创建向量

• 数值型向量以上方法都可用

• 字符型向量 可以用rep，c(),scan()

  paste将字符串连接起来，并且设置连接的符号，默认是空格，也可以是空字符串或其他 符号

  paste(c1,c2,c3,...sep="?")

  paste("a","b")#"a b"
  paste("a","b",sep="")#"ab"
  paste("a","b",sep=".")#"a.b"
  paste(c("a","b"),c(1,2))#"a 1" "b 2"
  paste(c("a","b"),1)#"a 1" "b 1"

• 逻辑型向量 可以用rep, c(),scan()

  也可以通过比较运算符得出逻辑运算符

• 复数型向量 可以用rep, c()

  

  

向量的索引

R中向量的索引从1开始，既可以取某一个值，也可以取几个连续的或不连续的值。当索引值为负数时，还可以删掉某些值。也可以用比较语句作为索引值.

r$> x=c(1,2,3,4)

r$> x[c(T,T,F,F)] [1] 1 2

r$> x[c(T,F)]#逻辑值长度不够会循环 [1] 1 3

如果向量还有names属性的话，那么可以利用names属性取。

向量的运算

• 向量与常数的运算

  +，-，*，/，sqrt（开方），^(幂)，log，exp，sin，比较运算符等都是向量中每个元素与这个常数进行运算。

• 同等长度的向量运算

  相应元素运算

• 不同长度的向量运算

  长度小的向量循环运算

创建数组

array(data,dim=c(),dimnames=list(c(),c(),…)"%}}，生成数组时默认是按照列排列

可以利用dim，dimnames取出或更改一个数组的维度或维度的名称，更改名称时按照行列第三维的顺序，例如dimnames=list(c(a,b),c(c,d),c(e,f))还可以用colnames和rownames查看行名和列名.

数组的索引

维度之间用逗号隔开，给与具体的索引值，维度顺序为行列第三维。索引值可以是数字，可以是向量，也可以是二维数组。也可以正负都包括。

x=array(1:24,c(3,4,2))
x[1,2,2]
x[1,c(1,3),c(1,2)]#先看第三个维度，取1时，取了（1,1），（1,3）两个点，然后按列排。取2时，依次顺推。
x[,2,1]#某一维空着表示该维全取。
#x[,,]或x[]表示整个数组
y=array(c(1:3,3:1,c(1,2,2)),c(3,3))#可以用一个二维数组来进行数组的索引。
y
x[y]

创建矩阵

• 使用matrix函数创建矩阵 matrix(data,nrow,ncol,byrow=F,dimnames)

  可以设置行数和列数，以及是否按行排，默认按行排；以及设置行列名(必须是列表）。

• 使用rbind(按行合并)和cbind（按列合并） 可以合并向量，数组，矩阵生成新的矩阵

  rbind(x[,,1],x[,,2])

• 使用数组来生成

矩阵的索引

跟数组基本类似，可以使用正负值，逻辑值等实现子集的提取和修改。

矩阵的运算

函数	用途
t()	矩阵转置,或者将一个向量变成矩阵
diag()	对矩阵使用提取对角元素，对向量使用生成对角阵，diag(diag(matrix(1:4,2,2)))可以提取一个矩阵的对角元素生成对角阵。
dim()	矩阵维度
nrow()	矩阵行数
ncol()	矩阵列数
as.vector()	矩阵拉直，转换成向量
rbind()	按行合并矩阵
cbind()	按列和并矩阵
A*B	矩阵的逐元乘积，对应位置元素相乘
A%*%B	矩阵的代数乘积
det()	方阵的行列式
solve(A)	矩阵的逆
solve(A,b)	求AX=b的解，b不给时，默认为单位矩阵，所以可以求逆
eigen(A)	求矩阵的特征值和特征向量 可以看到结果会有$values\mathrm{为}\mathrm{特}\mathrm{征}\mathrm{值},$vectors中每一列为对应的特征向量。
svd(A)	对矩阵做奇异值分解

创建数据框

数据框的索引

数据框的修改