R语言学习之矩阵
很多人是在线性代数课学的矩阵,当时什么问题都没有,除了一个问题:学习矩阵到底有什么用呢?矩阵是一个集合,它里面可以存放很多对象,比如一个行就是一个对象(或者说记录),每一个对象又有很多(属性)列。如果把一组对象~属性表示成矩阵,我们就能很容易取出每个对象对应的某个属性了,并且根据线性代数方法考察两个对象之间的联系(相似性)。矩阵的行列数我们一般称作维数。
对于矩阵而言,我们当然想实现以下操作与功能:
矩阵的加减、乘除运算
矩阵的行列切片
最值的快速获取
线性代数运算
好在R语言中的矩阵可以很轻易帮我们实现这些功能,有了这一神兵利器,我们就可以游刃有余地操作应该算是数据分析的基本单位——矩阵了。
创建矩阵
R中直接调用函数matrix()可以快速自定义矩阵,下面一行命令可以快速创建一个4行3列的矩阵:
>a<-matrix(c(1:12),nrow=4,ncol=3,byrow=TRUE)
> a
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
这里相当于先创建一个向量,再将其转化为一个4x3的矩阵,bynow=TRUE表示会按照把第一行排满,接着排第二行。
还有一些其它小技巧,比如有时候我们需要初始化一个矩阵,以便于后面对其进行赋值:
> a1<-matrix(0,3,4)
> a1
[,1] [,2] [,3] [,4]
[1,] 0 0 0 0
[2,] 0 0 0 0
[3,] 0 0 0 0
矩阵行、列、元素的选取(切片)
取第一行第二列元素
> a[1,2]
[1] 2
取第一行元素,这与Matlab很相像
> a[1,]
[1] 1 2 3
取第一行除了第二个元素之外的元素
> a[1,-2]
[1] 1 3
取第一列元素
> a[,1]
[1] 1 4 7 10
取第一列除了第二个元素之外的元素
> a[-2,1]
[1] 1 7 10
矩阵全部元素
> a[,]
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
矩阵的基本运算
这里创建一个新的矩阵b、c1,b与a的维数相同,c1的列、行数与a的行、列数分别相等,便于做实验。
> b<-matrix(c(13:24),nrow=4,ncol=3,byrow = TRUE)
> b
[,1] [,2] [,3]
[1,] 13 14 15
[2,] 16 17 18
[3,] 19 20 21
[4,] 22 23 24
> c1<-matrix(c(13:24),nrow=3,ncol=4,byrow = TRUE)
> c1
[,1] [,2] [,3] [,4]
[1,] 13 14 15 16
[2,] 17 18 19 20
[3,] 21 22 23 24
获取矩阵维数
> dim(a)
[1] 4 3
加减法运算
矩阵的加减法运算表示两个矩阵对应元素分别进行加减法运算,返回两个矩阵对应元素分别进行加减法运算的矩阵。当然了,矩阵加减法运算前提是两个矩阵的维数必须一样,否则会报错。
> a+b
[,1] [,2] [,3]
[1,] 14 16 18
[2,] 20 22 24
[3,] 26 28 30
[4,] 32 34 36
乘除法运算
矩阵的乘除法运算表示两个矩阵对应元素分别进行乘除法运算,返回两个矩阵对应元素分别进行乘除法运算的矩阵。当然了,矩阵乘除法运算前提是两个矩阵的维数必须一样,否则会报错。
> a*b
[,1] [,2] [,3]
[1,] 13 28 45
[2,] 64 85 108
[3,] 133 160 189
[4,] 220 253 288
还有就是矩阵的乘法,要求是前面矩阵的列数等于后面矩阵的列数,返回一个左边矩阵行数x右边矩阵列数的矩阵。
> a%*%c1
[,1] [,2] [,3] [,4]
[1,] 110 116 122 128
[2,] 263 278 293 308
[3,] 416 440 464 488
[4,] 569 602 635 668
线性代数运算
R语言提供了很多用于线性代数运算的函数,常用的列出如下:
eigen() #求特征值和特征向量
solve() #求逆矩阵
chol() #Choleski分解
svd() #奇异值分解
qr() #QR分解
det() #求行列式
dim() #给出行列数
t() #矩阵转置
矩阵的拼接
R语言矩阵的拼接主要用到两个函数,rbind()、cbind()
按行拼接要求两个矩阵列数要相同rbind()
> rbind(a,b)
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
[5,] 13 14 15
[6,] 16 17 18
[7,] 19 20 21
[8,] 22 23 24
按列拼接要求两个矩阵行数要相同cbind()
> cbind(c1,matrix(c(1:6),nrow = 3,byrow = TRUE))
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 13 14 15 16 1 2
[2,] 17 18 19 20 3 4
[3,] 21 22 23 24 5 6
其它函数的灵活结合
矩阵相关计算求法还可以灵活应用其它函数,比如求和函数sum(),平均值函数mean(),最值函数max()等。
> a
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9
[4,] 10 11 12
> max(a)
[1] 12
第一行最大值
>max(a[1,])
[1] 3
> max(a[,1])
[1] 10
对第一行求和
> sum(a[1,])
[1] 6
> mean(a[,1])
[1] 5.5
还有就是结合apply()函数,后面会讲到。
用法,举个例子。apply(Matrix,1,FUN=mean),这里,FUN=mean计算矩阵Matrix每一行的平均值,以向量的形式返回,中间的参数‘1’表示求每一行均值,如果是‘2’,表示求每一列均值
比如:
求a每一行平均值
> apply(a,1,mean)
[1] 2 5 8 11
对a每一列分别求和
> apply(a,2,sum)
[1] 22 26 30
好了,关于矩阵就讲到这里,希望对你们有用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析在当今信息时代发挥着重要作用。单因素方差分析(One-Way ANOVA)是一种关键的统计方法,用于比较三个或更多独立样本组 ...
2025-04-25CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-25在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-24以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《刘静:10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda ...
2025-04-23大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03