R語言中幾種常見的創建矩陣的形式

2021-01-08 翔宇亭IT樂園

矩陣概述

在R語言中,矩陣(matrix)是將數據按行和列組織數據的一種數據對象,相當於二維數組,可以用於描述二維的數據。與向量相似,矩陣的每個元素都擁有相同的數據類型。通常用列來表示來自不同變量的數據,用行來表示相同的數據。

R中創建矩陣的語法格式

在R語言中可以使用matrix()函數來創建矩陣,其語法格式如下:

matrix(data=NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)

參數含義如下:

data:矩陣的元素,默認為NA,即未給出元素值的話,各項為NA

nrow:矩陣的行數,默認為1;

ncol:矩陣的列數,默認為1;

byrow:元素是否按行填充,默認按列;

dimnames:以字符型向量表示的行名及列名。

幾種創建矩陣的形式

(1)創建形式1

m1 <- matrix(c(1:6),nrow=2,ncol=3,dimnames=list(c("r1","r2"),c("c1","c2","c3")))

(2)創建形式2

m2 <- matrix(1:6,nrow=2) #共6個元素,分2行,每行3個元素,未指定行名和列名

(3)創建形式3

m3 <- matrix(1:6,ncol=3) #共6個元素,結果與創建形式2相同

(4)創建形式4

m4 <- matrix(nr=2,nc=3) #未指定元素數據,默認為NA,2行3列,nr是nrow的簡寫,nc是ncol的簡寫,R能識別

以上4中形式的執行效果如下圖所示:

