R语言入门——向量

数模天下

向量（vector）

1、seq():产生有规律的数列，间距省略时默认值为1。
例1：seq(10, 20, 0.5)
例2：seq(0, by = 0.03, length = 15)

- x( n/ A  }; h' S1 m8 _; ~2、rep()：产生有规律的数列，重复第一个变量若干次。
例1：rep(1:3, 1:3)
  R' w* w6 P* y$ g2 Y例2：rep(1:3, rep(2, 3))
例3：rep(1:3, length = 10)

. A, J( ~3 J. R7 g3 t, ^3、向量运算：一般是对应元素之间的运算，所以两个或多个向量运算时，要求它们包含的元素个素相同（或一个是另一个的整数倍）。
2 K# v4 U5 {5 i0 w例1：a <- 1:3; b <- 4:6; a * b; b^a
) N/ ?( l5 L; P9 M$ n9 {8 r' x例2：a <- 1:3; b <- 4:9; a * b; b^a

: @6 Q7 k7 c/ ^& q% g4、获取向量某一个或多个子集,向量前的负号"-"表示去除相应内容。
+ E6 Q6 [6 o- o- P) N( f0 B  F) G8 d例1：x <- c(3, 4, 5, 2, 6); x[1:2]; x[-(1:2)]
例2：x <- c(3, 4, 5, 2, 6); x[c(1, 2, 4, 1)]; x[-c(1, 2, 4, 1)]
例3：xx <- seq(1, by = 3, length = 10); xx[xx > 13]
1 S9 p  t1 {1 o; D. P例4：x <- 1:20; y <- -9:11; x[y > (1)] #注意最后一个是"NA"

5、主要向量运算函数。
例1：xx <- c(2, 6, 10, 8, 4)
sum(xx) #和
max(xx) #最大值
min(xx) #最小值
range(xx) #取值范围
mean(xx) #平均值
var(xx) #方差
  t7 A  o( p* _6 `" u3 asort(xx) #从小到大排序
rev(xx) #反排列， 所以从大到小排序应该是rev(sort(xx))
rank(xx) #单元值大小顺序
: {$ N3 ?6 u0 f& Mprod(xx) #乘积，所以阶乘是prod(1:n)
) i# }4 ?& v0 D; Q) \: V例2：x <- seq(1, 15, 2)
; C( |. B, W' N* Q8 z4 Lappend(x, 20:30, after = 5) #插入数据
& B; |" z/ i7 p  b3 ~append(x, 20:30) #参数after缺省默认从向量的最后插入值
/ l; F0 L3 @1 B; y. H* v( Y6 Vreplace(x, c(2, 4, 6), -1) #替换函数
例3：state.name
match(c('Ohio', 'Wyoming'), state.name) #完全匹配函数
pmatch(c('Oh', 'Wy'), state.name) #部分匹配函数
) i' K* }8 a; z5 t( ]% ?state.name[pmatch(c('Oh', 'Wy'), state.name)]
例4：yy <- -9:10
all(yy > 0) #判断所有
all(yy > -10)
9 f6 s, l9 z5 T% F+ w; _$ many(yy == 0) #判断部分
any(yy > 0)
. f; P3 P( N( N, Xany(yy < -10)
3 }& S% Y0 Y9 o! v5 j! I

winxblast

好像看的人不多~

度过无风

不错噢噢噢噢噢噢噢噢噢噢噢噢噢噢噢噢

maybelu9

学到了

空木葬花

非常感谢楼主的福利！

mvmmvmmvm

这个用的不是很多吧，尤其是做数据分析的时候，一半数据都是存在数据文件里，而不是通过向量调用

添添向善

不错啊，楼主继续啊！！！支持你！