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。
  I* B. x7 ]+ m* M- u: ^! w+ p5 S1、对角矩阵和单位阵。
/ }- _! ?* u$ k3 V% E例1：x <- 1:6; diag(x) #对角矩阵
. D/ P  K: ^+ |2 Y2 W2 c$ Y例2：y <- rep(1, 5); diag(y) #单位阵

* g8 |5 H% O& G3 C1 h+ I2、矩阵下标
例1：xx <- matrix(1:20, 4, 5)
% X7 W; Q$ e) b. x+ p$ t" hxx[2, 2]; xx[2, 3:5]; xx[3:4, 3:4]
xx[2, ]; xx[ , 2]
- r3 S# w& @4 d) R3 b
  w# H6 M" c0 F' ^4 R/ F+ H6 y$ ]& |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

2 E6 ^0 |4 c# [4、矩阵行和列的维数
例1：xx <- matrix(1:20, 4, 5)
dim(xx) #行和列的维数
% w( X' L( j" w7 ], Tnrow(xx); ncol(xx) #行数和列数
' Z" ~* _4 n& L% \2 c! {5 o
5、矩阵的主要运算函数
例1：x <- 1:6; y <- as.matrix(x) #转换成矩阵
% c  B4 r" r. \) c* ~% Uis.matrix(x); is.matrix(y) #判断是否矩阵
- X! V" y4 k2 ~0 F例2：   diag() #方阵对角线元素或者生成对角矩阵
% h  R$ x, b% capply() #对矩阵应用函数
& R/ L% ^$ y7 P$ heigen() #求特征值和特征向量
4 P' z% u# m: ~& Ysolve() #求逆矩阵
) t) {7 L1 ]6 r. G/ Bchol() #Choleski分解
svd() #奇异值分解
9 ~+ ^1 Z/ e  Oqr() #QR分解
: @2 q& q3 @4 O, K  ~2 ~+ Kdet() #求行列式
0 h$ f; M; I% t  ^: mdim() #给出行列数
8 Z! e4 Z% f# x% J; Ht() #矩阵转置
5 p5 F& ]' p/ Y6 {8 |
6、矩阵合并
例1：aa <- matrix(1:6, 3, 2);  bb <- matrix(7:12, 3, 2)
; O' q2 I$ S4 Z& R7 ?+ ?  }0 Z% Ycbind(aa, bb) #按列合并
rbind(aa, bb) #按行合并
( @& T1 x9 [: ~/ q
# H- ^7 `; K; g& F' x& m- v7、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 p: e9 s- l  i2 U1 H+ icolMeans(xx) #列均值
, `5 N0 _" M6 U7 B8 A. T+ PcolSums(xx) #列和
8 a7 n8 U6 r4 v$ \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)
# c( t% F* K- F% R% K( Capply(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
apply(xx, 2, max) #每列最大值
* F" ]- Z6 N% |1 M% Tapply(xx, 2, rev) #每列的数反排列
7 `; [5 ?6 y$ t* g. p" C1 X# N
: Z" U, T* k( x4 I4 ^: S
8 T$ U) H- M! R/ v3 {* }