R中有5种基本数据结构，分别是向量(vector)、矩阵(matrix)、数组(array)、数据框(data frame)和列表(list)。它们的结构如下图：
R中的数据结构
其中向量、矩阵和数组中的数据类型必须是相同的；而数据框和列表中的数据类型可以是不一样的。
其中的向量已经介绍过了，向量是一维数组，详情见初级教程09, 10和11。
接下来的一些博客将介绍其它4种数据结构。
首先介绍矩阵，矩阵是一个二维数组。这篇博客将主要介绍矩阵的创建、元素的访问以及元素的修改。
1. 创建矩阵
在R中，使用matrix()函数来创建矩阵是最常用的方式。matrix()的原型为：matrix(data=NA, nrow=1, ncol = 1, byrow=FALSE, dimnames=NULL)，其中参数的意义分别为：
-
data：包含了矩阵的元素，一般是个向量，默认情况下是NA -
nrow和ncol：设定矩阵的行、列数目；一般这两个值只需设定一个，另外一个值可根据元素个数自动给出 -
byrow：设定矩阵是按行(byrow=TRUE)填充还是按
列(byrow=FALSE)填充，默认情况下按列填充 -
dimnames：包含了以字符型向量表示的行名和列名，是一个列表，默认情况下没有行列名
来看些例子：
> mat1 <- matrix(1:6, nrow=2) ##默认按列填充
> mat1
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
> mat2 <- matrix(1:6, nrow=2, byrow=TRUE) ##设定byrow=TRUE按行填充
> mat2
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
> rnames <- c('R1', 'R2') ##行名
> cnames <- c('C1', 'C2', 'C3') ##列名
> mat3 <- matrix(1:6, nrow=2, dimnames=list(rnames, cnames)) ##通过设定dimnames参数添加行列名
> mat3
C1 C2 C3
R1 1 3 5
R2 2 4 6
###也可通过使用rownames()、colnames()函数来给矩阵添加行、列名
> rownames(mat) <- c('r1', 'r2') ##添加行名
> colnames(mat) <- c('c1', 'c2', 'c3') ##添加列名
> mat
c1 c2 c3
r1 1 2 3
r2 4 5 6
也可通过使用
rownames()、colnames()函数来给矩阵添加行、列名
此外，也可通过使用dim()函数来创建矩阵，其原理是通过改变维度使向量变为矩阵。比如：
> mat4 <- 1:6 ##向量
> dim(mat4) <- c(3, 2) ##变为3行2列的矩阵
> is.matrix(mat4) ##判断是否为矩阵
[1] TRUE
> mat4 ##默认按列填充
[,1] [,2]
[1,] 1 4
[2,] 2 5
[3,] 3 6
如何将上面例子变为按行填充呢？可结合矩阵转置函数t()来实现，来看个例子：
> mat4 <- 1:6
> dim(mat4) <- c(2, 3) ##与上面不一样
> mat4 <- t(mat4) ##矩阵转置
> mat4 ##按行填充
[,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
2. 矩阵的属性
直接来看个例子：
> mat <- matrix(1:6, nrow=2, dimnames=list(rnames, cnames))
> mat
C1 C2 C3
R1 1 3 5
R2 2 4 6
> class(mat) ##结构类型
[1] "matrix"
> typeof(mat) ##元素数据类型
[1] "integer"
> dim(mat) ##维度，2行3列
[1] 2 3
> length(mat) ##元素个数
[1] 6
> rownames(mat) ##获取行名
[1] "R1" "R2"
> colnames(mat) ##获取列名
[1] "C1" "C2" "C3"
3. 访问矩阵中的元素
类似于向量元素的访问，只是增加了一个维度而已。来看一些例子：
> mat <- matrix(1:9, nrow=3, dimnames=list(c('r1', 'r2', 'r3'), c('c1', 'c2', 'c3')))
> mat
c1 c2 c3
r1 1 4 7
r2 2 5 8
r3 3 6 9
> mat[2, 2] ##访问第2行第2列元素
[1] 5
> mat[2, ] ##访问第2行元素
c1 c2 c3
2 5 8
> is.vector(mat[2, ]) ##返回为向量
[1] TRUE
> mat[, 2] ##访问第2列元素
r1 r2 r3
4 5 6
> mat[c(2, 3), c(2, 3)] ##访问第2、3行第2、3列元素，返回为矩阵
c2 c3
r2 5 8
r3 6 9
### 也可通过行、列名来访问元素
> mat['r2', 'c2']
[1] 5
> mat['r2', ]
c1 c2 c3
2 5 8
> mat[c('r2','r3'), c('c2','c3')]
c2 c3
r2 5 8
r3 6 9
值得注意的是，当用上面的方式获取某个或某行或某列元素时，返回的是一个向量。如何使返回值也为矩阵呢？来看个例子：
> mat[2, 2, drop=FALSE]
c2
r2 5
> mat[2, , drop=FALSE]
c1 c2 c3
r2 2 5 8
> is.matrix(mat[2, 2, drop=FALSE]) ##返回的是个矩阵
[1] TRUE
> is.matrix(mat[2, , drop=FALSE]) ##返回的是个矩阵
[1] TRUE
通过将参数
drop设定为FALSE，返回的将会是个矩阵
4. 修改矩阵中的元素
类似于向量，我们可以通过赋值运算来改变矩阵中的内容，比如：
> mat <- matrix(1:9, nrow=3)
> mat
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
> mat[2, 2] <- 20 ##将第2行第2列元素改为20
> mat
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 20 8
[3,] 3 6 9
> mat[ ,3] <- 10 ##将第3列元素都改为10
> mat
[,1] [,2] [,3]
[1,] 1 4 10
[2,] 2 20 10
[3,] 3 6 10
> mat[mat<6] <- 7 ##将小于6的元素都改为7
> mat
[,1] [,2] [,3]
[1,] 7 7 10
[2,] 7 20 10
[3,] 7 6 10
> mat <- mat[-2, ] ##删掉第二行
> mat
[,1] [,2] [,3]
[1,] 7 7 10
[2,] 7 6 10
另外，通过rbind()和cbind()函数可添加行和列，来看个例子：
> mat <- matrix(1:9, nrow=3)
> mat
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
> rbind(mat, c(12, 13, 14)) ##在原矩阵mat后面添加一行
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
[4,] 12 13 14
> cbind(mat, c(12, 13, 14)) ##在原矩阵mat后面添加一列
[,1] [,2] [,3] [,4]
[1,] 1 4 7 12
[2,] 2 5 8 13
[3,] 3 6 9 14
R矩阵的第一部分内容：矩阵的创建、元素的访问以及元素的修改就讲到这。
如若有遗漏，后期将会添加至本博客。
感谢您的阅读！想了解更多有关R语言技巧，请关注我的微信公众号“R语言和Python学堂”，我将定期更新相关文章。
网友评论