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。
1、对角矩阵和单位阵。
例1：x <- 1:6; diag(x) #对角矩阵
# l, b$ G8 U( W5 [$ i, _例2：y <- rep(1, 5); diag(y) #单位阵
) y1 h+ b, G+ b
2、矩阵下标
例1：xx <- matrix(1:20, 4, 5)
xx[2, 2]; xx[2, 3:5]; xx[3:4, 3:4]
xx[2, ]; xx[ , 2]

3、代数意义下的矩阵乘法"%*%"
例1：yy <- matrix(1:6, 3, 2); zz <- matrix(1:6, 2, 3)
yy %*% zz; zz %*% yy
! G9 A6 A, W: X6 U- n- _& ~& }% x
4、矩阵行和列的维数
例1：xx <- matrix(1:20, 4, 5)
" S) e9 m9 o4 w6 Y. H2 zdim(xx) #行和列的维数
) X8 ^( C  T& W9 W7 S) I1 S/ e; g8 ]- X& jnrow(xx); ncol(xx) #行数和列数
8 R! G2 @4 E. h8 x6 ~7 U2 Y+ v
! h+ g) c3 T+ F" O' L# S5、矩阵的主要运算函数
8 J+ g, ~- X3 T: L! Q) V例1：x <- 1:6; y <- as.matrix(x) #转换成矩阵
is.matrix(x); is.matrix(y) #判断是否矩阵
例2：   diag() #方阵对角线元素或者生成对角矩阵
0 W/ U& {4 ^1 ^0 U0 dapply() #对矩阵应用函数
9 x( ]; Z' T2 s* _* qeigen() #求特征值和特征向量
solve() #求逆矩阵
chol() #Choleski分解
" K0 v( z3 D" bsvd() #奇异值分解
qr() #QR分解
det() #求行列式
% o; W/ y' v5 E! l% f" cdim() #给出行列数
. Z+ O/ }/ i8 _" F( Mt() #矩阵转置
2 C( f. \5 i6 \5 j1 K
6、矩阵合并
例1：aa <- matrix(1:6, 3, 2);  bb <- matrix(7:12, 3, 2)
# D$ B: \9 D% P% e, B- Jcbind(aa, bb) #按列合并
; {  X0 K8 Q- s0 A5 p- o' ^rbind(aa, bb) #按行合并

5 @, X  S4 K- {( \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。
+ D5 S2 r/ W5 b% m! Y8 s0 _例1：xx <- matrix(1:20, 4, 5)
3 N5 b3 U4 J, h- ?3 t' p5 u: mcolMeans(xx) #列均值
colSums(xx) #列和
7 V* [( F5 b0 B其余大部分都要用到apply()函数
例2：xx <- matrix(1:20, 4, 5)
! P$ ~! U6 ^5 L- t+ e# c' P/ V2 H  |  Japply(xx, 2, mean) #列均值，等同于colMeans(xx)
1 f3 T: L9 _+ t* y! c# @apply(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
) `4 F% a) y9 t' X6 fapply(xx, 2, max) #每列最大值
apply(xx, 2, rev) #每列的数反排列

; w4 ]. N% A. p4 S: ?