3)
x_2 <- diag(x_1)
矩阵的索引与修改
矩阵的索引
矩阵一般按照下角标索引，如果矩阵行列有名称也可以用行列的名称索引。
x_1 <- seq(1:12)
x_2 <- matrix(x_1,nrow = 3,ncol = 4,byrow = T,
dimnames = list(c('r1','r2','r3'),c('c1','c2','c3','c4')))
x_2[2,2] # 6
x_2['r2','c2'] # 6
矩阵的修改
先需要找到修改的元素，既矩阵的索引，然后利用赋值语句进行修改。
x_1 <- seq(1:12)
x_2 <- matrix(x_1,nrow = 3,ncol = 4,byrow = T)
x_2[2,2] <- 60
矩阵的合并
因为矩阵是一个二维的数据形式，因此分为行合并和列合并
矩阵的行合并
矩阵行合并的时候，是在原有矩阵的最后一行之后添加新的行，因此新添加的矩阵或向量的列数必须和原有矩阵的列数相同。
x_1 <- seq(1:12)
x_2 <- matrix(x_1,nrow = 3,ncol = 4,byrow = T,
dimnames = list(c('r1','r2','r3'),c('c1','c2','c3','c4')))
new_row <- c(10,20,30,40)
x_3 <- rbind(x_2,new_row)
x_4 <- rbind(x_2,diag(x=1,3,4))
矩阵的列合并
与矩阵的行合并相似，合并的新矩阵或向量的行数相同。
x_1 <- seq(1:12)
x_2 <- matrix(x_1,nrow = 3,ncol = 4,byrow = T,
dimnames = list(c('r1','r2','r3'),c('c1','c2','c3','c4')))
new_row <- c(10,20,30)
x_3 <- cbind(x_2,new_row)
x_4 <- cbind(x_2,diag(x=1,3,3))
矩阵的行列计算函数
举例常见的对行列求和求均值函数如下图所示：
x_1 <- rep(c(1,2,3),each = 3)
x_2 <- matrix(x_1,3,3)
colSums(x_2) # 3 6 9
rowSums(x_2) # 6 6 6
colMeans(x_2) # 1 2 3
rowMeans(x_2) # 2 2 2
矩阵的转置
简单的t()函数就可以解决矩阵转置问题。
x_1 <- rep(c(1,2,3),each = 3)
x_2 <- matrix(x_1,3,3)
x_3 <- t(x_2)
