这篇文章主要介绍了R语言中向量和矩阵简单运算的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学
这篇文章主要介绍了R语言中向量和矩阵简单运算的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
这篇文章主要介绍了R语言中向量和矩阵简单运算的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
向量是有相同基本类型的元素序列,一维数组,定义向量的最常用办法是使用函数c(),它把若干个数值或字符串组合为一个向量。
|
1
2
3
|
> x <- c(1,2,3)> x[1] 1 2 3 |
|
1
2
3
4
|
> x <- c(1,2,3)> y <- x*2> y[1] 2 4 6 |
(注:向量的整数除法是%/%,取余是%%。)
第一种方法:%*%
|
1
2
3
4
5
6
|
> x <- c(1,2,3)> y <- c(4,5,6)> z <- x%*%y> z [,1][1,] 32 |
第二种方法:crossprod(x,y).
|
1
2
3
4
5
6
|
> x <- c(1,2,3)> y <- c(4,5,6)> z <- crossprod(x,y)> z [,1][1,] 32 |
第一种方法:%o%
|
1
2
3
4
5
6
7
|
> 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 |
第二种方法:tcrossprod(x,y)
|
1
2
3
4
5
6
7
|
> 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 |
第三种方法:outer(x,y)
|
1
2
3
4
5
6
7
|
> 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 |
|
1
2
3
4
5
6
|
> x <- matrix(1:9,3,3)> x [,1] [,2] [,3][1,] 1 4 7[2,] 2 5 8[3,] 3 6 9 |
其中第一个3表示的是行数,第二个3表示的列数。 故产生一个3*3的矩阵。这里是将1到9按列排列,如果想按行排列,那么如下代码
|
1
2
3
4
5
6
|
> x <- matrix(1:9,3,3,byrow = TRUE)> x [,1] [,2] [,3][1,] 1 2 3[2,] 4 5 6[3,] 7 8 9 |
|
1
2
3
4
5
6
7
|
> 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 |
|
1
2
3
4
5
6
7
8
9
10
11
|
> 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 |
|
1
2
3
4
5
6
7
|
> 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 |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
> 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#这个是x的转置乘以y> tcrossprod(x,y) [,1] [,2] [,3][1,] 54 42 30[2,] 72 57 42[3,] 90 72 54#这个是x乘以y的转置 |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
> 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#这个是求特征值的> 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) #这个是得到对称矩阵特征值、特征向量的主要函数> a1eigen() decomposition$`values` #这个是特征值[1] 2.838586e+02 1.141413e+00 6.308738e-15 $vectors #这个是特征向量 [,1] [,2] [,3][1,] -0.2148372 0.8872307 0.4082483[2,] -0.5205874 0.2496440 -0.8164966[3,] -0.8263375 -0.3879428 0.4082483 |
到此这篇关于R语言中向量和矩阵简单运算的实现的文章就介绍到这了,更多相关R语言向量运算和矩阵运算内容请搜索米米素材网以前的文章或继续浏览下面的相关文章希望大家以后多多支持米米素材网!
原文链接:https://blog.csdn.net/paoxungan5156/article/details/83620632
发表评论