R中的数据结构
在R中，向量(vector)是一维数据，矩阵(matrix)是二维数据。数组(array)是向量和矩阵的推广，是多维（三维或三维以上）数据。前面提到过，与向量和矩阵一样，数组的元素必须也是同一类型的数据。
下面将以三维数组为例，来了解一下在R中如何创建数组，最后介绍一个数组维度调换函数：aperm()。至于数组元素的访问、修改等内容，由于数组只是在矩阵基础上增加了维度而已，因此可参照矩阵相关内容，这里将不再介绍。
1. 创建数组
在R中，一般用array()函数来创建数组。array()的原型为：array(data = NA, dim = length(data), dimnames = NULL)，其中：data给定数组元素，默认情况下是NA；dim用来指定数组的维度，默认情况下是一维数组；dimnames设定各维度的名称，必须是个列表，默认情况下无名称。
来看个三维数组的例子：
> data <- array(1:24, 2:4) ## 2x3x4的三维数组，元素为1到24的序列
> data
, , 1
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
, , 2
[,1] [,2] [,3]
[1,] 7 9 11
[2,] 8 10 12
, , 3
[,1] [,2] [,3]
[1,] 13 15 17
[2,] 14 16 18
, , 4
[,1] [,2] [,3]
[1,] 19 21 23
[2,] 20 22 24
> dim(data) ##获取数组维度
[1] 2 3 4
## 添加各维度名称
> dimnames(data)[[1]] <- c("male","female")
> dimnames(data)[[2]] <- c("young","middle","old")
> dimnames(data)[[3]] <- c("A","B","C","D")
> dimnames(data) ##输出各维度的名称
[[1]]
[1] "male" "female"
[[2]]
[1] "young" "middle" "old"
[[3]]
[1] "A" "B" "C" "D"
> data
, , A
young middle old
male 1 3 5
female 2 4 6
, , B
young middle old
male 7 9 11
female 8 10 12
, , C
young middle old
male 13 15 17
female 14 16 18
, , D
young middle old
male 19 21 23
female 20 22 24
此外，结合dim()函数和赋值运算，可将一个向量转化为数组。看个例子：
> x <- 1:24 ##向量
> x
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
> is.array(x) ##用is.array函数来判断是否为数组
[1] FALSE
> dim(x) <- c(2, 4, 3) ##将向量x转化为数组
> x
, , 1
[,1] [,2] [,3] [,4]
[1,] 1 3 5 7
[2,] 2 4 6 8
, , 2
[,1] [,2] [,3] [,4]
[1,] 9 11 13 15
[2,] 10 12 14 16
, , 3
[,1] [,2] [,3] [,4]
[1,] 17 19 21 23
[2,] 18 20 22 24
> is.array(x)
[1] TRUE
2. aperm()函数
有时，我们想调换数组的维度，比如：将data变量的行维度(male, female)变为第三个维度；列维度(young, middle, old)变为行维度；第三个维度(A-D)变为列维度。在R中，可使用aperm()函数来实现这个功能：
> data
, , A
young middle old
male 1 3 5
female 2 4 6
, , B
young middle old
male 7 9 11
female 8 10 12
, , C
young middle old
male 13 15 17
female 14 16 18
, , D
young middle old
male 19 21 23
female 20 22 24
> new.data <- aperm(data, c(2,3,1)) ##调换数组的维度，将data的行维度变为第三个维度；列维度变为行维度；第三个维度变为列维度
> new.data
, , male
A B C D
young 1 7 13 19
middle 3 9 15 21
old 5 11 17 23
, , female
A B C D
young 2 8 14 20
middle 4 10 16 22
old 6 12 18 24
注意：各元素的位置也跟着相应改变了
有关数组的内容就讲到这。
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