R语言中的向量使用合集

#---r中向量相关的操作

#----数字型向量
#赋值
x<-c(1,2,3)
assign("x",c(1,2,3))

y<-c(x,2,x)
# > y
# [1] 1 2 3 2 1 2 3

#向量的运算
x<-c(1,2,3);y<-c(2,3,4)
v1<-2*x+x*y+1
# > v1
# [1]  5 11 19

v2<-2*x+x*y+c(1,1,1)
v1==v2
# > v1==v2  两者效果相同，自己体会
# [1] TRUE TRUE TRUE

x^2
# > x^2
# [1] 1 4 9

#函数运算，比如log,sqrt,sin等
x<-c(1,2,3)
sqrt(x)
# > sqrt(x)
# [1] 1.000000 1.414214 1.732051

#与向量相关的其他函数min、max、range、which.min、which.max、sum、prod、length、sort、mean、var
x<-c(3,2,1)
# > min(x)
# [1] 1
# > max(x)
# [1] 3
# > which.max(x)
# [1] 1
# > which.min(x)
# [1] 3
# > sum(x)
# [1] 6
# > prod(x)
# [1] 6
# > length(x)
# [1] 3
# > sort(x)
# [1] 1 2 3
# > mean(x)
# [1] 2
# > var(x)
# [1] 1

#等差数列一般采用a:b的形式
# > 1:15 代表从1到15的数列，每次加1
# [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15
# > 1:4.5 a为整数，b为实数，表示a到b的整数部分，每次加1
# [1] 1 2 3 4
# > 1.5:5  a为实数，b为整数，表示从a开始累加到b，每次加1
# [1] 1.5 2.5 3.5 4.5
# > 2*(1:5)
# [1]  2  4  6  8 10
# > 2*1:5  向量优先级大于运算符号
# [1]  2  4  6  8 10
# > 1:5-1
# [1] 0 1 2 3 4

#重复函数 rep(x,times=)
x<-c(1,2,3)
s<-rep(x,times=2)
# > s
# [1] 1 2 3 1 2 3

#逻辑向量，在向量赋值处使用逻辑表达式
x<-c(1,2,3,4,5)
l<-x>3
# > l
# [1] FALSE FALSE FALSE  TRUE  TRUE
#其它的逻辑向量运算还有< <= == !=等

#all和any用于返回向量中的值是否全部大于3的逻辑值，any返回向量x中是否有值大于3
all(x>3)
any(x>3)

#逻辑向量的赋值,可以使用F和T对false和true进行简写
l<-c(TRUE,FALSE,F,T)

#向量中的缺失数据、赋值、检查
z<-c(-1,1:3,NA)
z
# [1] -1  1  2  3 NA
is.na(z)
z[is.na(z)]<-0
# > z
# [1] -1  1  2  3  0

#结合z的下标进行复杂运算
z
# [1] -1  1  2  3  0

#结合z的下标进行复杂运算
 (z+1)[!is.na(z)&z>0]
# [1] 2 3 4


#-----字符型向量
#涉及赋值、paste连接

X<-c("My","Job")
paste("My","Job")  #表示将两个字符链接，默认使用空格进行分隔开
# [1] "My Job"
paste("X",1:6,sep = "")
# [1] "X1" "X2" "X3" "X4" "X5" "X6"

#可以使用定义下标值的方法来定义分段函数
#比如分段函数 y=1-x  x<0 y=1+x x>=0
y[x<0]<-1-x[x<0]
y[x>=0]<-1+x[x>=0]


#下标的正整数运算
v<-10:20
v[c(1,2,3,4)]
c("a","b","c")[rep(c(2,1,3),times=3)]

#下标的负整数运算
v[-(1:5)]
#表示去除代号为哪些的值

#取字符向量的某些下标值
#在定义向量的时候可以加上列名
ages<-c(Li=23,chen=30)
#向量名称可以后加

ages=c(23,40,50)
names(ages)<-c("li","chen","zhang")
ages

# > ages
# li  chen zhang 
# 23    40    50