第三天  R語言對象：向量和矩陣及其操作

R語言主要分析的對象是數(shù)據(jù)集，R語言數(shù)據(jù)集主要是向量、矩陣、數(shù)據(jù)框、列表、數(shù)組等，我們主要介紹前4種。本文先介紹向量和矩陣。

向量是R語言中最基本的數(shù)據(jù)對象類型，它可以是數(shù)值型、字符型、邏輯值型、復數(shù)型。注意：同一向量不能混雜多種不同類型的數(shù)據(jù)。

在醫(yī)學數(shù)據(jù)分析中，向量相當于一個變量，向量名為變量名，向量值為變量值。

1. 創(chuàng)建向量

通過函數(shù)c( )實現(xiàn)向量創(chuàng)建功能，例如

x1<-c(2,3,5,7,10)

x1

[1] 2 3 5 7 10

>x2<-c("a","b","c")

>x2

[1] "a" "b" "c"

2. 向量索引（子集提?。?/strong>

向量子集索引一般采用中括號[ ]，根據(jù)元素所在的位置或者名稱提取元素。向量子集的提取常見方法包括位置的提取、根據(jù)值大小提取、名稱的提取、采用subset( )函數(shù)提取。

第一種方法：位置提取法

(1)下標索引（注意：R中下標是從1開始的），例如

x1[1]      #返回x1的第1個元素

x1[-1]     #返回除第一個元素之外的所有元素

x1[c(2:4)]  #返回x1的第2至4個元素

x1[-c(2:4)]  #返回x1的除第2至4元素之外的所有元素

(2) which元素位置

通過函數(shù)which( )返回邏輯向量中為TRUE的位置；

which.max(x1)返回向量x1中最大值所在的位置；

which.min(x1)返回向量x1中最小值所在的位置。

> x1<-c(2,3,5,7,10)

> x1[which(x1>3 & x1<8)]

[1] 5 7

> x1[which.max(x1)]

ten

10

第二種方法：根據(jù)值大小提取

> x1<-c(2,3,5,7,10)

> x1[x1>3 & x1<8] # 產(chǎn)生大于3 又小于8的子集

[1] 5 7

第三種方法：根據(jù)名稱索引

先給向量中的每個元素命名，再通過名稱訪問對應的元素：

> names(x1)<-c("two","three","five","seven","ten")

> x1[c("three","seven")]

three seven

   3     7

第四種方法：subset生成子集

檢索向量中滿足條件的元素，提取出來：

> subset(x1,x1>3 & x1<8)

five seven

   5     7

3. 向量的編輯

對已創(chuàng)建向量進行增加或刪除元素。

（1）增加元素

>x<-1:5

>x

[1] 1 2 3 4 5

>x<-c(x, c(6,7,8))    # 在x后面增加6、7、8

>x

[1] 1 2 3 4 5 6 7 8

>x[10]=10 # 增加一個元素，第十個位置為10，第九個為缺失，缺失值用NA表示

>x

[1]  1  2  3  4  5  6  7  8 NA 10

（2）刪除元素

>x=1:8

>x

[1] 1 2 3 4 5 6 7 8

>x<-x[-c(3,5)]  # 加負號，是反向刪除，這是最常見的方式

>x

[1] 1 2 4 6 7 8

>x<-x[-1]  # 刪去第一個元素

>x

[1] 2 4 6 7 8

 4.向量排序

函數(shù)sort()，基本格式：

sort(x,decreasing=FALSE, na.last= FALSE,...)

其中，x為排序對象（數(shù)值型或字符型）；decreasing默認為FALSE即升序，TURE為降序；na.last默認為FALSE，若為TRUE，則將向量中的NA值放到序列末尾。

函數(shù)rank( )，返回值是該向量中對應元素的“排名”。

函數(shù)order(),返回值是對應“排名”的元素所在向量中的位置，例如，

>x<-c(1,5,8,2,9,7,4)

>x

[1] 1 5 8 2 9 7 4

>order(x)

[1] 1 4 7 2 6 3 5

說明：默認按升序，排名第2的元素在原向量的第4個位置。

函數(shù)rev( ),將序列進行反轉，即1,2,3變成3,2,1

5.向量的基本運算

向量基本運算函數(shù)也比較多，以下陳列部分：

length(x1)  #向量的長度

[1] 5

> mean(x1)  #計算向量均數(shù)

