随笔分类 - R
摘要：在列表中赋值和给向量赋值一样直观：l1 <- list(x = 1, y = c(TRUE, FALSE), z = c("a", "b", "c"))l1$x <- 0如果给一个不存在的成分赋值，列表会自动地在对应名称或位置下增加一个新成分：l1$m <- 4l1## $x## [1] 0####
阅读全文
摘要：许多场合下，我们需要从列表中提取多个元素。由这些元素组成的列表构成了原列表的一个子集。构建一个列表子集，我们可以用单层方括号，就像提取向量和矩阵中元素一样。我们可以取出列表中的一些元素，然后放到一个新的列表中。这里方括号的用法与其在向量中的用法非常相似。我们可以用字符向量表示成分名称，用数值向量表示
阅读全文
摘要：无论在列表创建之初是否有为各列表成分命名，我们总能通过一个用于命名的向量，为这些列表成分命名或重命名。names(l1) <- c("A", "B", "C")l1## $A## [1] 1#### $B## [1] TRUE FALSE#### $C## [1] "a" "b" "c"若想移除它们
阅读全文
摘要：有许多方法可以提取列表中的元素。最常用的方法是使用美元符号$，通过成分的名称来提取列表元素的值。l1 <- list(x = 1, y = c(TRUE, FALSE), z = c("a", "b", "c"), m = NULL)l1$x## [1] 1l1$y## [1] TRUE FALSE
阅读全文
摘要：顾名思义，我们可以用 list( )创建一个列表。不同类型的对象可以被装进同一个列表中。例如，以下代码创建了一个列表，包含 3 个成分① ：一个单元素的数值向量、一个两元素的逻辑向量和一个长度为 3 的字符向量：l0 <- list(1, c(TRUE, FALSE), c("a", "b", "c
阅读全文
摘要：数组是矩阵向更高维度的自然推广。具体来说，数组就是一个维度更高（通常情况下大于 2）、可访问的向量。如果你对向量和矩阵已经很熟悉，就不会对数组的操作方式感到诧异了。 创建一个数组 构建数组子集
阅读全文
摘要：从数组中提取子集的原理与矩阵完全相同。我们通过给每个维度提供一个向量来提取数组子集。a1[1,,]## k1 k2## c1 0 5## c2 1 6## c3 2 7## c4 3 8## c5 4 9a1[, 2,]## k1 k2## 1 6a1[,,1]## c1 c2 c3 c4 c5##
阅读全文
摘要：我们可以提供一个向量，然后调用 array( )函数来创建一个数组，指定数组的不同维度，有时也可以给出不同维度的行名和列名。假设数据是 0～9 这 10 个整数，需要将其分配到 3 个维度中，其中第 1 维长度为 1，第 2 维长度为 5，第 3 维长度为 2：a1 <- array(c(0, 1,
阅读全文
摘要：矩阵是一个用两个维度表示和访问的向量。因此，适用于向量的性质和方法大多也适用于矩阵。例如，每一种向量（例如数值向量或逻辑向量）都有对应的矩阵形式，即数值矩阵（numeric matrice）、逻辑矩阵（logical matrice）等。 创建一个矩阵 为行和列命名 构建矩阵子集 矩阵运算符的使用
阅读全文
摘要：所有适用于向量的算术运算符也适用于矩阵，就如同它们也是向量一样。这些运算符在元素上进行运算，除了一些矩阵专用的运算符，例如矩阵乘法%*%：m1 + m1## c1 c2 c3## r1 2 8 14## r2 4 10 16## r3 6 12 18m1 - 2 * m1## c1 c2 c3##
阅读全文
摘要：和处理向量一样，我们不仅需要创建矩阵，也需要从中抽取数据，这称为构建矩阵子集（matrix subsetting）。矩阵是用两个维度表示和访问的向量，可以用一个二维存取器（accessor）[ , ]来访问，这类似于构建向量子集时用的一维存取器[ ]。我们可以为每个维度提供一个向量来确定一个矩阵的子
阅读全文
摘要：在默认情况下，创建矩阵时不会自动分配行名和列名。当不同的行列有不同的含义时，为其命名就显得必要且直观。在创建矩阵时就可以为行和列命名：matrix(c(1, 2, 3, 4, 5, 6, 7, 8, 9), nrow = 3, byrow = TRUE, dimnames= list(c("r1",
阅读全文
摘要：我们可以调用 matrix( )函数将一个向量变成矩阵，方法是设定矩阵的其中一个维度。matrix(c(1, 2, 3, 2, 3, 4, 3, 4, 5), ncol = 3)## [,1] [,2] [,3]## [1,] 1 2 3## [2,] 2 3 4## [3,] 3 4 5设定 nc
阅读全文
摘要：一个向量是由一组相同类型的原始值构成的序列。它可以是一组数字、一组逻辑值、一组文本或者是其他类型的值。它是所有 R 对象的基础数据结构之一。在 R 中，有多种类型的向量，区别在于它们存储的元素类型互不相同。在接下来的小节中，我们将会看到最常使用的向量类型，包括数值向量、逻辑向量和字符向量。 数值向量
阅读全文
摘要：数值向量的算术运算很简单，主要遵循两个原则：对相应位置的元素进行计算，并自动循环利用较短的向量（循环补齐功能）。下面的例子展示了运算符对数值向量的作用方式：c(1, 2, 3, 4) + 2## [1] 3 4 5 6c(1, 2, 3) -c(2, 3, 4)## [1] -1 -1 -1c(1,
阅读全文
摘要：不同类型的向量可以被强制转换为一种特定类型的向量。例如，有些数据是数值字符串，如 1 和 20。如果不进行转换处理，就无法对其进行数值运算。幸运的是，这两个字符串可以转换为数值向量。转换后，R 就能够将它们识别为数值数据而不是字符串，这样我们就能对其进行数值运算了。在演示典型的向量类型转换之前，先创
阅读全文
摘要：有时我们需要在处理向量之前辨别向量的类型。class( )函数用于判断任意 R 对象的类型：class(c(1, 2, 3))## [1] "numeric"class(c(TRUE, TRUE, FALSE))## [1] "logical"class(c("Hello", "World"))##
阅读全文
摘要：[ ]能够创建一个向量子集，[[ ]]可以提取向量中的元素。我们可以将一个向量比作 10盒糖果，你可以使用[ ]获取其中的 3 盒糖果，使用[[ ]]打开盒子并从中取出一颗糖果。对于简单的向量，使用[ ]和[[ ]]取出一个元素会产生相同的结果。但在某些情况下，它们会返回不同的结果。例如，对于命名向
阅读全文
摘要：命名向量是一种不同于数值向量或逻辑向量的特定向量类型。它指的是该向量中的每一个元素都有相应的名称。我们可以在创建向量的同时对其命名：x <- c(a = 1, b = 2, c = 3)x## a b c## 1 2 3这样就可以通过单值字符向量来访问其中的元素:x["a"]## a## 1也可以通
阅读全文
摘要：如果想访问一些特定元素或者向量的一个子集，使用向量子集是一个不错的方法。在这一节中，我们将展示几种不同的构建向量子集的方法。首先，生成一个简单的数值向量并且赋值给 v1：v1 <- c(1, 2, 3, 4)接下来的每一行都是用来获取 v1 的特定子集。例如，提取第 2 个元素：v1[2]## [1
阅读全文
浙公网安备 33010602011771号