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。
- I1 B3 G; d9 E2 d1、对角矩阵和单位阵。
( D" J* c$ R- b; y4 k* K" x例1：x <- 1:6; diag(x) #对角矩阵
  c' ^( }! L7 B* E1 n& j例2：y <- rep(1, 5); diag(y) #单位阵
4 V4 U1 Q4 b0 J( [* a0 T
2、矩阵下标
4 ~% Q% _7 B8 q; I& j, R例1：xx <- matrix(1:20, 4, 5)
) t; K$ H( E4 J8 `0 M% Xxx[2, 2]; xx[2, 3:5]; xx[3:4, 3:4]
' F2 j. S: j3 R3 D  T$ F8 pxx[2, ]; xx[ , 2]

/ Q# w6 C4 l/ Y6 n# {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

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
* B7 [& G. O) ]6 J+ z2 e8 r& dnrow(xx); ncol(xx) #行数和列数
9 i% H( F5 S- K6 R( w9 B
5、矩阵的主要运算函数
2 @, S, t4 |  ?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
3 |6 K* A# U) _& O) Peigen() #求特征值和特征向量
0 }7 o& \# |6 Osolve() #求逆矩阵
: I4 l) |- _# ?chol() #Choleski分解
  y6 R% a+ Y4 ~; ?svd() #奇异值分解
# b2 G4 R: \' n" aqr() #QR分解
det() #求行列式
& E  U" L9 x- Adim() #给出行列数
t() #矩阵转置
& X+ m% K& b! ]( Y* B% T2 s
' S9 G  [3 X2 f# J6、矩阵合并
% |; J, |9 E/ ?例1：aa <- matrix(1:6, 3, 2);  bb <- matrix(7:12, 3, 2)
cbind(aa, bb) #按列合并
rbind(aa, bb) #按行合并

1 O7 M- t# n- {# K% G8 R5 `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。
例1：xx <- matrix(1:20, 4, 5)
8 x& b/ K# G( ?0 YcolMeans(xx) #列均值
0 {6 W8 T8 ^0 C& ]1 x% N+ wcolSums(xx) #列和
; A! J; g: F& O5 k4 g5 b3 e0 [0 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)
. k" _# o# w7 S1 a& O9 ?1 G$ uapply(xx, 2, sum) #列和，等同于colMeans(xx)，所以矩阵行和列的运算推荐用apply()。
! o+ J, c) ?1 r& t# bapply(xx, 1, var) #行方差
apply(xx, 2, max) #每列最大值
apply(xx, 2, rev) #每列的数反排列