在R语言中,矩阵(matrix)是将数据按行和列组织数据的一种数据对象,相当于二维数组,可以用于描述二维的数据。与向量相似,矩阵的每个元素都拥有相同的数据类型。通常用列来表示来自不同变量的数据,用行来表示相同的数据。
1、R语言中矩阵的创建
在R语言中可以使用matrix()函数来创建矩阵,其语法格式如下:
matrix(data=NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
参数含义如下:
data:矩阵的元素,默认为NA,即未给出元素值的话,各项为NA
nrow:矩阵的行数,默认为1;
ncol:矩阵的列数,默认为1;
byrow:元素是否按行填充,默认按列;
dimnames:以字符型向量表示的行名及列名。
(1)创建形式1
m1 <- matrix(c(1:6),nrow=2,ncol=3,dimnames=list(c("r1","r2"),c("c1","c2","c3")))
(2)创建形式2
m2 <- matrix(1:6,nrow=2) #共6个元素,分2行,每行3个元素,未指定行名和列名
(3)创建形式3
m3 <- matrix(1:6,ncol=3) #共6个元素,结果与创建形式2相同
(4)创建形式4
m4 <- matrix(nr=2,nc=3) #未指定元素数据,默认为NA,2行3列,nr是nrow的简写,nc是ncol的简写,R能识别
以上4中形式的执行效果如下图所示:
(5)创建形式5
使用rbind函数或cbind函数可以将两个向量或矩阵合并为一个矩阵
v1 <- c(1:4) #创建名为v1的向量
v2 <- c(5:8) #创建名为v2的向量
m5 <- rbind(v1,v2) #将向量v1和v2按行合并为一个矩阵
m6 <- cbind(v1,v2) #将向量v1和v2按列合并为一个矩阵
m7 <- rbind(m1,m2) #将上面定义的矩阵m1和m2合并为一个新的矩阵
本部分的执行效果见下图
2、R语言中矩阵的索引
R语言中,矩阵的索引方式主要有以下几种:
直接使用矩阵名可以获得整个矩阵的情况,如下图:
(1)矩阵名[行位置,列位置] 获取某个元素的值
m1[2,1] #输出矩阵m1第2行第1列的元素值:2
(2)矩阵名[行位置, ] 获取某一行的所有元素
m1[2, ] #输出矩阵m1中第2行的数据
(3)矩阵名[ , 列位置] 获取某一列的所有元素
m1[ ,2] #输出矩阵m1中第2列的所有元素
(4)矩阵名[ "行名","列名"] 通过行名和列名获取某一个元素
m1["r1", "c2"]
(5)矩阵名["行名", ] 通过行名来获取矩阵某一行的所有元素
m1["r2", ]
(6)矩阵名[ , "列名"] 通过列名来获取矩阵某一列的所有元素
m1[ , "c1"]
(7)矩阵名[ -r, -c] 排除第r行和第c列数据
m1[-1, -2] #除去第1行及第2列的数据
以上部分的执行结果见下图:
(8)矩阵名[-r , ] 除去第r行之外的数据
m1[-2,] #除去第2行之外的数据
(9)矩阵名[ , -c] 除去第c列之外的数据
m1[, -2] #除去第2列之外的数据
以上两种情况的执行结果:
(10)矩阵名[向量1,向量2] 获取向量1表示的行集和向量2表示的列集交叉处的数据
m1[c(1,2),c(1,3)]
(11)矩阵名[向量1, ]获取向量1表示的行集的数据
m1[c(1,2), ]
(12)矩阵名[, 向量2] 获取向量2表示的列集的数据
m1[ , c(1,3)]
以上三种情况的执行结果:
(13)矩阵名[-向量1, -向量2] 获取除指定行集和列集之外的元素
m1[-c(1),-c(2,3)]
(14)矩阵名[-向量1, ]获取除指定行集之外的元素
m1[-c(2), ]
