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。
9 n2 v3 A( I' f1、对角矩阵和单位阵。
例1：x <- 1:6; diag(x) #对角矩阵
例2：y <- rep(1, 5); diag(y) #单位阵
9 n: e" I7 x" {) G! b3 T: C5 v! ]: ~
. T& |7 z9 J( H* z0 n2、矩阵下标
3 n  x9 l- b" T* J例1：xx <- matrix(1:20, 4, 5)
* ]) Q" `+ m4 r8 d  dxx[2, 2]; xx[2, 3:5]; xx[3:4, 3:4]
# \3 X0 a  J; y: Q$ d$ Yxx[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)
! L/ `* [4 h2 x/ a9 tyy %*% zz; zz %*% yy
" Y1 k4 Y9 t+ a/ c
9 S7 H" b) R8 c# o4、矩阵行和列的维数
例1：xx <- matrix(1:20, 4, 5)
dim(xx) #行和列的维数
$ b2 w% E7 M8 }. y; Snrow(xx); ncol(xx) #行数和列数
  L2 O5 D8 f% T/ j) x# F- Z. d
5 T. V! b7 `8 ?( M) f9 ?/ c5、矩阵的主要运算函数
例1：x <- 1:6; y <- as.matrix(x) #转换成矩阵
- J' |/ z; H6 W3 f! Z! d" v" Bis.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
. g, h: p! d* i! Y. ^2 x* ~: X6 Gapply() #对矩阵应用函数
& {: c& j  _. h: S( Weigen() #求特征值和特征向量
6 T/ d( V( E2 Nsolve() #求逆矩阵
5 P$ k0 W+ t: l$ x  wchol() #Choleski分解
svd() #奇异值分解
4 Q7 Z7 ^2 D  H0 rqr() #QR分解
det() #求行列式
dim() #给出行列数
t() #矩阵转置

6、矩阵合并
/ q& {) \4 d% a6 J/ O) }例1：aa <- matrix(1:6, 3, 2);  bb <- matrix(7:12, 3, 2)
& R5 S& {- a' K# o7 \3 `5 Fcbind(aa, bb) #按列合并
& K( [5 o$ x9 B' A/ }2 e) r, M  {2 nrbind(aa, bb) #按行合并
7 y* ]) H% O  T4 |- h
7 M6 s' |! u% p( q) L7、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)
9 `& U0 l8 t3 d" Z8 X+ bcolMeans(xx) #列均值
colSums(xx) #列和
4 p% I% C1 \2 Z% _7 y/ M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)
. G4 w4 O0 j$ P# xapply(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
2 c: ?6 F! Y. {0 F6 `apply(xx, 2, max) #每列最大值
9 ^3 a: h2 M/ \apply(xx, 2, rev) #每列的数反排列

4 K8 m$ m0 s6 r' T; M0 w3 Q6 `' g