R语言基本数据类型
2018-03-23 18:45
295 查看
基本的数据类型和操作
向量
向量的生成方法#-------------------- 生成向量 ---------------------------- v1=c(0,2,4,6,8) #创建向量 v2=c(1,3,5,7,9) v3=1:10 #创建1到10公差为1的向量 v4=1:10-1 #创建0:9公差为1的向量 v5=1:10*2+1 #y=2x+1,x=1~10 v6=1:10**2 #y=x^2,x=1~10 v7=seq(5,20) v8=seq(5,94,by=2) #产生5到93公差为2的等差数列 v9=seq(5,95,length=10) #产生10个5到95的等差数列 a=c(2,3,4,5,6,3,2,2,5,8,9) which.max(a) #11,向量中最大元素所在的位置 which.min(a) #1,向量中最小元素所在的位置 a[which.max(a)] #9,向量中最大元素所在的位置的值 a[which.min(a)] #2,向量中最小元素所在的位置的值 which(a==2) #1 7 8向量中值为2的元素所在的位置的值 which(a>5) #5 10 11向量中值大于5的元素所在的位置 a[which(a>5)] #1 7 8向量中值大于5的元素所在的位置的值矩阵运算
#--------------------- 向量运算 -------------------------------- v=c(0,10,4,6,8) length(v) #5,获得向量的长度 mode(v) #numeric,获得向量的类型 rev(v) # 8 6 4 10 0 sort(v) #正向排序 rev(sort(v)) #反向排序
矩阵
生成矩阵#-------------------- 生成矩阵 ---------------------------- m1=rbind(v1,v2) #把向量组合成行矩阵 m2=cbind(v1,v2) #把向量组合成列矩阵 m3=c(1:12) matrix(m3,nrow = 3,ncol = 4) " [,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] 2 5 8 11 [3,] 3 6 9 12 " matrix(m3,nrow = 4,ncol = 3) " [,1] [,2] [,3] [1,] 1 5 9 [2,] 2 6 10 [3,] 3 7 11 [4,] 4 8 12 " matrix(m3,nrow = 4,ncol = 3,byrow = T) " [,1] [,2] [,3] [1,] 1 2 3 [2,] 4 5 6 [3,] 7 8 9 [4,] 10 11 12 "矩阵运算
#-------------------- 矩阵运算 ---------------------------------- m1=m2=matrix(1:12,nrow = 3,ncol = 4) t(m1) #转秩 m1+m2 #加法 m1-m2 #减法 m3=matrix(1:12,nrow = 3,ncol = 4) m4=matrix(1:12,nrow = 4,ncol = 3) m3%*%m4 #乘法 m5=matrix(1:16,nrow = 4,ncol = 4) #如果v是向量,diag(v)返回一个由v的元素为对角元素的对角矩阵。 #如果v为矩阵,diag(v)返回一个由v主对角元素组成的向量。 #如果v只是一个数值,那么diag(v)是一个vXv的单位矩阵。 diag(m5) #提取对角元素1 6 11 16 diag(diag(m5)) " [,1] [,2] [,3] [,4] [1,] 1 0 0 0 [2,] 0 6 0 0 [3,] 0 0 11 0 [4,] 0 0 0 16 " diag(4) " [,1] [,2] [,3] [,4] [1,] 1 0 0 0 [2,] 0 1 0 0 [3,] 0 0 1 0 [4,] 0 0 0 1 " diag(4)+1 " [,1] [,2] [,3] [,4] [1,] 2 1 1 1 [2,] 1 2 1 1 [3,] 1 1 2 1 [4,] 1 1 1 2 " m6=diag(4) solve(m6) #求逆矩阵 " [,1] [,2] [,3] [,4] [1,] 1 0 0 0 [2,] 0 1 0 0 [3,] 0 0 1 0 [4,] 0 0 0 1 " x=c(1:100) #创建1到100的公差为1的向量 print(x[5]) #获取第5个元素值 print(x[-5]) #获取除了第5个元素值 mean=mean(x) #计算平均值 sumx=sum(x) #求和 maxx=max(x) #最大值 minx=min(x) #最大值 varx=var(x) #样本方差 prodx=prod(x) #计算向量元素乘积 sdx=sd(x) #计算标准差
数据框
#----------------------- 数据框 -------------------------------- d1=c(12,13,14,15,16,17,18,19,20,21) d2=c(1, 2, 3, 4, 5, 6, 4000 7, 8, 9, 10) d=data.frame(d1,d2) #d1和d2的长度必须相同 print(d)
相关文章推荐
- R语言基本数据类型和一些一本函数
- R语言之基本数据类型
- redis(一) 安装以及基本数据类型操作
- 类中一些基本数据类型
- JAVA 基本数据类型长度
- 基本数据类型转换问题
- Java基础之线程安全基本数据类型
- Java基本数据类型转换
- CoreJava——java中的基本数据类型和类型转换
- python 基础2 编码转换 pycharm 配置 运算符 基本数据类型int str list tupple dict for循环 enumerate序列方法 range和xrange
- 九种基本数据类型的大小,以及他们的封装类
- Windows基本的数据类型
- C语言基本数据类型简介
- 基本数据类型与表达式5 - 零基础入门学习Delphi06
- 数据类型(基本内置类型)——指针和指针孩子(指针变量(指针类型)、数组(构造类型)、字符串、函数指针、空指针等)
- java基本数据类型
- JAVA 基本数据类型理解
- Opencv学习笔记(二):Opencv中的基本数据类型与数据结构
- [转] com 基本数据类型
- java四类八种基本数据类型