20-矩陣與數組

一、矩陣的定義

矩陣（Matrix）是一個按照長方陣列排列的復數或實數集。向量是一維的，而矩陣是二維的，需要有行和列。

R中，矩陣是有維數的向量，但元素必須擁有相同的模式，此和向量一致。

例：x<-1:20

構造4行5列的矩陣：

m<-matrix(x,nrow=4,ncol=5) 或m<-matrix(1:20,4,5)

矩陣默認按列分配，即上述結果為：

1 5 9 13 17

2 6 10 14 18

3 7 11 15 19

4 8 12 16 20

matrix(1:20,4,byrow=T)此按行分布，即輸出結果如下（若為F則按列分布）

1 2 3 4 5

6 7 8 9 10

11 12 13 14 15

16 17 18 19 20

二、數組

x<-1:20

①dim(x) <- c(2,2,5) x此時變為三維數組

②構造數組：

dim1 <-c(“A1”,”A2”)

dim2<-c(“B1”,”B2”,”B3”)

dim3<-c(“C1”,”C2”,”C3”,”C4”)

Z <-array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3))

③Titanic為R中內置數據集的數組

三、矩陣的索引

構造矩陣m<-matrix(1:20,4,5,byrow=T)，即為

1 2 3 4 5

6 7 8 9 10

11 12 13 14 15

16 17 18 19 20

m[1,2] 即為2

m[1,c(2,3,4)] 第1行，2,3,4,列的數據

m[c(2:4),c(2,3)] 輸出矩陣一個子集

m[2, ] 輸出第2行數據

m[ ,2] 輸出第2列數據

m[2] 默認輸出第2行第1列的數，即6

m[-1,2] 即去除第1行，再取第2列

m+1,m*2 表示每個元素都乘以2

m+m 兩個矩陣相加時，對應位置相加

若n <-matrix(1:20,5,4) ，則n+m會報錯

colSums(m) 計算每一列的和

rowSums(m) 計算每一列的和

若構造m<-matrix(1:9,3,3) t<-matrix(2:10,3,3)

m*t 對應位置相乘，為矩陣內積

m %*% t 矩陣外積

diag(m) 返回對角線位置的值，即1,5,9

t(m) 將矩陣m轉置，即行列互換

其他章節內容可以看我的個人微信公眾號：全哥的學習生涯

21-列表

列表即一些對象的有序集合，可以存儲若干向量、矩陣、數據框，甚至其他列表的組合。

① 在模式上與向量相似，都是一維數據集合

② 向量只能存儲一種數據類型，列表中的對象則可以是R中的任何數據結構，甚至列表本身。

R內置數據集state.center即列表數據

創建列表：list()

③ 列表的訪問

mlist<-list(a,b,c,d)

mlist[1] 即輸出向量a

一次訪問多個列表元素： mlist[c(1,4)]

也可用名稱訪問列表，即state.center[c(“x”,”y”)]

state.center $ x 訪問列表的另一種形式

mlist[[1]] 此時的輸出結果變為元素本身類型

class(mlist[1]); class(mlist[[1])) 可測試元素類型

若給列表賦值，比如如上兩個中括號才可以

Mlist[[5]] <-刪除列表元素

其他章節內容可以看我的個人微信公眾號：全哥的學習生涯

22-數據框

一、數據框的概念

數據框是一種表格式數據結構，數據集通常是由是由數據構成的一個矩形數組，行表觀測，列表變量。（記錄與字段/事例與屬性）

數據框實際上是一個列表，列表中的元素是向量，這些向量構成數據框的列，每一列必須具有相同長度，所以數據框是矩形結構，且數據框的列必須命名。數據框并不是矩陣，因為矩陣要求元素屬性必須相同。

即：

（1） 數據框形狀上很像矩陣

（2） 數據框是比較規則的列表

（3） 矩陣必須為同一數據類型

（4） 數據框每一列必須為同一類型，每一列則不必

R內置數據集iris,mtcars,rock即為數據框

創建數據框：state<-data.frame(state.name,state.abb,state.region,state.x77)

二、數據框的訪問

state[1] 輸出第1列數據

state[c(2,4)] 輸出2,4列數據

state[-c(2,4)] 去除2,4列數據后再輸出其他數據

利用行和列的名字也可以取出對應的行列

state[ ,”state.abb”]

plot(women$height,women$weight) 輸出散點圖

lm(weight ~height,data=women) 線性回歸

attach(mtcars) 直接加載數據框的內容，之后直接敲列名即可，不用加$

rownames(mtcars) colnames(mtcars) 取行名與列名

with(mtcars,{mgg}) 取mtcars中的mgg列

其他章節內容可以看我的個人微信公眾號：全哥的學習生涯

23-因子

① R中的變量可以分為：名義型變量（相互間獨立，無順序差別）、有序型變量（相互間有聯系，但又并非連續型數值）、連續型變量

② 在R中連續型變量和有序型變量統稱為因子，factor，這些分類變量的可能值稱為一個水平level，例如good,better,best都稱為一個level，由這些水平值構成的向量就稱為因子（整個集合才稱為因子），mtcars$cyl即為一個因子

③ 因子的最大作用是進行數據分類，計算頻率與頻數

④ 因子的應用：計算頻數、獨立性檢驗、相關性檢驗、方差分析、主成分分析、因子分析等等

⑤ table(mtcars$cyl) 可用于頻數統計，因子即cyl，而因子的level為4,6,8

⑥ f <- factor(c(“red”,”yellow”,”green”)) 即因子類型的數據

⑦ plot(factor(mtcars$cyl)) 輸出條形圖

注意：向量輸出散點圖，而因子輸出條形圖

⑧ state.division、state.region為因子類型的數據

總結

以上是生活随笔為你收集整理的在r中rowsums_用R进行数据分析-05的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。