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。
% S0 l% j9 x: J1 h! a+ F5 m: r6 V例1：seq(10, 20, 0.5)
* D, x5 y* Q, \+ f3 o/ s例2：seq(0, by = 0.03, length = 15)

2、rep()：产生有规律的数列，重复第一个变量若干次。
例1：rep(1:3, 1:3)
) _5 f- H- U! t# ^' ]! B6 Y例2：rep(1:3, rep(2, 3))
; x- i( i) ~3 I! l  v例3：rep(1:3, length = 10)

& c2 t1 \, H2 y) ]2 w) ]3、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）。
( t  s, g9 M+ H/ y3 h例1：a <- 1:3; b <- 4:6; a * b; b^a
例2：a <- 1:3; b <- 4:9; a * b; b^a
7 ]0 B  n' W' k' w( ^
! _. |. x' X, w- E/ i, B4、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。
例1：x <- c(3, 4, 5, 2, 6); x[1:2]; x[-(1:2)]
1 s. O; k/ F4 Z6 p3 Z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]
8 C: n6 s6 G1 j- g0 P  M7 f/ N例4：x <- 1:20; y <- -9:11; x[y > (1)] #注意最后一个是"NA"
" l7 ~# o% Y+ ~& l
& r9 Z/ B. |+ L0 M5、主要向量运算函数。
8 V5 V2 d/ }1 J# C% A3 y例1：xx <- c(2, 6, 10, 8, 4)
" X! i+ r; u! M; `6 d% ~: Nsum(xx) #和
  g6 k4 Q. J* z4 jmax(xx) #最大值
min(xx) #最小值
7 k6 J# ~* c' d* p4 X% g2 s1 }range(xx) #取值范围
. G9 @! t8 I- b0 i% w$ X$ J/ imean(xx) #平均值
var(xx) #方差
3 x; b# N2 c9 R5 h8 E. o& `sort(xx) #从小到大排序
rev(xx) #反排列， 所以从大到小排序应该是rev(sort(xx))
rank(xx) #单元值大小顺序
' z6 u0 E3 V. s% ]prod(xx) #乘积，所以阶乘是prod(1:n)
例2：x <- seq(1, 15, 2)
9 ?  [2 s7 V  ?7 `% E( Eappend(x, 20:30, after = 5) #插入数据
' t1 x6 H$ S2 k3 U  d. H" F: W( Aappend(x, 20:30) #参数after缺省默认从向量的最后插入值
5 w1 g* x6 h0 e7 V8 }3 r5 C; dreplace(x, c(2, 4, 6), -1) #替换函数
例3：state.name
match(c('Ohio', 'Wyoming'), state.name) #完全匹配函数
pmatch(c('Oh', 'Wy'), state.name) #部分匹配函数
3 ^* X" p/ N' e  x8 `, t; `4 Ustate.name[pmatch(c('Oh', 'Wy'), state.name)]
例4：yy <- -9:10
all(yy > 0) #判断所有
all(yy > -10)
any(yy == 0) #判断部分
any(yy > 0)
* N. d& u# R- w3 fany(yy < -10)
5 O5 n) \- _2 r& @4 `) ^

( A0 [, c* |5 t1 P1 O

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！