R语言数据结构之矩阵、数组与数据框详解

前言

了解一门语言，首先要了解它的数据结构。该文主要介绍矩阵、数组和数据框。文章仅供学习使用，欢迎留言交流哦！

一、矩阵(matrix)

1.1矩阵的创建：

矩阵由指定的行(row)和列(column)构成，与高数中的矩阵相同。与之前提到的向量一样，矩阵只能储存同种类型的数据。

matrix( ):创建矩阵

matrix(
data  #要创建矩阵的数据，一般为向量
nrow  #行数
ncol  #列数
byrow = TRUE  #若为TRUE，按行填充矩阵，若为FALSE，按列填充矩阵
dimnames  #为矩阵个维度命名
)

接下来使用该函数来创建一个3*3的矩阵：

如图所示，这个由1~9组成的3*3矩阵，左边指定了行数未指定列数，右边指定了列数未指定行数，但所得矩阵相同，所以系统会自动识别并填充。上面两个矩阵都是按列填充矩阵，由于未设置byrow，所以采用默认值FALSE。下面来看一下当byrow为TRUE时，有何不同：

可以看出，byrow为TRUE时，矩阵对数据进行了按行填充。

接下来介绍dimnames函数，为矩阵的行与列命令，第一个向量为行名，第二个向量为列名。

matrix(1:9,ncol = 3,byrow = TRUE,dimnames = list(c("x1","x2","x3"),c("y1","y2","y3")))

得到下图所示矩阵，与上述矩阵相比，[1,]等变成了x1，y1。

对于已经创建好的向量，可以使用dimnames(),rownames(),colnames()为矩阵进行命名：

创建名为train1,train2的矩阵，train1用dimnames()进行命名，train2分别用rownames(),colnames()对行与列进行命名。

train1 <- matrix(1:9,ncol = 3)
train2 <- matrix(10:18,ncol = 3)
dimnames(train1) <- list(c("x1","x2","x3"),c("y1","y2","y3"))
(rownames(train2) <- c("迪迦","塞罗","特斯拉"))
(colnames(train2) <- c("天王","地虎","二百五"))

所得结果如上图。同时dimnames(),rownames(),colnames()还能获取矩阵的名称，使用dimnames获取train2的名称（其他两个大家可以自己尝试一下昂），结果如下图：

1.2访问矩阵的数据：

matrixname[ridx,cidx]:访问matrixname矩阵中ridx行cidx列的数据：

例如访问train1中的第二行第二列数据，为5。

也可以使用负数，效果与向量中使用负数相同，即输出除某列或某行的其他所有数据。例如输出train2中除第二行的所有数据。

1.3矩阵的运算：

这里就不演示了，大家可以自己尝试，如果有疑问可以评论交流（一般中午、晚上会看的，欢迎评论哦）。

二、数组（array）

2.1数组的创建：

数组与矩阵、向量不同，它可以存储不同数据类型的数据。而且数组是多维的，可以是2*3*4维的。创建数组使用array()函数：

array(
data #数据
dim = length(data) #数组维数，若不设置，则为一维数组
dimnames #维度的名称
)

接下来创建一个3*4的数组和一个2*3*2的数组作为示例：

x <- array(1:12,dim = c(3,4))
y <- array(1:12,dim = c(2,3,2))

所得结果如上图，左图很容易看懂，不做过多解释。右图根据 y <- array(1:12,dim = c(2,3,2))所得，其中c(2,3,2)的最后一个数字是指右图中,,1和,,2，可以将其理解为层数，第一层由1，2，3，4，5，6构成，两行三列。

2.2访问数组的数据：

与向量相同，使用X[xidx,yidx,zidx...nidx]访问数组数据:

访问y第二层中第二行第二列的数据，结果如下：

三、数据框

3.1数据框的创建：

数据框类似于表格，例如上面矩阵运算中所展示的表格。可以使用data.frame()创建数据框

data.frame(
#以value或name = value的形式展现的数据值
)

可能有点看不懂，没有关系，我们来看几个例子就可以了。创建一个名为名人的数据框：

名人 <-data.frame(美女 = c("西施","王昭君","貂蝉"),名将 = c("荆轲","要离","岳飞"))

x <- 1:5
y <- 6:10
z <- 11:15
d <- data.frame(x,y,z)

运行结果如上图，数据框会将你输入的数据按列排布，做出一个类似表格的形式。在数据框中也可以使用rownames(),colnames()等函数，下面以rownames做一个示例：

 rownames(d) <- c("three","four","two","five","one")

数据框的数据访问于上述差不多，大家可以自己尝试一下。

总结

关于R语言数据结构之矩阵、数组与数据框的文章就介绍至此，更多相关R语言矩阵、数组与数据框内容请搜索编程宝库以前的文章，希望以后支持编程宝库！

 引言首先来介绍一下R语言which函数的作用：which函数在向量、矩阵、数据框，列表、因子这些数据结构中有这重要的作用，可以查找特定的元素返回其在数据中的索引，因此非常方便操作数据。 ...