(15)矩阵名[ , -向量2] 获取除指定列集之外的元素
m1[ , -c(1:2)]
(16)矩阵名[行名称向量,列名称向量] 获取指定行名称和列名称的元素,或只指定行名称向量,或列向量均可
m1[c("r1","r2"), c("c1","c3")]
m1[c("r1,"r2") , ]
m1[ , c("c1","c3")]
注意在以上使用矩阵的索引或向量表示的索引集时,索引不能超过矩阵的最大维数。
3、矩阵的编辑
(1)修改矩阵元素的值
在R语言中,主要通过以下几种形式来修改矩阵中的元素值。
①修改单个值
m1[1,2] = 12 #将矩阵m1中第1行第2个元素的值修改为12
m1["r2","c2"] = 22 #将矩阵m1中行名称为r2与列名称c2交叉处的元素值修改为22
②修改某一行的数据
m1[2,] = c(21,22,23) #将矩阵第2行的数据修改为21,22,23
m1["r1" ,] = c(11:13) #将矩阵名称为r1的行的数据修改为11 ,12, 13
m1[1, ] = 0 #将矩阵m1的第一行的数据都修改为0
③修改某一列的数据
m1[, 1] = c(11,21) #将矩阵的第一列数据修改为11,21
m1[, "c2"] = c(221,222) #将矩阵中名为c2的列数据改为221,222
m1[,3 ] = 333 #将矩阵第3列的数据都修改为333
注意下面这种情况:
ma <- (1:16, nr=4) #创建名为ma的矩阵,共4行4列
输出
[,1] [,2] [,3] [,4]
[1,] 1 5 9 13
[2,] 2 6 10 14
[3,] 3 7 11 15
[4,] 4 8 12 16
修改第2列的数据:
ma[,2] = c(12,22) #这样,向量的数据可以重复以补齐到与矩阵ma的行数相同
即第2列的数据变为 12 22 12 22
但是如果向量中提供的元素个数不能被替换对象的维数整除的话,会报错,也就是说这里要替换的列元素有4个,提供了2个,2能被4整除,则其通过重复循环向量2次可以将矩阵列元素补齐,但如提供的向量元素有3个的话,会给出“被替换的项目不是替换值长度的倍数”的错误。即对于ma矩阵,其行或列给出替换的元素个数只能是1或2或4,其余会报错。
(2)删除指定的行或列
m1 <- m1[-2,] #删除第2行
m1 <- m1[,-2] #删除第2列
m2<- m2[-1,-2] #删除矩阵的第1行以及第2列
注意,上面使用了给矩阵重新赋值的方式,否则不能实现删除操作,仅是访问。
(3)矩阵的合并
可以使用上面所说的rbind和cbind函数进行合并
m1<-rbind(m1,c(31,32,33)) #将向量按行合并到矩阵m1中
m1<-cbind(m1,c(44,45)) #将向量按列合并到矩阵m1中
同样,上面给出的向量元素不足时,循环使用,同样当元素个数不足时,其提供的元素个数应能被对应的行维或列维除尽,即列数或行数需是所提供的元素个数的整数倍。
4、矩阵的常用运算
(1)colSums(m1) 求矩阵各列的和
(2)rowSums(m1) 求矩阵各行的和
(3)colMeans(m1)求矩阵各列的均值
(4)rowMeans(m1)求矩阵个行的均值
(5)t(m1) 将矩阵转置
(6)det(m1)求解方阵的行列式
(7)diag(m1) 取矩阵的对角元素
(8)solve(m1) 求矩阵的逆阵
(9)eigen(m1) 求矩阵的特征值和特征向量
(10)nrow(m1) 求矩阵的行数
(11)ncol(m1) 求矩阵的列数
(12)dim(m1) 求矩阵的行维与列维
(13)corsspod(A,B) 求两个矩阵的内积 AB = ATB 第一个矩阵的列数应与第二个矩阵的行数相同
(14)A %*% B 与(13)相同
(完)
新闻热点
疑难解答