R语言学习笔记二:向量

向量是R语言最基本的数据类型。

单个数值(标量)其实没有单独的数据类型,它只不过是只有一个元素的向量。

x <- c(1, 2, 4, 9)

x <- c(x[1:3], 88, x[4])   #在最后一个数前面插入一个数值

typeof(x)    #查看向量里的元素的类型,注意默认是double。[1] "double"

mode(x)    #r语言中变量类型称为模式(mode)。[1] "numeric"

length(x)  #获取向量的长度

 

R不需要提前申明变量,大小写敏感,数组是从1开始。

冒号运算符

1:4     #R是一种函数式语言,冒号也是一种运算符,可以产生序列。[1] 1 2 3 4

":"(1, 4) #与1:4等价

5:1 #结果:[1] 5 4 3 2 1

1:10 - 1 #冒号的优先级比加减运算要高,结果: [1] 0 1 2 3 4 5 6 7 8 9
1:(10-1) #结果:[1] 1 2 3 4 5 6 7 8 9

循环补齐recycle

y <- c(1,2,3) + 4     # 单个的数值4会被补齐为c(4,4,4),最后结果为c(5,6,7)

c(1,2,3) * c(4,5,6)   # 结果:[1]  4 10 18

c(1,2,3) * c(4,5,6,7) #结果:[1]  4 10 18  7。同时给出警告信息:长的对象长度不是短的对象长度的整倍数

取模运算%%

c(7,8,9) %% 3  #结果:[1] 1 2 0

向量索引

普通的语言中索引只能是正整数,但这里的索引可以是向量,还可以是负数。

x <- c(1,3,5,7,9)

x[2] #结果:[1] 3

x[c(5,4,3,2,1)]   #结果为:[1] 9 7 5 3 1

x[-1] #[1] 3 5 7 9,把第一个元素除掉

x[1:3] #结果:[1] 1 3 5

seq()创建向量

seq(from=12, to=30, by=3)    # 也可以写成: seq(12,30,3)
[1] 12 15 18 21 24 27 30

seq(from=1.1, to=2, length=10)
[1] 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0

x <- c(1,2,4,8)
seq(x)
[1] 1 2 3 4

rep重复向量常数

rep(8, 4)
[1] 8 8 8 8

rep(1:3, 2)
[1] 1 2 3 1 2 3

rep(1:3, each=2)
[1] 1 1 2 2 3 3

all()和any()

x<-(1:10)
any(x>8) #只要向量中有一个大于8,就返回真
[1] TRUE
all(x>8) #所有都大于8,才返回真
[1] FALSE

向量化

w <- function(x) return (x+1)   #加号运算符支持向量,所以自定义的函数w也是向量化的

w(1) #这是我们最熟悉的函数调用
[1] 2

w(c(1,3,5)) #可以对向量进行运算
[1] 2 4 6

NA与NULL

在统计过程中,经常会遇到缺失值,称为NA,即Not Available。

R语言中许多函数可以忽略NA值。

> x <- c(1,2,NA,4)
> mean(x)  #有缺失值,无法计算平均值
[1] NA

> mean(x, na.rm=TRUE) #忽略NA值
[1] 2.333333

> mean(c(1,2,NULL,4))   # NULL值会自动略过
[1] 2.333333

> length(c(1,2,NA,4))    #统计个数时NA被计算在内
[1] 4

> length(c(1,2,NULL,4))
[1] 3

筛选filtering

有点像索引,因为也是放在[]里,可以把满足一定条件的元素取出来。

> z <- 1:10
> z
[1]  1  2  3  4  5  6  7  8  9 10

> z[z%%2==0]
[1]  2  4  6  8 10

> z%%2    #取模
[1] 1 0 1 0 1 0 1 0 1 0

> z%%2==0    #注意这里的0被自动循环补齐
[1] FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE

> x<-c(1,3,5,6,9)
> x[x>3] <- 0   #把大于3的数值都置为0
> x
[1] 1 3 0 0 0

subset也是筛选,区别在于处理NA的方式上
> x<-c(1,2,NA,4,5)
> x[x>3]
[1] NA  4  5
> subset(x, x>3)    #自动把NA剔除掉了
[1] 4 5

which()可以找到满足条件的元素的位置
> x <- c(5,  2,  -3, 9, 1)
> x[x*x>8]
[1]  5 -3  9
> which(x*x>8)
[1] 1 3 4

向量化的ifelse()

> x <- c(5, 2, -3, 9, 1)
> ifelse(x>3, 2*x, 3*x)
[1] 10  6 -9 18  3

判断向量是否相等

> x <- 1:3
> y <- c(1,3,4)
> all(x==y)
[1] FALSE
> identical(x,y)
[1] FALSE

注意1:3是整数,c(1,2,3)是浮点数,它们不相等:
> identical(1:3, c(1,2,3))
[1] FALSE
> typeof(1:3)
[1] "integer"
> typeof(c(1,2,3))
[1] "double"

给向量元素命名names()

> workdays <- 1:5
> names(workdays) <- c("mon", "tue", "wed", "thu", "fri")
> workdays
mon tue wed thu fri
  1   2   3   4   5

可以用名称来引用元素
> workdays["wed"]
wed
  3

R语言学习笔记二:向量

上一篇:单色边表格


下一篇:冒泡排序