[1] 5.4

> sd(x1) #計算向量的均數(shù)

[1] 3.209361

> sum(x1) #計算向量的總計

[1] 27

> median(x1)  #計算向量的中位數(shù)

[1] 5

矩陣是二維數(shù)組，可以描述二維數(shù)據(jù)。它要求矩陣內(nèi)各元素有相同的類型，都是數(shù)值型，或者字符串型。在醫(yī)學數(shù)據(jù)分析中，一般情況下數(shù)據(jù)集不太會是矩陣，矩陣一般會出現(xiàn)數(shù)據(jù)分析結果中。

1.創(chuàng)建矩陣

矩陣一般在向量的基礎上產(chǎn)生，常用的函數(shù)為matrix()和dim( )

函數(shù)matrix()，基本格式為：

matrix(x, nrow=..., ncol=..., byrow=..., dimnames=...)

其中，x為數(shù)據(jù)向量作為矩陣的元素；nrow設定行數(shù)；ncol設定列數(shù)；byrow設置是否按行填充，默認為FALSE（按列填充）；dimnames用字符型向量表示矩陣的行名和列名。

>x<-1:6

>x

 [1]  1  2  3  4  5  6

>a<-matrix(x,nrow=3,ncol=2) #采用matrix產(chǎn)生3行2列矩陣

>a

    [,1] [,2]

[1,]    1    4

[2,]    2    5

[3,]    3    6

> b<-matrix(x,nrow=3,ncol=2,byrow=F, dimnames=list(c("r1","r2","r3"),  c("c1","c2")))

> b

  c1 c2

r1  1  4

r2  2  5

r3  3  6

函數(shù)dim()，主要方式是將向量設定為2維，具有規(guī)定行列數(shù)的矩陣：

>dim(x)=c(3,2) # 設為3行2列的矩陣

>x

     [,1] [,2]

[1,]    1    4

[2,]    2    5

[3,]    3    6

2.矩陣索引（子集提?。?/strong>

矩陣子集的提取和向量類似，主要以中括號[ ]方法提取，由于它是二維數(shù)據(jù)，可以通過[ , ]分別提取行和列。主要的提取方式包括位置提取、名稱提取和值大小的提取

位置提取

a[i,j]  #返回矩陣a的第i行，第j列的元素

a[i,]   #返回矩陣a的第i行

a[,j]   #返回矩陣a的第j列

a[c(i:j),]  #返回矩陣a的第i至第j行

a[i,j]    #返回矩陣a的第i行，第j列的元素

按名稱索引：

b["r2","c1"]  #返回矩陣c的第r2行，第c1列的元素2

按值大小提取

b[,r2=2] # 返回“r2”一行值為2的一列

b[,r2=2] # 返回“r2”一行值為2的一列

3.矩陣的編輯

數(shù)據(jù)庫合并

函數(shù)rbind(A,B), 縱向合并（增加行），要求列數(shù)相同；

函數(shù)cbind(C,D), 衡向合并（增加列），要求行數(shù)相同。

注意：rbind(A,1) 相當于給矩陣A增加一行“1”。

> rbind(a,b)

  c1 c2

   1  4

   2  5

   3  6

r1  1  4

r2  2  5

r3  3  6

> cbind(a,b)

      c1 c2

r1 1 4  1  4

r2 2 5  2  5

r3 3 6  3  6

數(shù)據(jù)庫刪減

a[-1,]，刪除矩陣a的第一行

a[,-1]，刪除矩陣a的第一列

a[-c(2:4),]，刪除矩陣a的第2至4行

4.矩陣的運算

+-*/——四則運算（要求矩陣維數(shù)相同）

colSums()  #對矩陣的各列求和

rowSums()  #對矩陣的各行求和

colMeans()  #對矩陣的各列求均值

rowMeans() #對矩陣的各行求均值

t()  #對矩陣轉置

%*% #矩陣乘法（要求左陣的列數(shù)=右陣的行數(shù)）

diag() #取矩陣對角線元素生成對角矩陣，若對象是向量，則以該向量作為對角元素

solve()  #返回逆矩陣（要求矩陣可逆）

eigen() #返回矩陣的特征值與特征向量

DAY3的內(nèi)容就介紹到這里！