高级编程--索引

高级编程--索引

任何数据对象中的元素都可以通过索引来提取。提取元素可以使用object[index]，其中object是向量，index是一个整数向量。如果原子向量中的元素已经被命名，index也可以是这些名字中的字符串向量。需要注意的是，R中的索引从1开始，而不是像其他语言一样从0开始。

下面是一个例子，使用这种方法来分析没有命名的原子变量元素：

x <- c(20, 30, 40)

x[3]

 

对于有命名的原子变量元素，可以使用：

x <- c(A=20, B=30, C=40)

x[c(2,3)]

 

对列表来说，可以使用object[index]来提取成分（原子向量或其他列表），其中index是一个整数向量。下面的例子使用了上节中kmeans的fit对象：

fit[c(2,7)]

 

返回的是以列表形式出现的成分，为了得到成分中的元素，使用object[[integer]]：

fit[2]

 

如果想获取单个的命名成分，可以使用$符号。在这种情况下，object[[integer]]和

object$name是等价的：

fit$centers

 

可以组合这些符号以获得成分内的元素，例如：

fit[[2]][1,]

 

通过提取函数返回的成分和列表的元素，你可以获得结果并且继续深入。比如，你可以使用下面的代码画出聚类中心的线图。

（1）画出K均值聚类分析的中心：

set.seed(1234)

fit <- kmeans(iris[1:4], 3)         #聚类：数据选1到4列，设置聚成3类

means <- fit$centers       #获取聚类均值

library(reshape2)         #矩阵通过reshape包被重塑成了长格式

dfm <- melt(means)

names(dfm) <- c("Cluster", "Measurement", "Centimeters")

dfm$Cluster <- factor(dfm$Cluster)

head(dfm)

 

library(ggplot2)

ggplot(data=dfm,

 aes(x=Measurement, y=Centimeters, group=Cluster)) +

 geom_point(size=3, aes(shape=Cluster, color=Cluster)) +

 geom_line(size=1, aes(color=Cluster)) +

 ggtitle("Profiles for Iris Clusters")

 

结果分析：出现这种类型的图形是可能的，因为所有的变量作图使用相同的测量单位（厘米）。如果聚类分析涉及不同尺度的变量，你需要在绘图前标准化数据，并标记y轴为标准化得分。