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)
% K5 u* L! n: u' e; j( j例2：seq(0, by = 0.03, length = 15)
3 }% Z! Q, X3 E
1 c( a! J' W; G: q2 E2 ?' m) x2、rep()：产生有规律的数列，重复第一个变量若干次。
( J. w3 _) e) S/ ]例1：rep(1:3, 1:3)
例2：rep(1:3, rep(2, 3))
例3：rep(1:3, length = 10)
, M$ Y: X/ R9 u' h% `6 e6 U8 V
) r  j5 |7 j7 D3、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）。
0 q' M+ f. J+ M6 g) T' b, R例1：a <- 1:3; b <- 4:6; a * b; b^a
6 S$ i; z6 R2 P/ F6 f例2：a <- 1:3; b <- 4:9; a * b; b^a

4、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。
& S. r8 ?8 f2 }& t, M例1：x <- c(3, 4, 5, 2, 6); x[1:2]; x[-(1:2)]
7 n$ |; j5 w. X: s& M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]
例4：x <- 1:20; y <- -9:11; x[y > (1)] #注意最后一个是"NA"

# H3 g# T  L6 a1 E1 Y- ^0 j- p  T/ n5、主要向量运算函数。
例1：xx <- c(2, 6, 10, 8, 4)
# ?: f, a1 A- A! csum(xx) #和
max(xx) #最大值
; P$ {/ V5 }0 _5 ]5 Vmin(xx) #最小值
& _. @1 r$ F5 C. Urange(xx) #取值范围
6 B" U5 @6 a9 i4 Y' `; k  |mean(xx) #平均值
% L( J2 J9 t) l# e6 M$ s4 Svar(xx) #方差
0 r4 w, X0 I% e2 I5 F' m1 usort(xx) #从小到大排序
; k( h" i) J; g# G. b9 L1 ]% e' U& frev(xx) #反排列， 所以从大到小排序应该是rev(sort(xx))
4 d7 E  q2 O8 Xrank(xx) #单元值大小顺序
- g- |( R( p9 `. O: sprod(xx) #乘积，所以阶乘是prod(1:n)
例2：x <- seq(1, 15, 2)
0 \; _1 Q6 v  P4 g/ gappend(x, 20:30, after = 5) #插入数据
append(x, 20:30) #参数after缺省默认从向量的最后插入值
3 z% N7 x- Y: R+ L" Y* n* zreplace(x, c(2, 4, 6), -1) #替换函数
例3：state.name
- d7 `0 J" I4 d  a4 W, P7 B: }match(c('Ohio', 'Wyoming'), state.name) #完全匹配函数
pmatch(c('Oh', 'Wy'), state.name) #部分匹配函数
state.name[pmatch(c('Oh', 'Wy'), state.name)]
0 z' [8 U* _5 M5 V8 W) e% ?) D% j例4：yy <- -9:10
9 X+ ^# A1 L" D% B6 f( z5 h' xall(yy > 0) #判断所有
% I3 Q' f+ H7 n9 Y: N0 [all(yy > -10)
: |& ]/ a. I2 a6 }' Vany(yy == 0) #判断部分
1 w9 j' X2 S7 h4 Zany(yy > 0)
any(yy < -10)

$ n! V9 B# E" `# i" i) H# g

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！