R語言中向量和矩陣簡(jiǎn)單運(yùn)算的實(shí)現(xiàn)
更新時(shí)間：2021年03月11日 10:08:26 作者：init_bin
這篇文章主要介紹了R語言中向量和矩陣簡(jiǎn)單運(yùn)算的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
一、向量運(yùn)算
向量是有相同基本類型的元素序列，一維數(shù)組，定義向量的最常用辦法是使用函數(shù)c()，它把若干個(gè)數(shù)值或字符串組合為一個(gè)向量。
1.R語言向量的產(chǎn)生方法
> x <- c(1,2,3) > x [1] 1 2 3
2.向量加減乘除都是對(duì)其對(duì)應(yīng)元素進(jìn)行的，例如下面
> x <- c(1,2,3) > y <- x*2 > y [1] 2 4 6
（注：向量的整數(shù)除法是%/%，取余是%%。）
3.向量的內(nèi)積，有兩種方法。
第一種方法：%*%
> x <- c(1,2,3) > y <- c(4,5,6) > z <- x%*%y > z [,1] [1,] 32
第二種方法：crossprod(x,y).
> x <- c(1,2,3) > y <- c(4,5,6) > z <- crossprod(x,y) > z [,1] [1,] 32
4.向量的外積 ，有三種方法。
第一種方法：%o%
> x <- c(1,2,3) > y <- c(4,5,6) > x%o%y [,1] [,2] [,3] [1,] 4 5 6 [2,] 8 10 12 [3,] 12 15 18
第二種方法：tcrossprod(x,y)
> x <- c(1,2,3) > y <- c(4,5,6) > tcrossprod(x,y) [,1] [,2] [,3] [1,] 4 5 6 [2,] 8 10 12 [3,] 12 15 18
第三種方法：outer(x,y)
> x <- c(1,2,3) > y <- c(4,5,6) > outer(x,y) [,1] [,2] [,3] [1,] 4 5 6 [2,] 8 10 12 [3,] 12 15 18
二、矩陣的運(yùn)算
1. 矩陣的產(chǎn)生方式
> x <- matrix(1:9,3,3) > x [,1] [,2] [,3] [1,] 1 4 7 [2,] 2 5 8 [3,] 3 6 9
其中第一個(gè)3表示的是行數(shù)，第二個(gè)3表示的列數(shù)。 故產(chǎn)生一個(gè)3*3的矩陣。這里是將1到9按列排列，如果想按行排列，那么如下代碼
> x <- matrix(1:9,3,3,byrow = TRUE) > x [,1] [,2] [,3] [1,] 1 2 3 [2,] 4 5 6 [3,] 7 8 9
2.矩陣對(duì)應(yīng)元素的運(yùn)算
> x <- matrix(1:9,3,3) > y <- matrix(9:1,3,3) > x*y [,1] [,2] [,3] [1,] 9 24 21 [2,] 16 25 16 [3,] 21 24 9
3.矩陣的轉(zhuǎn)置
> x <- matrix(1:9,3,3) > x [,1] [,2] [,3] [1,] 1 4 7 [2,] 2 5 8 [3,] 3 6 9 > t(x) [,1] [,2] [,3] [1,] 1 2 3 [2,] 4 5 6 [3,] 7 8 9
4.矩陣乘法
> x <- matrix(1:9,3,3) > y <- matrix(9:1,3,3) > x%*%y [,1] [,2] [,3] [1,] 90 54 18 [2,] 114 69 24 [3,] 138 84 30
5.矩陣 x乘y的轉(zhuǎn)置，x的轉(zhuǎn)置乘以y
> x <- matrix(1:9,3,3) > y <- matrix(9:1,3,3) > crossprod(x,y) [,1] [,2] [,3] [1,] 46 28 10 [2,] 118 73 28 [3,] 190 118 46 #這個(gè)是x的轉(zhuǎn)置乘以y > tcrossprod(x,y) [,1] [,2] [,3] [1,] 54 42 30 [2,] 72 57 42 [3,] 90 72 54 #這個(gè)是x乘以y的轉(zhuǎn)置
6.求矩陣的行列式、對(duì)稱矩陣的特征值、特征向量
> x <- matrix(1:9,3,3)
> x
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
> det(x)
[1] 0
#這個(gè)是求特征值的
> x <- matrix(1:9,3,3)
> x
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
> a <- crossprod(x,x)
> a1 <- eigen(a) #這個(gè)是得到對(duì)稱矩陣特征值、特征向量的主要函數(shù)
> a1
eigen() decomposition
$`values` #這個(gè)是特征值
[1] 2.838586e+02 1.141413e+00 6.308738e-15
$vectors #這個(gè)是特征向量
[,1] [,2] [,3]
[1,] -0.2148372 0.8872307 0.4082483
[2,] -0.5205874 0.2496440 -0.8164966
[3,] -0.8263375 -0.3879428 0.4082483
到此這篇關(guān)于R語言中向量和矩陣簡(jiǎn)單運(yùn)算的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)R語言向量運(yùn)算和矩陣運(yùn)算內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
詳解R語言caret包trainControl函數(shù)
這篇文章主要介紹了R語言caret包trainControl函數(shù)詳解,本文通過源碼分析給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-08-08
本文主要介紹了R語言繪制交互地圖的實(shí)現(xiàn)示例,使用leaflet包繪制交互地圖,具有一定的參考價(jià)值,感興趣的可以了解一下2025-03-03
這篇文章主要介紹了R語言基本運(yùn)算的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
R語言繪制數(shù)據(jù)可視化小提琴圖Violin plot with dot畫法
這篇文章主要為大家介紹了R語言繪制數(shù)據(jù)可視化小提琴圖Violin plot with dot畫法的示例詳解有需要的朋友可以借鑒參考下希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-02-02
數(shù)據(jù)作圖是數(shù)據(jù)分析的重要方法之一,R提供了豐富的作圖函,下面這篇文章主要給大家介紹了關(guān)于R語言繪圖基礎(chǔ)教程的相關(guān)資料,文中通過實(shí)例代碼以及圖文介紹的非常詳細(xì),需要的朋友可以參考下2022-11-11
這篇文章主要為大家介紹了R語言如何利用ggplot2繪制QQ圖和箱線圖，文中的示例代碼講解詳細(xì)，對(duì)我們學(xué)習(xí)R語言有一定的幫助，需要的可以參考一下2022-06-06
解決R語言報(bào)錯(cuò):Error?in?y?+?1:non-numeric?argument?to?binary
R語言編程中的常見錯(cuò)誤有一些錯(cuò)誤是R的初學(xué)者和經(jīng)驗(yàn)豐富的R程序員都可能常犯的,下面這篇文章主要給大家介紹了關(guān)于解決R語言報(bào)錯(cuò):Error?in?y?+?1:non-numeric?argument?to?binary?operator的相關(guān)資料,需要的朋友可以參考下2022-11-11
這篇文章主要介紹了基于R語言xlsx安裝遇到的問題及解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
在本篇內(nèi)容里小編給大家整理的是一篇關(guān)于R語言二進(jìn)制文件操作實(shí)例內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2021-05-05
R語言繪制小提琴圖violin plot實(shí)現(xiàn)示例
這篇文章主要為大家介紹了R語言繪制小提琴圖violin plot的實(shí)現(xiàn)方法示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2022-02-02