这篇文章将为大家详细讲解有关R语言中vector向量,array数组怎么用,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。R语言很奇怪的是它是面向对象的语言,所以经常会调用系统的方法,而且更奇怪的是总是调用
这篇文章将为大家详细讲解有关R语言中vector向量,array数组怎么用,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
R语言很奇怪的是它是面向对象的语言,所以经常会调用系统的方法,而且更奇怪的是总是调用“谓语”的方法,用起来像是写句子一样,记起来真是让人费解。比如is.vector(),read.table(),as.vector()、、
直接开始吧:(由于习惯,大部分用"="代替"<-")
a<-c(1,2,3,4,5,6,7,8,9)
或者赋值函数assign,
assign("a",c(1,2,3,4,5,6,7,8,9)) > is.vector(a)[1] TRUE > is.matrix(a) [1] FALSE> is.array(a)[1] FALSE> is.list(a)[1] FALSE
或者利用随机分布函数,rnrom(n,mean,sd),runif(n,min,max)、、、
> b=runif(20,min=1,max=20)> b [1] 2.181016 18.417605 9.748379 2.122849 1.281871 4.099617 [7] 14.162348 18.034863 7.464664 9.599227 18.973259 1.900773[13] 8.995223 11.048916 11.667131 3.859275 17.992988 1.089552[19] 13.490061 12.864029
或者按照一定的步长:
> a=seq(1,20,by=3)> a[1] 1 4 7 10 13 16 19
或者重复:
> s=rep(a,times=3)> s [1] 1 4 7 10 13 16 19 1 4 7 10 13 16 19 1 4 7 10 13 16 19
逻辑向量:
> b=a>8;b[1] FALSE FALSE FALSE TRUE TRUE TRUE TRUE
缺失数据用大写NA表示,数据不确定用NaN表示,数据是无穷用Inf表示(一会全大写,一会大写加小写,一会首字母大写,真是醉了),判断是否为空数据用函数is.na(),判断是否不确定用函数is.nan(),数据是否有限用is.finite(),数据是否为无穷用函数is.infinite():
> z=c(1:3,Na);zError: object 'Na' not found> z=c(1:3,NA);z[1] 1 2 3 NA > is.na(z)[1] FALSE FALSE FALSE TRUE
将缺失的数据赋值为0:
> z[is.na(z)]=0;z[1] 1 2 3 0
下面将这几个有问题的数据放在一个向量中:
> z=c(0/1,0/0,1/0,NA);z[1] 0 NaN Inf NA> is.na(z)[1] FALSE TRUE FALSE TRUE> is.nan(z)[1] FALSE TRUE FALSE FALSE> is.finite(z)[1] TRUE FALSE FALSE FALSE> is.infinite(z)[1] FALSE FALSE TRUE FALSE
> a=round(runif(9,min=1,max=9))> a[1] 3 8 8 8 2 7 3 5 3
可以看见,与容器不同,vector的下标是从1开始的:
> a[0]numeric(0) > a[1][1] 3
选取第2和第3个数,引用非常方便:
> a[c(2,3)][1] 8 8
引用除了第一个值的所有数,用了减号"-":
> a[-c[1]][1] 8 8 8 2 7 3 5 3
①+-×÷,其他运算如log,exp,cos,sqrt等也相似。其意义是对应的向量的每个元素分别做运算,
> x=c(1,2,3)> y=c(2,3,4)> z=2*x+y-1> z[1] 3 6 9 > x^2[1] 1 4 9 > cos(x)[1] 0.5403023 -0.4161468 -0.9899925 > sqrt(x)[1] 1.000000 1.414214 1.732051
②与向量有关的函数,min(x),max(x), sum(x),range(x),太简单就不在细说,需要强调的是which.min(x),这个还是蛮重要的。
> a=rnORM(10,mean=5,sd=2)> a [1] 5.914559 2.604346 5.342572 9.006863 6.547221 7.519781 7.330211 [8] 8.322956 6.875491 5.883626> which.max(a)[1] 4> which.min(a)[1] 2> a[which.max(a)][1] 9.006863> a[which.min(a)][1] 2.604346
其他的如sd(a),var(a),length(a),sort(a),分别是求方差,标准差,长度,排序。与python不同R语言的vector所有操作都不会改变vector本身的值。
R的对象都有两个基本的属性:mode和length,向量的类型为:logical(逻辑型)、numeric(数值型)、complex(复数型)、character(字符型)。
> b=c(0:9)> b [1] 0 1 2 3 4 5 6 7 8 9> is.numeric(b)[1] TRUE> is.character(b)[1] FALSE> c=as.character(b)> c [1] "0" "1" "2" "3" "4" "5" "6" "7" "8" "9"> is.numeric(c)[1] FALSE> is.character(c)[1] TRUE
多维的同一类型集合(字符型、数值型、逻辑型、复数型),R可以很容易地生成和处理数组,特别是矩阵matrix是一个二维数组。
a=c(1,3,4,5,6,7,8,9,3)> dim(a)=c(3,3)> a [,1] [,2] [,3][1,] 1 5 8[2,] 3 6 9[3,] 4 7 3
或者:
> a=array(a,dim=c(3,3))> a [,1] [,2] [,3][1,] 1 5 8[2,] 3 6 9[3,] 4 7 3
或者:
> a=matrix(a,nrow=3,ncol=3);a [,1] [,2] [,3][1,] 1 5 8[2,] 3 6 9[3,] 4 7 3 > is.vector(a)[1] FALSE> is.matrix(a)[1] TRUE> is.array(a)[1] TRUE > is.list(a)[1] FALSE
可以发现,a已经通过定义维度将其变成了一个矩阵(matrix)和数组(array),下面将讲matrix其实是一个二维的array。
> a=c(1:24)> dim(a)=c(2,3,4)> a[2,1,2][1] 8> a[1,2:3,2:3] [,1] [,2][1,] 9 15[2,] 11 17> a[1, , ] [,1] [,2] [,3] [,4][1,] 1 7 13 19[2,] 3 9 15 21[3,] 5 11 17 23
关于“R语言中vector向量,array数组怎么用”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
--结束END--
本文标题: R语言中vector向量,array数组怎么用
本文链接: https://www.lsjlt.com/news/250733.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-05-13
2024-05-13
2024-05-13
2024-05-13
2024-05-13
2024-05-13
2024-05-13
2024-05-13
2024-05-13
2024-05-13
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0