这是最后一篇讲解有关向量操作的博客,介绍有关向量的函数,主要有:
-
max(x)
:找出x
向量中的最大值 -
min(x)
:找出x
向量中的最小值 -
range(x)
:找出x
向量中的最小值和最大值 -
length(x)
:求x
向量的长度 -
sum(x)
:求x
向量的元素和 -
prod(x)
:求x
向量的元素积 -
mean(x)
:求x
向量的算术平均值 -
median(x)
:求x
向量的中位数 -
var(x)
:求x
向量的方差 -
sd(x)
:求x
向量的标准差 -
cor(x, y)
:求x
向量和y
向量的相关系数 -
sort(x)
:将x
向量按大小顺序排序 -
rank(x)
:返回x
向量中对应元素的排名 -
order(x)
:返回对应“排名”的元素在x
向量中的位置 -
quantile(x)
:返回x
向量的最小值、下分位数、中位数、上分位数和最大值 -
cumsum(x)
:返回x
向量的累计和 -
cumprod(x)
:返回x
向量的累计积 -
cummax(x)
:返回x
向量的累计最大值 -
cummin(x)
:返回x
向量的累计最小值 -
pmax(x, y, z)
:返回x
、y
、z
向量对应位置上的最大值 -
pmin(x, y, z)
:返回x
、y
、z
向量对应位置上的最小值 -
table(x)
:返回x
向量的元素统计频数 -
diff(x)
:返回x
向量的相邻两元素之差 -
unique(x)
:删除x
向量中的重复元素 -
union(x, y)
:x
向量和y
向量的并集 -
intersect(x, y)
:x
向量和y
向量的交集 -
setdiff(x, y)
:x
向量和y
向量的差集(即返回属于x
向量的元素但不属于y
向量) -
x %in% y
:判断x
向量中的元素是否在y
向量中
下面来看具体的例子:
> x <- c(2, 4, 5, 3, 2)
> y <- c(7, 2, 3, 8, 6)
> z <- c(1, 7, 2, 9, 0)
> max(x) ## 最大值
[1] 5
> min(x) ## 最小值
[1] 2
> range(x) ## 最小值和最大值
[1] 2 5
> length(x) ## 长度
[1] 5
> sum(x) ## 求和
[1] 16
> prod(x) ## 求积
[1] 240
> mean(x) ## 算术平均值
[1] 3.2
> median(x) ## 中位数
[1] 3
> var(x) ## 方差
[1] 1.7
> sd(x) ## 标准差
[1] 1.30384
> cor(x, y) ## 相关系数
[1] -0.7555763
> sort(x) ## 按大小顺序排序
[1] 2 2 3 4 5
> rank(y) ## 对应元素的排名
[1] 4 1 2 5 3
> order(x) ## 对应排名的元素在x向量中的位置
[1] 1 5 4 2 3
> quantile(x) ## 最小值、下分位数、中位数、上分位数和最大值
0% 25% 50% 75% 100%
2 2 3 4 5
> cumsum(x) ## 累计和
[1] 2 6 11 14 16
> cumprod(x) ## 累计积
[1] 2 8 40 120 240
> cummax(x) ## 累计最大值
[1] 2 4 5 5 5
> cummin(x) ## 累计最小值
[1] 2 2 2 2 2
> pmax(x, y, z) ## x、y、z向量对应位置上的最大值
[1] 7 7 5 9 6
> pmin(x, y, z) ## x、y、z向量对应位置上的最小值
[1] 1 2 2 3 0
> table(x) ## 元素统计频数
x
2 3 4 5
2 1 1 1
> diff(x) ## 相邻两元素之差
[1] 2 1 -2 -1
> unique(x) ## 删除重复元素
[1] 2 4 5 3
> union(x, y) ## 并集
[1] 2 4 5 3 7 8 6
> intersect(x, y) ## 交集
[1] 2 3
> setdiff(x, y) ## 差集
[1] 4 5
> x %in% y ## 判断x向量中的元素是否在y向量中
[1] TRUE FALSE FALSE TRUE TRUE
R向量的最后一部分内容就讲到这。
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