矩陣：存放相同型別元素的二維向量matrix(data=na, nrow = 1, ncol = 1, byrow = false, dimnames = null)
引數含義如下：
dimnames：以字元型向量表示的行名及列名
m1 <-matrix(c(1:6),
nrow=2,
ncol=3,
dimnames=list(
c("r1
","r2"),
c("c1
","c2
","c3")
))"""c1 c2 c3
r1 1 3 5
r2 2 4 6
"""#
共6個元素，分2行，每行3個元素，未指定行名和列名
m2 <- matrix(1:6,nrow=2) <--> m3 <- matrix(1:6,ncol=3)
"""[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
"""#
未指定元素資料，預設為na，2行3列，nr是nrow的簡寫，nc是ncol的簡寫
m4 <- matrix(nr=2,nc=3)
"""[,1] [,2] [,3]
[1,] na na na
[2,] na na na
"""#
建立名為v1的向量
v1 <- c(1:4)
#建立名為v2的向量
v2 <- c(5:8)
#將向量v1和v2按行合併為乙個矩陣
m5 <-rbind(v1,v2)
"""[,1] [,2] [,3] [,4]
v1 1 2 3 4
v2 5 6 7 8
"""#
將向量v1和v2按列合併為乙個矩陣
m6 <-cbind(v1,v2)
"""v1 v2
[1,] 1 5
[2,] 2 6
[3,] 3 7
[4,] 4 8
"""#
將上面定義的矩陣m1和m2合併為乙個新的矩陣
m7 <-rbind(m1,m2)
"""c1 c2 c3
r1 1 3 5
r2 2 4 6
1 3 5
2 4 6
"""
m1"""c1 c2 c3
r1 1 3 5
r2 2 4 6
"""
m1[c(1,2),c(1,3)]"""c1 c3
r1 1 5
r2 2 6
"""
m1[c(1,2), ]"""c1 c2 c3
r1 1 3 5
r2 2 4 6
"""
m1[ , c(1,3)]"""c1 c3
r1 1 5
r2 2 6
"""
#m1矩陣行名分別為r1和r2, 列名分別為c1，c2，c3
m1 <-matrix(
c(1:6),
nrow=2,
ncol=3,
dimnames=list(
c("r1
","r2"),
c("c1
","c2
","c3")
))"""c1 c2 c3
r1 1 3 5
r2 2 4 6
"""
m1["r1", "
c2"] #
3
m1["r2", ]"""
c1 c2 c3
2 4 6
"""
m1[ , "c1"]"""
r1 r2
1 2
"""
#除去第1行及第2列的資料
m1[-1, -2]
"""c1 c3
2 6
"""
#除去第2行之外的資料
m1[-2,]
"""c1 c2 c3
1 3 5
"""
#除去第2列之外的資料
m1[, -2]
m1[-c(1),-c(2,3)] #2
m1[-c(2), ]
m1[ , -c(1:2)]
R資料結構 矩陣
矩陣的建立 在r中用函式matrix 來建立乙個矩陣，使用該函式時需要輸入必要的引數值。matrix data na,nrow 1,ncol 1,byrow false,dimnames null 1.data 向量元素列表 2.nrow行數 3.ncol列數 4.byrow 矩陣是按列優先的方式進...
R的資料結構
r語言中的資料結構包括標量 向量 矩陣 陣列 列表以及資料框 向量是用於儲存單一資料型別 數值 字元 邏輯值 的一維陣列，示例如下 a c 1,2,3,4,5 數值 mode a b c a b c d 字元 mode b c c t,f,f,t 邏輯 mode c 值得注意的是r的標量是向量的特例...
R資料結構
r語言可能大家不是很熟知，但r語言絕對是作圖建模最好用的語言。今天來給大家說說他的資料結構，先上圖 向量是儲存數值型 字元型或邏輯型資料的一種陣列 v v1 v2 print v 2 print v1 c 2,3 print v2 2 5 向量只能儲存同一種型別的資料，v2的資料型別看起來輸入不同，...