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, |& Y6 }1、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

/ _3 @  S7 c0 K, s) |7 O2、矩阵下标
4 r. J  ?6 H) q; f  {例1：xx <- matrix(1:20, 4, 5)
4 h& k7 F# i3 `( Y! x  X4 |4 Zxx[2, 2]; xx[2, 3:5]; xx[3:4, 3:4]
xx[2, ]; xx[ , 2]

; z6 n. x/ C7 c) w4 A; _3、代数意义下的矩阵乘法"%*%"
2 C! N7 T* d5 R9 ^/ U, y$ H例1：yy <- matrix(1:6, 3, 2); zz <- matrix(1:6, 2, 3)
/ k3 H; P5 q, R7 P% _, U- U  uyy %*% zz; zz %*% yy
  V6 T, _, T3 a
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
- [) x' W- p5 Z& O  u# }nrow(xx); ncol(xx) #行数和列数

5、矩阵的主要运算函数
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
: H* W7 G% }, o1 T* N# ]) R6 ?例2：   diag() #方阵对角线元素或者生成对角矩阵
5 I/ W- Z; b7 lapply() #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
5 c3 p; C) \$ O# D5 @det() #求行列式
6 @& t1 U* f  I2 F; Idim() #给出行列数
t() #矩阵转置

7 Q! ?2 L/ {% {% ~. d6、矩阵合并
& T; I$ m0 K  s' r& z# V! k例1：aa <- matrix(1:6, 3, 2);  bb <- matrix(7:12, 3, 2)
2 k1 R. C  v4 T  Q1 B- vcbind(aa, bb) #按列合并
7 z1 V* E4 ~5 T- T2 x9 |! Grbind(aa, bb) #按行合并

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)
) O3 U9 W0 L1 q, [colMeans(xx) #列均值
4 g2 ]$ p1 E9 _+ p  EcolSums(xx) #列和
其余大部分都要用到apply()函数
例2：xx <- matrix(1:20, 4, 5)
- G" `. A4 b- V0 _9 N- q3 \apply(xx, 2, mean) #列均值，等同于colMeans(xx)
& I9 L- b9 f3 p2 ~/ X. {8 U& Fapply(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
: D$ t  S+ A4 y2 [apply(xx, 2, rev) #每列的数反排列
1 l7 Z2 R/ w8 N9 [