(5)創建形式5

使用rbind函數或cbind函數可以將兩個向量或矩陣合併為一個矩陣

v1 <- c(1:4) #創建名為v1的向量

v2 <- c(5:8) #創建名為v2的向量

m5 <- rbind(v1,v2) #將向量v1和v2按行合併為一個矩陣

m6 <- cbind(v1,v2) #將向量v1和v2按列合併為一個矩陣

m7 <- rbind(m1,m2) #將上面定義的矩陣m1和m2合併為一個新的矩陣

本部分的執行效果見下圖

歡迎關注本號。本號將持續更新有關R語言方面的文章。從簡單到深入。希望你能喜歡。

相關焦點

  • R語言中獲取矩陣中元素的幾種形式
    在上一篇文章中,小編介紹了R語言中創建矩陣的幾種形式。今天,我們再來探討一下如何訪問矩陣中的元素。在R語言中獲取矩陣中的元素主要有以下幾種形式:獲取矩陣中所有的元素值只要使用矩陣名就可以獲取整個矩陣中的所有元素。
  • R語言筆記1:數據類型(向量、數組、矩陣、 列表和數據框)
    學習R語言,需要先安裝R語言,只需要從 https://www.r-project.org/ 下載適合你系統的最新版本軟體安裝即可。R語言有個優秀的環境叫Rstudio,具體安裝可參考  《R語言學習 - 入門環境Rstudio》一文。R語言中的數據類型(Data Types)R語言的對象(Objects)主要包括向量、矩陣、數組、數據框和列表。
  • 掌握R語言for循環一文就夠了(認真臉)
    那麼接下來,小編就通過一個具體的例子來講解for循環(′▽`〃)代碼都是本人自己寫的哈~首先編一個二維矩陣數據,這樣的數據是很常見的(如果有現成的文件也可以用read.csv/read.table/read.delim
  • r語言work_r語言work函數 - CSDN
    對於所給的名稱,加前綴』d』代表密度(density),'p』代表CDF,'q』代表分位函數,'r』代表模擬(隨即散布)。這幾類函數的第一個參數是有規律的,形為dxxx的函數為x,pxxx的函數為q,qxxx的函數為p,rxxx的函數為n(rhyper和rwilcox是特例,他們的第一個參數為nn)。
  • R語言之矩陣操作
    R語言作為一門統計語言,肯定缺少不了矩陣處理。
  • 入門| 簡易指南帶你啟動 R 語言學習之旅
    現在我們創建一個2x2矩陣,使用matrix函數並以行和列作為參數。行數以nrow表示,列數以ncol表示。my_matrix<-matrix(nrow=2,ncol=2)my_martix<-matrix(nrow=8,ncol=4)#Itcreatesamatrixwith8rowsand4cloumns.
  • R語言中因子的創建與使用
    因子在R語言中可以用來表示名義型變量或有序變量。名義變量一般表示類別,如性別,種族等等。有序變量是有一定排序順序的變量,如職稱,年級等等。在R語言中,名義變量和有序變量可以使用因子來表示。創建因子在R語言中可以使用factor()函數和gl()函數來創建因子變量。
  • R語言中使用scan函數讀取文件中的數據
    從結果來看,可能並非我們所要的形式,上面這三種形式可以用於整個文件只有一種數據的情形,如只有100個人的身高數據,而對於有多個變量的數據,可能就不適用了,如第一種格式,它將欄位名也當做數據來讀取了,其它兩種格式,將所有變量(欄位)中的數據混到一起了,在處理時不夠方便。
  • 業界| 四大機器學習程式語言對比:R、Python、MATLAB、Octave
    比 Matlab 繪圖差,難以實現交互式圖表 創建獨立應用程式的能力有限 Python Python 是一種用於通用編程的解釋型高級程式語言,由 Guido van Rossum 創建並於 1991 年首次發布。
  • r語言有什麼優劣勢及R語言的未來發展趨勢_R語言在現實中的應用
    「在這一領域的任何新型研究成果可能都會馬上以R軟體包的形式體現出來。因此從這個角度看,R語言始終站在技術發展的尖端位置,」他表示。「這種接入軟體包還能夠提供良好的途徑,幫助我們利用相對統一的API在R語言環境下實現機器學習研究。」Peng進一步補充稱,目前已經有眾多主流機器學習算法以R語言作為實現手段。
  • R數據分析:創建向量的方法
    在R語言中,向量(Vector)是相同基本類型元素組成的序列,相當於一維數組。向量的元素可以是數值型、字符型、邏輯值型和複數型,對應分別稱為數值型向量、字符串型向量、邏輯型向量和複數型向量。向量中可以包含一個元素,也可以包含多個元素。同一個向量中的數據類型應該相同。
  • R語言中的數學計算
    如果計算器中能嵌入R的計算函數,那麼絕對是一種高科技產品。本文總結了R語言用於初等數學中的各種計算。設這個三角形中,θ的對邊、鄰邊和斜邊長度分別是a、b和h。三角函數的6種關係:正弦,餘弦,正切,餘切,正割,餘割。
  • 復旦通識·學術寫作系列|段懷清:文學論文的幾種常見形式
    復旦大學通識教育中心於2019年推出學術寫作指導計劃,在這個學期組織了學術寫作系列講座,由來自不同專業的擅長學術寫作的教師,指導學生在寫作中如何形成問題意識,如何組織布局,如何分解問題以及如何考慮讀者。2019年4月16日,復旦大學中國語言文學系教授,博士生導師,哈佛-燕京訪問學者段懷清的講座以「文學論文的幾種常見形式」為題。
  • R語言-stringr-字符串處理
    單雙引號R語言中字符串輸入時,可以使用單引號,也可以使用雙引號。str_remove(string = 'a||b',pattern = "\\|\\|")另外常見的\n, \t需要被轉義處理,在字符清洗,如小說語義分析,網頁爬蟲後整理等數據清洗過程中經常用到
  • 快速掌握R語言中類SQL資料庫操作技巧
    (本章節為R語言入門第二部分總結篇:數據操作)本章內容布局思路:思來想後,想到SQL查詢的查詢思路可以作為本章節的布局思路2.對表中的一些數據做出修改、替換、甚至生成新欄位1.1 向量 Vector : c()1.2 矩陣 Matrix: matrix()1.3 數據框 DataFrame: data.frame
  • 【SymPy】(七)方程求解(八)矩陣
    dsolve解中的任意常數是C1、C2、C3等形式的符號。(八)矩陣from sympy import *要在SymPy中生成矩陣,使用Matrix對象。通過提供構成矩陣的行向量的列表來構造矩陣。例如,構造矩陣:
  • R語言從入門到精通:Day10-R語言統計入門代碼大全
    (示例數據來自vcd包中的Arthritis數據集。)創建頻數表和列聯表的幾種重要方法如下表:  使用gmodels包中的CrossTable()函數也是創建二維列聯表的一種方法,示例如下圖5.  但幸運的是,psych包中提供的corr.test()函數可以一次做更多事情,並且用法類似。psych包中的pcor.test()函數可以用於偏相關性係數的顯著性檢驗。另外,psych包中的r.test()函數提供了多種實用的顯著性檢驗方法。
  • 線性代數中矩陣的秩不等式總結,考試經常考,這樣學習拿高分!
    學習矩陣秩的定義(1)從矩陣的子式出發來定義:設在矩陣中有一個非零的r階子式,且所有r+1階子式的值均為零。則的值稱為矩陣的秩為r,記為r(A)或rank(A)。(2)從向量組的極大線性無關組出發來定義:把矩陣的每一列(或每一行)都看作成向量,那麼這組列向量(或行向量)的極大線性無關組的向量個數,即為矩陣的秩。
  • Keras R語言接口正式發布,同時公開20個完整示例
    雷鋒網 AI科技評論消息,Keras R語言接口正式發布,並同時公開20個完整示例。接下來是更多關於Keras的信息,以及發布Keras的R語言接口的意義。Keras和深度學習在過去的幾年間,人們對深度學習的興趣增長迅速,同時期出現了幾個深度學習的框架。在所有的框架中,Keras因為在生產力、靈活性以及對用戶友好性方面的優勢脫穎而出。同時期,tensorflow作為下一代機器學習平臺,非常靈活,很適合產品部署。
  • r語言tseries - CSDN
    tsdiag(m1) #對估計進行診斷,判斷殘差是否為白噪聲summary(m1)r=m1$residuals #用r來保存殘差Box.test(r,type=」Ljung-Box」,lag=6, fitdf=1)#對殘差進行純隨機性檢驗,fitdf表示殘差減少的自由度AutocorTest(m1$resid) #加載FinTS包