R中向量和矩阵之间的关系？

Question

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？)

Answer 1

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"