在 R 中,我听说向量是组织信息的“基本”方式,因为许多其他事物都是根据向量定义的,但向量并不是根据许多其他事物定义的。矩阵也同样具有基本原理吗?矩阵和向量之间是否存在某种关系(也许 R 就像 C#,矩阵只是一个向量加上一条微小的指令?)
最佳答案
矩阵(参见?matrix
和更通用的?array
)是按行或按列绑定(bind)在一起的向量。
m <- matrix(0, 2, 2)
m
[,1] [,2]
[1,] 0 0
[2,] 0 0
毫不奇怪,m
是一个矩阵
:
is.matrix(m) # you can also try is.vector(m)
[1] TRUE
但是单个列(或行)不再是矩阵
,并且在某种程度上,我们“回到”了向量
类。
is.vector(m[, 1]) # you can also try is.matrix(m[, 1])
[1] TRUE
因此,在提取单个行/列时,matrix
类被“删除”。如果您想保留它,您仍然可以:
m[, 1, drop=FALSE]
这很有用,例如如果您想要保留 apply
兼容性,并且提取的行/列数的长度可能为 1。例如,根据条件或其他条件对矩阵进行子集化:
# this returns an error as m[, 1] is no longer a matrix
apply(m[, 1], 1, length)
Error in apply(m[, 1], 1, length) : dim(X) must have a positive length
# but this works like a charm
apply(m[, 1, drop=FALSE], 1, length)
[1] 1 1
最后,还有更细粒度的向量类,称为“原子”(请参阅?向量
),它们由class
返回:
class(m[, 1])
[1] "numeric"
class(m[, 1]>1)
[1] "logical"
如上所示:
class(m[, 1, drop=FALSE])
[1] "matrix"
关于R中向量和矩阵之间的关系?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37491153/