R软件及编程应用第二讲解说.pptVIP

* * * * * * * （1）创建矩阵 在R中矩阵和数组被表达成带维数的向量，矩阵是二维向量，数组是两个及以上维度的向量。 矩阵是一种特殊的向量，包含两个 附加的属性：行数和列数。矩阵元素的数据类型可以是任意的（数值型、字符型、逻辑型等）。 数组是R里更一般的对象，矩阵是数组的一个特殊情形。数组可以是多维的。例如一个三维数组包含行、列和层。 R的强大之处在于它丰富的矩阵运算。 （1）创建矩阵 把向量表达成带两个维数的矩阵：首先生成一个向量，然后利用dim()函数指定维度。例 在R中矩阵是按列存储的，即先存储第 一列，再存储第二列，以此类推。 矩阵的行和列的下标都是从1开始。例 x的第一个元素可以标记为x[1][1] 在此方法中，dim指定的维数必须和向 量x的长度匹配，否则会出错。 （1）创建矩阵 使用matrix函数，该函数的定义形式是(用?matrix命令可以查看定义)： matrix(data=NA,nrow=1,ncol=1,byrow=FALSE,dimnames=NULL) data表示向量名，在默认情况下为缺失值。 nrow和ncol分别表示矩阵的行数和列数,默认情况下都为1 byrow设置是否按行填充。默认情况下为FALSE，即不按行填充，而是按列填充。如果设置成TRUE，则按行填充。 dimnames表示数组维度名称，缺省时为空。 （1）创建矩阵：使用matrix函数 举例： 说明： 在指定nrow和ncol时，可以只指定一个，另一个自动设置 矩阵名[,数值]和矩阵名[数值,]分别是矩阵的列向量和行向量的记号。 参数byrow=T参数只是改变数据输入/填充的顺序。并没有改变矩阵按列存储的本质。 （1）创建矩阵 另一种创建矩阵的方式是为每一个元素赋值。当用此方法之前，必须先声明矩阵变量，并指定矩阵的行数和列数。 举例：左图 注1：变量使用之前，必须先声明（先声明后使用） 注2：变量声明之后，在默认情况下其元素是用NA填充的。 思考：若ncol=3，其他不变，结果？ （2）一般矩阵运算 一般矩阵运算包括：线性代数运算（两矩阵维数相同）、函数运算、矩阵索引、矩阵元素的筛选。 线性代数运算，即使用运算符计算，包括矩阵的数量乘法、矩阵加法和矩阵相乘(%* %，与*有区别).这些运算和向量运算相似.举例: （2）一般矩阵运算 函数运算：包括矩阵转置、矩阵求逆、特征值、特征向量、行列式、对角矩阵、特征值分解等。 矩阵转置，即实现矩阵的行列互换，调用函数t()即可。 求方正矩阵的行列式(定义??)：函数det()是求矩阵行列式的值，如det(matrix(1:4,ncol=2) )，输出：[1] -2 生成对角阵和矩阵取对角运算：函数diag(v)的输出依赖于他的变量v，当v是一个向量时，diag(v)表示以v的元素为对角元素的对角阵；当v是一个矩阵时，diag(v)表示由v对角线上的元素组成的向量；若v是一个标量，则生成指定大小的单位矩阵。 （2）一般矩阵运算 函数crossprod()和tcrossprod() :他们的定义形式是一样的，如下：(t)crossprod(x,y=NULL)，其中参数x和y可以是数值型的向量或者矩阵。y可以不被赋值，在此情况下只有x一个变量参与运算。 当x和y为向量时，crossprod(x,y)表示求向量x和y的内积（相当于x*y，与x*y有区别，见下例），tcrossprod表示求向量x和y的外积(相当于x%o%y)。 当x和y为矩阵时，crossprod(x,y)表示t(x)%*%y,即矩阵x的转置再与y相乘；而tcrossprod(x,y)表示x%*%t(y)。 举例 （2）一般矩阵运算 解线性方程组和求逆矩阵：若求解线性方程组Ax=b，其命令形式为solve(A,b)，若求矩阵A的逆，其命令则为solve( A). 举例： （2）一般矩阵运算 特征值、特征向量及特征值分解:对应方阵A，x是一个标量，v是非零的N维列向量，且满足Av=xv(即(A-xE)v=0)，则称x为矩阵A的一个特征值，v为特征值x对应的一个特征向量 ，特征值的全体称为矩阵A的谱. 在R中利用函数eigen(A)求解矩阵的特征值和特征向量，其返回值中$values表示矩阵的特征值构成的向量，$vector表示特征值对应的特征向量。 举例：eigen(matrix(c(1,1,-1,1),nrow=2)) （2）一般矩阵运算 当所求的特征向量构成的矩阵可逆时，满足diag( solve(vectors) %*%A%*%vectors)= values 举例： （2）一般矩阵运算 矩阵的奇异值分解：函数svd(A)是对矩阵A作奇异值分解。即A=U%*%D%