【R语言学习笔记】初识（四）
首先在写R-FAQ之前插播一下看到建立矩阵的几个方法：
比如我输入：
a<-matrix(1:20,nrow=4,byrow=T)
rownames(a)=LETTERS[1:4]
colnames(a)=letters[5:9]
则出来一个矩阵
这是最常规的方法，同时还有第二种方法：
第二种设立矩阵的方法
其中先设置一个向量，然后定义向量的维度(dim)，维度是行、列顺序
最后，还有第三种方法
第三种矩阵设立方法
其中cbing和rbind为把向量/矩阵按照行列方式叠加
下面继续R-FAQ
【53】对数列进行变换
这里用到aperm函数，这个函数感觉比较绕
首先建立一个数列
数列a
这里的数列a是1:24整数，按照2行3列四组的形式排列
然后如果我要变换数列，就用到了aperm这个函数
aperm说的是对a这个数列进行变换，这个函数的含义是以前是（2,3,4），也就是行列组三个顺序，现在变换，是对行列组三个进行变换，所以既然是行列组，只有三个数，也就是aperm后面的参数是123三个数的不断排列组合。
如
按照1,2,3排列组合，就是没有变换顺序，b=a
按照3,2,1组合，也就是之前的2行3列4组，变成了4行3列2组
所以扩展下，aperm函数貌似只能变换（本来就是变换函数。。。），这个变换是内部的行列组之间的变换，如果我对原来a这个数列，234不满意，想形成622，6行2列2组的话，可以使用dim函数，即
变换组
【54】删除list中的元素
其实比较重要的就是索引，比如案例中的lst，利用lst[['a']]['b']索引到list中alist的b，然后赋值为NULL，就可以删除，亲测在array中无法使用该语句。同时利用$的索引也可以，比如lst$a$b语句达到同样效果
【55】行、列累加
利用cumsum函数；
这个号函数的逻辑如果是一个向量，则针对这个向量进行累计，如vec<-c(1,2,3,4,5),cumsum(vec)返回的是（1，1+2,1+2+3,1+2+3+4,1+2+3+4+5）
如果是一个矩阵，利用apply函数做计算，如
apply(matrix,y,cumsum)其中，y如果是1，就是对行加和，如果是2，就对列加和。
比如我定义一个矩阵，mat2,
apply(mat2,1,'+',2)
最后相当于转置了矩阵
而如果是apply(mat2,2,'+',2)的话，直接对每一列都加2形成
同时，也可以设置不同的Function，比如之前说的cumsum，即
apply(mat2,2,cumsum)
【56】向量极值
首先get到一个新函数是rev，就是转置函数，x<-rev(y)也就是翻转
pmax和pmin函数，求的是在相同向量个数中的极大值们和极小值们
如x<-1:10,y<-rev(x),pmax会返回十个最大值，pmin同理
【59】分组数据的统计，?apply函数
apply族的函数比较复杂， 在这里进行分类和说明一下。
在前面说过apply函数，矩阵行业转置的原因可能是在输入公式之后，由于只是对行进行运算，最后行程三个数列：a[1],a[2],a[3]，举个例子
对于矩阵a，做apply(a,1,'*',2)相当于按行的每个元素均*2
最后也就是形成三个数列：a[1],a[2],a[3]，a[1]]2,4,6,8以此类推；由于R的矩阵排列方式是按照列排列，很有可能最后行程三列矩阵，a1a2a3
同理，如果是apply(a,2,'*',2)，就是按列相乘，就不会出现这个情况。
一般的加减乘除相当于矩阵相乘，也就是矩阵中的行列每个元素都要相乘，最后出来的还是矩阵样式，但是如果是sum这类函数，最后出来的是一个数字，也就不是矩阵了
【关于tapply】
tapply和apply函数比较类似，比如我假设一个向量m<-1:4,n<-c('e','e','f','g'),如果单纯的利用tapply的话，如tapply(m,n)，相当于直接阐述n，也就是回到（1,1,2,3）；
如果fun加载其他函数，如tapply(m,n,sum)则返回首列为n，对应的数值按照赋值加和的方式展示，如
其中e被赋值1,2，f=3 g=4,tapply求和对相同的数据求和（相当于excel数据透视表功能）
当然sum还可以扩展成mean,sd等函数
R-FAQ的例子其实就是赋值，简单点说，tapply针对向量，就是前一个给后一个赋值，然后对后一个进行处理的过程