R语言入门基础之矩阵

数模天下

矩阵(matrix)

矩阵生成函数matrix():matrix(data, nrow = , ncol = , byrow = F)，其中，数据data是必须的，其他都是选择参数，可以不选。byrow = F默认为按列来排列数据，如果想要按行排列，令byrow = T。
4 X7 k9 k% f8 L0 Y/ h3 |( S' v! U2 Q1、对角矩阵和单位阵。
例1：x <- 1:6; diag(x) #对角矩阵
( L% i: \5 K! I9 b( b" l例2：y <- rep(1, 5); diag(y) #单位阵

2、矩阵下标
例1：xx <- matrix(1:20, 4, 5)
' f4 Q8 l( k+ i( N9 t- axx[2, 2]; xx[2, 3:5]; xx[3:4, 3:4]
xx[2, ]; xx[ , 2]
( G0 S* i" N5 h
3、代数意义下的矩阵乘法"%*%"
& b- Q: E8 Y% A) O/ Z例1：yy <- matrix(1:6, 3, 2); zz <- matrix(1:6, 2, 3)
yy %*% zz; zz %*% yy
- |  K* i" G; Z6 f0 F
4、矩阵行和列的维数
3 g7 l1 P6 L0 X+ m' _例1：xx <- matrix(1:20, 4, 5)
dim(xx) #行和列的维数
nrow(xx); ncol(xx) #行数和列数

5、矩阵的主要运算函数
3 y& c& ]2 F& P8 G2 _; _* q例1：x <- 1:6; y <- as.matrix(x) #转换成矩阵
% T7 O6 i1 E, F, P* a  n7 I# gis.matrix(x); is.matrix(y) #判断是否矩阵
& G6 P, _( B  Y" }* y例2：   diag() #方阵对角线元素或者生成对角矩阵
apply() #对矩阵应用函数
5 h# z: q2 S' Jeigen() #求特征值和特征向量
solve() #求逆矩阵
chol() #Choleski分解
svd() #奇异值分解
* k$ s  y  R$ {+ k  e1 ^$ d, cqr() #QR分解
det() #求行列式
6 ^! s  @' v- @/ H1 N5 k$ W  V, Kdim() #给出行列数
1 z( V  ?/ X, L4 c/ Qt() #矩阵转置

! V* O; _7 Z4 `( q2 q6、矩阵合并
# [1 G8 n! \8 H0 D% l* c例1：aa <- matrix(1:6, 3, 2);  bb <- matrix(7:12, 3, 2)
; e8 h# i2 w+ o, ^# W% n7 Acbind(aa, bb) #按列合并
rbind(aa, bb) #按行合并
4 Z& t; c# q6 V# K/ x0 o
7、矩阵apply()运算函数：语法是apply(data, dim, function),dim取1表示对行运用函数，取2表示对列运用函数。
例1：xx <- matrix(1:20, 4, 5)
2 s4 Y# X+ z6 S( n* K2 zcolMeans(xx) #列均值
+ [, X" S0 _: N  YcolSums(xx) #列和
其余大部分都要用到apply()函数
例2：xx <- matrix(1:20, 4, 5)
apply(xx, 2, mean) #列均值，等同于colMeans(xx)
5 m. }8 n! }+ G5 E8 \& ]; Rapply(xx, 2, sum) #列和，等同于colMeans(xx)，所以矩阵行和列的运算推荐用apply()。
apply(xx, 1, var) #行方差
( A  T1 ~9 q& H6 U1 c# e' Japply(xx, 2, max) #每列最大值
6 W" u, }1 r% E# tapply(xx, 2, rev) #每列的数反排列
( |4 j  w) P" L, N, p8 ^4 e( k* q' n) b
  m) Q5 t# [5 F* l3 g; d