R入门Day5:数据类型4---数组

20200511·Kony·Win10
数组
数组:一维数据是向量,二维数据是矩阵,数组是向量和矩阵的直接推广,是由三维或三维以上的数据构成的。

1.构建数组

  • 数组函数是array(),语法是:array(data, dim),其中data必须是同一类型的数据,dim是各维的长度组成的向量。
  • 函数rowSums, colSums, rowMeans, colMeans分别可以计算行总和,行均值,列总和,列均值
a<-array(rep(1:3,each=3),dim=c(3,3))
a
##      [,1] [,2] [,3]
## [1,]1    2    3
## [2,]1    2    3
## [3,]1    2    3
rowSums(a)
## [1] 6 6 6
colSums(a)
## [1] 3 6 9
table(a)
## a
## 1 2 3 
## 3 3 3

其中dims为整数,表示哪个或哪些维数被看做行或列,对于row统计函数,dims+1及以后的维度被看做行,对于col函数,dims及以前的维度(1:dims)被看做列:

e<-array(c(1:27),dims<-c(3,3,3))
e
rowSums(e)
rowSums(e,dims=1)
rowSums(e,dims=2)

colSums(e)
colSums(e,dims=1)
colSums(e,dims=2)
 e
##  , , 1
##         [,1] [,2] [,3]
##  [1,]    1    4    7
##  [2,]    2    5    8
##  [3,]    3    6    9

##  , , 2
##       [,1] [,2] [,3]
##  [1,]   10   13   16
##  [2,]   11   14   17
##  [3,]   12   15   18

##  , , 3
##       [,1] [,2] [,3]
##  [1,]   19   22   25
##  [2,]   20   23   26
##  [3,]   21   24   27

rowSums(e)
##  [1] 117 126 135

rowSums(e,dims=1)
##  [1] 117 126 135   ## 1+4+7+10+13+16+19+22+25=117

rowSums(e,dims=2)
##       [,1] [,2] [,3]  
##  [1,]   30   39   48    ## 1+10+19=30
##  [2,]   33   42   51
##  [3,]   36   45   54

colSums(e)
##        [,1] [,2] [,3]
##  [1,]    6   33   60   ## 第一列:1+2+3=6    10+11+12=33 19+20+21=60
##  [2,]   15   42   69    ## 第二列。···
##  [3,]   24   51   78

colSums(e,dims=1)
##       [,1] [,2] [,3]
##  [1,]    6   33   60 
##  [2,]   15   42   69
##  [3,]   24   51   78 

colSums(e,dims=2) 
##  [1]  45 126 207
## 45:1+2+3+4+5+6+7+8+9 第一个数组里所有元素的总和
## 126:10+11+12+13+14+15+16+17+18 第二个数组里所有元素的总和

2. 数组命名

x<-1:3 #建立向量x
names(x) #提取向量x的名称
## NULL
names(x)<-c("a","b","c");x#将a,b,c作为x的名称
## a b c 
## 1 2 3
names(x)#显示向量x的名称
## [1] "a" "b" "c"
names(x)<-NULL;x #删除向量x的名称
## [1] 1 2 3
x<-matrix(1:4,2)
rownames(x)<-c("a","b") # 将行命名为a,b
colnames(x)<-c("c","d");x # 将列命名为c,d
##   c d
## a 1 3
## b 2 4
dimnames(x)#返回包含两个向量的列表
## [[1]]
## [1] "a" "b"
## 
## [[2]]
## [1] "c" "d"
a<-array(1:8,dim=c(2,2,2));a#建立数组a,维度为2,2,2
## , , 1
## 
##      [,1] [,2]
## [1,]1    3
## [2,]2    4
## 
## , , 2
## 
##      [,1] [,2]
## [1,]5    7
## [2,]6    8
dimnames(a)<-list(c("a","b"),c("c","d"),c("e","f"));a # 将数组a的各组命名
## , , e
## 
##   c d
## a 1 3
## b 2 4
## 
## , , f
## 
##   c d
## a 5 7
## b 6 8

3. 行列求和、均值、频数

简短数组

a<-array(rep(1:4,each=3),dim=c(2,3,2))
a
##  , , 1
##       [,1] [,2] [,3]
##  [1,]    1    1    2
##  [2,]    1    2    2

##  , , 2
##       [,1] [,2] [,3]
##  [1,]    3    3    4
##  [2,]    3    4    4

 rowSums(a)
##  [1] 14 16

colSums(a)
##       [,1] [,2]
##  [1,]    2    6
##  [2,]    3    7
##  [3,]    4    8

table(a)  ##频数表
##  a
##  1 2 3 4 
##  3 3 3 3 

多维数组

b <- array(rep(1:3, each=9), dim=c(3,3,3));b
## , , 1
## 
##      [,1] [,2] [,3]
## [1,]1    1    1
## [2,]1    1    1
## [3,]1    1    1
## 
## , , 2
## 
##      [,1] [,2] [,3]
## [1,]2    2    2
## [2,]2    2    2
## [3,]2    2    2
## 
## , , 3
## 
##      [,1] [,2] [,3]
## [1,]3    3    3
## [2,]3    3    3
## [3,]3    3    3
rowSums(b)
## [1] 18 18 18
rowSums(b,dims=1)
## [1] 18 18 18
rowSums(b,dims=2)
##      [,1] [,2] [,3]
## [1,]6    6    6
## [2,]6    6    6
## [3,]6    6    6
colSums(b)
##      [,1] [,2] [,3]
## [1,]3    6    9
## [2,]3    6    9
## [3,]3    6    9
colSums(b,dims=2)
## [1]  9 18 27
table(b)
## b
## 1 2 3 
## 9 9 9
c <- sample(letters[1:5], 10, replace=TRUE)
table(c)
## c
## a b d e 
## 1 3 2 4

参考1:R语言基础--数据类型之数组
参考2:RVDSD的个人笔记

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,546评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,224评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,911评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,737评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,753评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,598评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,338评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,249评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,696评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,888评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,013评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,731评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,348评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,929评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,048评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,203评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,960评论 2 355

推荐阅读更多精彩内容