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。
0 m& T$ [* W5 T+ z1、对角矩阵和单位阵。
例1：x <- 1:6; diag(x) #对角矩阵
/ e- T- }5 r' j( I例2：y <- rep(1, 5); diag(y) #单位阵
4 o) ?; ?; x. x8 O) }
) y5 w2 F& C3 Q2、矩阵下标
例1：xx <- matrix(1:20, 4, 5)
xx[2, 2]; xx[2, 3:5]; xx[3:4, 3:4]
. C9 c+ N5 q' u; P6 y: yxx[2, ]; xx[ , 2]
) @5 y+ j- q. @- B# n8 X3 m6 F
: m4 L+ x" I8 W' w3、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

4、矩阵行和列的维数
' X+ N' T# D4 ]* Y$ @# A例1：xx <- matrix(1:20, 4, 5)
( G( U* p; p3 {2 B# Gdim(xx) #行和列的维数
nrow(xx); ncol(xx) #行数和列数
+ L* \8 O: j6 |) A$ U
) x, ]% P9 j* x( S/ K5、矩阵的主要运算函数
& H7 I! @- Q9 F% f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
apply() #对矩阵应用函数
eigen() #求特征值和特征向量
solve() #求逆矩阵
chol() #Choleski分解
svd() #奇异值分解
qr() #QR分解
: J3 y7 J/ Z! J8 H* H! k2 edet() #求行列式
3 F7 M2 S* j8 Y* j, y! ^dim() #给出行列数
( y. q: a$ s' `5 A! g5 T# }t() #矩阵转置
' o2 n$ T0 I: Z
4 g0 i9 R+ r0 a, m# [) T$ E6、矩阵合并
& h+ `7 Y; k& s% i例1：aa <- matrix(1:6, 3, 2);  bb <- matrix(7:12, 3, 2)
9 s4 i3 K+ r- B  [8 o* ocbind(aa, bb) #按列合并
8 ^/ e1 ~6 e$ L9 l- }rbind(aa, bb) #按行合并
5 y7 P( `$ i' c* F1 h
7 l+ b# a  X4 }. p7 Z+ e; ~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。
. }/ z9 A4 {2 l# E4 z& V例1：xx <- matrix(1:20, 4, 5)
colMeans(xx) #列均值
+ T; T1 b8 ~5 c, _5 hcolSums(xx) #列和
其余大部分都要用到apply()函数
/ O, x4 e) n: R' V" R4 {3 ]2 o  {例2：xx <- matrix(1:20, 4, 5)
apply(xx, 2, mean) #列均值，等同于colMeans(xx)
( Y& T4 l3 q- f0 ]5 Z6 R1 m9 @3 Mapply(xx, 2, sum) #列和，等同于colMeans(xx)，所以矩阵行和列的运算推荐用apply()。
( e: |! C3 ^% }8 r6 O  L: `* r; aapply(xx, 1, var) #行方差
3 F* D. t( f2 R' p" m' g/ ?) Oapply(xx, 2, max) #每列最大值
3 S5 m  k( F: M/ B) [; f5 ^apply(xx, 2, rev) #每列的数反排列