R語言中的vector(向量),array(陣列)總結
對於那些有一點程式設計經驗的人來說,vector,matrix,array,list,data.frame就相當於程式語言中的容器,因為只是將R看做資料處理工具所以它們的底層是靠什麼實現的,記憶體怎麼處理的具體也不要深究。
R語言很奇怪的是它是面向物件的語言,所以經常會呼叫系統的方法,而且更奇怪的是總是呼叫“謂語”的方法,用起來像是寫句子一樣,記起來真是讓人費解。比如is.vector(),read.table(),as.vector()、、
直接開始吧:(由於習慣,大部分用"="代替"<-")
一、向量vector,
1.是最基本的資料容器,裡面的資料必須是同一型別,先看基本用法:
a<-c(1,2,3,4,5,6,7,8,9)
或者賦值函式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
或者利用隨機分佈函式,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
或者按照一定的步長:
> a=seq(1,20,by=3)
> a
[1] 1 4 7 10 13 16 19
或者重複:
> 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
邏輯向量:
> b=a>8;b
[1] FALSE FALSE FALSE TRUE TRUE TRUE TRUE
缺失資料用大寫NA表示,資料不確定用NaN表示,資料是無窮用Inf表示(一會全大寫,一會大寫加小寫,一會首字母大寫,真是醉了),判斷是否為空資料用函式is.na(),判斷是否不確定用函式is.nan(),資料是否有限用is.finite(),資料是否為無窮用函式is.infinite():
> z=c(1:3,Na);z
Error: object 'Na' not found
> z=c(1:3,NA);z
[1] 1 2 3 NA
> is.na(z)
[1] FALSE FALSE FALSE TRUE
將缺失的資料賦值為0:
> z[is.na(z)]=0;z
[1] 1 2 3 0
下面將這幾個有問題的資料放在一個向量中:
> 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
2.vector中元素的下標引用.
> a=round(runif(9,min=1,max=9))
> a
[1] 3 8 8 8 2 7 3 5 3
可以看見,與容器不同,vector的下標是從1開始的:
> a[0]
numeric(0)
> a[1]
[1] 3
選取第2和第3個數,引用非常方便:
> a[c(2,3)]
[1] 8 8
引用除了第一個值的所有數,用了減號"-":
> a[-c[1]]
[1] 8 8 8 2 7 3 5 3
3.vector作為R語言工具,需要了解vector的各種運算。
①+-×÷,其他運算如log,exp,cos,sqrt等也相似。其意義是對應的向量的每個元素分別做運算,
> 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與向量有關的函式,min(x),max(x), sum(x),range(x),太簡單就不在細說,需要強調的是which.min(x),這個還是蠻重要的。
> 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),分別是求方差,標準差,長度,排序。與python不同R語言的vector所有操作都不會改變vector本身的值。
4.由於R是一種基於物件的語言,R的物件分為單純物件和複合物件兩種,單純物件的所有元素都是同一資料型別(數值、字串),元素不再是物件。複合物件的元素可是是不同的型別,每個元素是一個物件。
R的物件都有兩個基本的屬性:mode和length,向量的型別為:logical(邏輯型)、numeric(數值型)、complex(複數型)、character(字元型)。
> 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
二、陣列array:多維的同一型別集合(字元型、數值型、邏輯型、複數型),R可以很容易地生成和處理陣列,特別是矩陣matrix是一個二維陣列。
1.可以通過定義dim(維度)將向量變成matrix。
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
可以發現,a已經通過定義維度將其變成了一個矩陣(matrix)和陣列(array),下面將講matrix其實是一個二維的array。
2.下標引用> 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