R語(yǔ)言-如何將循環(huán)所得的矩陣組成一個(gè)矩陣
在矩陣合并中,常見(jiàn)的方法有cbind()和rbind()
其中,前者為按列合并,后者為按行合并。
但是這兩個(gè)函數(shù)有個(gè)缺點(diǎn),就是不能應(yīng)用到循環(huán)之中。例如:
A<-matrix(1:12,nrow = 4,byrow = T) B<-matrix(1:8,nrow = 4,byrow = T) C<-cbind(A,B)
得到的矩陣C為【按列合并兩者行數(shù)必須相同】:
但是如果將這個(gè)方法應(yīng)用在循環(huán)中,就無(wú)法取得預(yù)期效果:
A<-matrix(1:12,nrow = 4,byrow = T) C<-matrix(0,ncol = 3,byrow = F) for (i in 1:3) { C[1,]<-A[1,i] }
結(jié)果為:
A:
C:
所以,如果要循環(huán)寫入的話,不需要for循環(huán)即可:
A<-matrix(1:12,nrow = 4,byrow = T) C<-matrix(0,ncol = 3,byrow = F) C[1,]<-A[1,1:3]
C:
同樣的方法也可以用在一行或一列統(tǒng)一寫入新矩陣中
搞定!
補(bǔ)充:R語(yǔ)言入門——矩陣和數(shù)組的操作
矩陣操作:
矩陣是一個(gè)二維數(shù)組,只是每個(gè)元素都擁有相同的模式(數(shù)值型、字符型或邏輯型)。
可通過(guò)函數(shù)matrix()創(chuàng)建矩陣。
一般使用格式為:
myymatrix <- matrix(vector, nrow=number_of_rows, ncol=number_of_columns, byrow=logical_value, dimnames=list(char_vector_rownames, char_vector_colnames))
其中vector包含了矩陣的元素,nrow和ncol用以指定行和列的維數(shù),dimnames包含了可選的、以字符型向量表示的行名和列名。
選項(xiàng)byrow則表明矩陣應(yīng)當(dāng)按行填充(byrow=TRUE)還是按列填充(byrow=FALSE),默認(rèn)情況下按列填充。
> y <-matrix(1:20,nrow=5,ncol=4) > y [,1] [,2] [,3] [,4] [1,] 1 6 11 16 [2,] 2 7 12 17 [3,] 3 8 13 18 [4,] 4 9 14 19 [5,] 5 10 15 20
可按行排列、按列排列:
矩陣下標(biāo):
數(shù)組
數(shù)組(array)與矩陣類似,但是維度可以大于2。數(shù)組可通過(guò)array函數(shù)創(chuàng)建,形式如下:
myarray <- array(vector, dimensions, dimnames)
其中vector包含了數(shù)組中的數(shù)據(jù),dimensions是一個(gè)數(shù)值型向量,給出了各個(gè)維度下標(biāo)的最大值,而dimnames是可選的、各維度名稱標(biāo)簽的列表。
> dim1<- c("A1","A2","A3") > dim2 <- c("B1","B2","B3") > dim3<-c("C1","C2","C3","C4") > z <- array(1:36, c(3, 3, 4), dimnames=list(dim1, dim2, dim3)) > z , , C1 B1 B2 B3 A1 1 4 7 A2 2 5 8 A3 3 6 9 , , C2 B1 B2 B3 A1 10 13 16 A2 11 14 17 A3 12 15 18 , , C3 B1 B2 B3 A1 19 22 25 A2 20 23 26 A3 21 24 27 , , C4 B1 B2 B3 A1 28 31 34 A2 29 32 35 A3 30 33 36
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
相關(guān)文章
R語(yǔ)言數(shù)據(jù)可視化繪圖Lollipop?chart棒棒糖圖
這篇文章主要介紹了R語(yǔ)言數(shù)據(jù)可視化繪圖Lollipop?chart棒棒糖圖2022-02-02R語(yǔ)言關(guān)于協(xié)方差分析實(shí)例分析
在本篇內(nèi)容里小編給大家整理的是一篇關(guān)于R語(yǔ)言關(guān)于協(xié)方差分析實(shí)例分析內(nèi)容,有興趣的朋友們可以學(xué)習(xí)下。2021-05-05R語(yǔ)言編程學(xué)習(xí)從Github上安裝包解決網(wǎng)絡(luò)問(wèn)題
這篇文章主要為大家介紹了R語(yǔ)言編程從Github上安裝包的過(guò)程詳解,這樣可以解決很多網(wǎng)絡(luò)問(wèn)題,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-11-11R語(yǔ)言生成隨機(jī)數(shù)實(shí)例講解
這篇文章主要介紹了R語(yǔ)言生成隨機(jī)數(shù)實(shí)例講解,文中圖文講解的很清晰,有需要的同學(xué)可以參考下2021-03-03R語(yǔ)言安裝以及手動(dòng)安裝devtools的詳細(xì)圖文教程
R語(yǔ)言是一個(gè)強(qiáng)大的數(shù)據(jù)分析工具,其強(qiáng)大之處在于有各種各樣的R包幫助其實(shí)現(xiàn)各種各樣的功能,下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言安裝以及手動(dòng)安裝devtools的相關(guān)資料,需要的朋友可以參考下2022-08-08R語(yǔ)言 title()函數(shù)的參數(shù)用法說(shuō)明
這篇文章主要介紹了R語(yǔ)言 title()函數(shù)的參數(shù)用法說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04