R语言矩阵知识点总结及实例分析

时间:2022-09-20 23:09:10

矩阵是其中元素以二维矩形布局布置的R对象。 它们包含相同原子类型的元素。 虽然我们可以创建一个只包含字符或只包含逻辑值的矩阵,但它们没有太多用处。 我们使用包含数字元素的矩阵用于数学计算。

使用matrix()函数创建一个矩阵。

语法

在R语言中创建矩阵的基本语法是

?
1
matrix(data, nrow, ncol, byrow, dimnames)

以下是所使用的参数的说明

  • 数据是成为矩阵的数据元素的输入向量。
  • nrow是要创建的行数。
  • ncol是要创建的列数。
  • byrow是一个逻辑线索。 如果为TRUE,则输入向量元素按行排列。
  • dimname是分配给行和列的名称。

创建一个以数字向量作为输入的矩阵

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
# Elements are arranged sequentially by row.
M <- matrix(c(3:14), nrow = 4, byrow = TRUE)
print(M)
 
# Elements are arranged sequentially by column.
N <- matrix(c(3:14), nrow = 4, byrow = FALSE)
print(N)
 
# Define the column and row names.
rownames = c("row1", "row2", "row3", "row4")
colnames = c("col1", "col2", "col3")
 
P <- matrix(c(3:14), nrow = 4, byrow = TRUE, dimnames = list(rownames, colnames))
print(P)

当我们执行上面的代码,它产生以下结果 -

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
     [,1] [,2] [,3]
[1,]    3    4    5
[2,]    6    7    8
[3,]    9   10   11
[4,]   12   13   14
     [,1] [,2] [,3]
[1,]    3    7   11
[2,]    4    8   12
[3,]    5    9   13
[4,]    6   10   14
     col1 col2 col3
row1    3    4    5
row2    6    7    8
row3    9   10   11
row4   12   13   14

访问矩阵的元素

可以通过使用元素的列和行索引来访问矩阵的元素。 我们考虑上面的矩阵P找到下面的具体元素。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# Define the column and row names.
rownames = c("row1", "row2", "row3", "row4")
colnames = c("col1", "col2", "col3")
 
# Create the matrix.
P <- matrix(c(3:14), nrow = 4, byrow = TRUE, dimnames = list(rownames, colnames))
 
# Access the element at 3rd column and 1st row.
print(P[1,3])
 
# Access the element at 2nd column and 4th row.
print(P[4,2])
 
# Access only the  2nd row.
print(P[2,])
 
# Access only the 3rd column.
print(P[,3])

当我们执行上面的代码,它产生以下结果 -

?
1
2
3
4
5
6
[1] 5
[1] 13
col1 col2 col3
   6    7    8
row1 row2 row3 row4
   5    8   11   14

矩阵计算

使用R运算符对矩阵执行各种数学运算。 操作的结果也是一个矩阵。
对于操作中涉及的矩阵,维度(行数和列数)应该相同。

矩阵加法和减法

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# Create two 2x3 matrices.
matrix1 <- matrix(c(3, 9, -1, 4, 2, 6), nrow = 2)
print(matrix1)
 
matrix2 <- matrix(c(5, 2, 0, 9, 3, 4), nrow = 2)
print(matrix2)
 
# Add the matrices.
result <- matrix1 + matrix2
cat("Result of addition","
")
print(result)
 
# Subtract the matrices
result <- matrix1 - matrix2
cat("Result of subtraction","
")
print(result)

当我们执行上面的代码,它产生以下结果 -

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
     [,1] [,2] [,3]
[1,]    3   -1    2
[2,]    9    4    6
     [,1] [,2] [,3]
[1,]    5    0    3
[2,]    2    9    4
Result of addition
     [,1] [,2] [,3]
[1,]    8   -1    5
[2,]   11   13   10
Result of subtraction
     [,1] [,2] [,3]
[1,]   -2   -1   -1
[2,]    7   -5    2

矩阵乘法和除法

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# Create two 2x3 matrices.
matrix1 <- matrix(c(3, 9, -1, 4, 2, 6), nrow = 2)
print(matrix1)
 
matrix2 <- matrix(c(5, 2, 0, 9, 3, 4), nrow = 2)
print(matrix2)
 
# Multiply the matrices.
result <- matrix1 * matrix2
cat("Result of multiplication","
")
print(result)
 
# Divide the matrices
result <- matrix1 / matrix2
cat("Result of division","
")
print(result)

当我们执行上面的代码,它产生以下结果 -

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
     [,1] [,2] [,3]
[1,]    3   -1    2
[2,]    9    4    6
     [,1] [,2] [,3]
[1,]    5    0    3
[2,]    2    9    4
Result of multiplication
     [,1] [,2] [,3]
[1,]   15    0    6
[2,]   18   36   24
Result of division
     [,1]      [,2]      [,3]
[1,]  0.6      -Inf 0.6666667
[2,]  4.5 0.4444444 1.5000000

以上就是R语言矩阵知识点总结及实例分析的详细内容,更多关于R语言矩阵的资料请关注服务器之家其它相关文章!

原文链接:https://www.w3cschool.cn/r/r_matrices.html