r 字符串转化为数值_【R语言】数据结构Ⅰ—向量，矩阵，数组
数据结构是为了便于存储不同类型的数据而设计的。
R中常用的数据结构包括：
同质数据类型（homogeneous data types），即所存储的一定是相同类型的元素，包括向量、矩阵、数组；
异质数据类型（heterogeneous data types），即可以存储不同类型的元素，这大大提高了存储的灵活性，但同时也降低了存储效率和运行效率，包括列表、数据框。
一、向量（一维数据）
向量是由一组相同类型的原始值构成的序列，可以是一组数值、一组逻辑值、一组字符串等。
1. 数值向量
(1) 数值向量就是由数值组成的向量，单个数值是长度为1的数值向量。
> 可以用numeric()来创建全为0的指定长度的数值向量：
> 经常用函数c()实现将多个对象合并到一起，例如，将多个数值向量合并成一个数值向量：
> (2) 创建等差的数值向量
用 : 或函数seq()可以创建等差的数值向量。
函数seq(),基本格式为：
seq(from=...,to=...,by=...,length.out=...,along.with =...)
其中，
from设置首项（默认为1）；
to设置尾项；
by设置等差值（默认为1或-1）；
length.out设置序列长度；
along.with以该参数的长度作为序列长度。
> (3)创建重复的数值向量
函数rep(),基本格式为：
rep(x,times=...,length.out=...,each=...)
其中，
x为要重复的序列；
times设置序列重复次数；
length.out设置产生的序列的长度；
each设置每个元素分别重复的次数（默认为1）。
x注意：在R中，两个不同长度的向量做运算，短的会自动循环补齐以配合长的，例如：
> 2. 逻辑向量
逻辑向量，是一组逻辑值（TRUE或FALSE）的向量。
> R中的比较运算符，还有“==”、“>=”“<”、“<=”，此外，用 %in% 判断元素是否属于集合：
> 注：match(v1,v2) 逐个检查向量v1中元素是否在向量v2中，若是则返回该元素，否则返回NA。
3. 字符向量
字符（串）向量，是一组字符串组成的向量，R中单引号和双引号都可以用来生成字符串向量。
> 要想字符串中出现单引号/双引号，需要用转义符 来做转义，或者单双引号错开，用函数cat() 生成字符串：
> 注：R中还有不常用的复数向量、原（raw）向量。
4. 构建向量子集
访问向量的一些特定元素或者某个子集。
(1) 使用元素的位置来访问（R中索引是从1开始的）
> 也可以放任意位置的数值向量，但是注意不能既放正数又放负数：
> 访问不存在的位置也是可以的，返回NA缺失值：
> (2) 使用逻辑向量来访问
输入与向量相同长度的逻辑向量，以此决定每一个元素是否要被获取：
> (3) 对向量子集进行赋值，替换相应元素
> (4) 用逻辑条件来选择元素或赋值
> 注：R中的逻辑运算符有：&、|、!、&&、||、xor，其中&、|与&&、||的区别是：&&和||遵从“短路”原则，即遇到TRUE（FALSE）则返回TRUE（FALSE）而不继续往下计算；而&和|是向量运算符，对向量中所有元素进行运算。
另外，若对不存在的位置赋值，前面将用NA补齐：
> 5. 对向量元素命名
可以在创建向量的同时对其每个元素命名：
> 命名后，就可以通过名字来访问向量元素：
> 获取向量元素的名字：
> 更改向量元素的名字：
> 移除向量元素的名字：
> 6. [ ]与[[ ]]的区别
[ ]可以提取对象的子集，[[ ]]可以提取对象中的元素。
二者的区别：以向量为例，可以将一个向量比作10盒糖果，你可以使用[ ]获取其中的3 盒糖果，使用[[ ]]打开盒子并从中取出一颗糖果。
对于未对元素命名的向量，使用[ ]和[[ ]]取出一个元素会产生相同的结果。但已对元素命名的向量，二者会产生不同的结果：
> 由于[[ ]]只能用于提取出一个元素，因此不适用于提取多个元素的情况，所以[[ ]]不能用于负整数，因为负整数意味着提取除特定位置之外的所有元素。
使用含有不存在的位置或名称来创建向量子集时将会产生缺失值。但当使用[[ ]]提取一个位置超出范围或者对应名称不存在的元素时，该命令将会无法运行并产生错误信息。
以下三个语句都会报错：
> 7. 对向量排序
函数sort()，基本格式：
sort(x,decreasing=FALSE, na.last= FALSE,...)
其中，
x为排序对象（数值型或字符型）；
decreasing默认为FALSE即升序，TURE为降序；
na.last默认为FALSE，若为TRUE，则将向量中的NA值放到序列末尾。
函数rank()，返回值是该向量中对应元素的“排名”。
函数order(),返回值是对应“排名”的元素所在向量中的位置，例如，
> 说明：默认按升序，排名第2的元素在原向量的第4个位置。
函数rev(),将序列进行反转，即1,2,3变成3,2,1
二、矩阵（二维数据）
矩阵是一个用两个维度表示和访问的向量。因此，适用于向量的性质和方法大多也适用于矩阵：矩阵也要求元素是同一类型，数值矩阵、逻辑矩阵等。
1.创建矩阵
(1)用matrix( )函数将一个向量变成矩阵，其基本格式为：
matrix(x, nrow=..., ncol=..., byrow=..., dimnames=...)
其中，
x为数据向量作为矩阵的元素；
nrow设定行数；
ncol设定列数；
byrow设置是否按行填充，默认为FALSE（按列填充）；
dimnames用字符型向量表示矩阵的行名和列名。
> 也可以创建后再命名：
> (2)特殊矩阵
> 注：函数as.vector(),可将矩阵转化为向量，元素按列读取。
2.构建矩阵子集
矩阵是用两个维度表示和访问的向量，可以用一个二维存取器 [ , ]来访问，这类似于构建向量子集时用的一维存取器[ ]。
可以为每个维度提供一个向量来确定一个矩阵的子集。方括号中的第1 个参数是行选择器，第2 个参数是列选择器。与构建向量子集一样，可以在两个维度中使用数值向量、逻辑向量和字符向量。
m1[1,2]——提取第1行，第2列的单个元素
m1[1:2, 2:4] ——提取第1至2行，第2至4列的元素
m1[c("r1", "r3"), c("c1", "c3")]——提取行名为r1和r3，列名为c1和c3的元素
若一个维度空缺，则选出该维度的所有元素：
m1[1,] ——提取第1行，所有列元素
m1[, 2:4] ——提取所有行，第2至4列的元素
负数表示在构建矩阵子集时可排除该位置，这和向量中的用法一致：
m1[-1,] ——提取除了第1行之外的所有元素
m1[,-c(2,4)] ——提取除了第2和4列之外的所有元素
注意，矩阵是一个用两个维度表示和访问的向量，但它本质上仍然是一个向量。因此，向量的一维存取器也可以用来构建矩阵子集：
> 由于向量只包含相同类型的元素，矩阵也是如此。所以它们的操作方式也相似。若输入一个不等式，则返回同样大小的逻辑矩阵：
> 根据它就可以选择矩阵元素或赋值：
> 3.矩阵的运算
+-*/——四则运算（要求矩阵维数相同，类似Matlab中的点运算）
dim(x)——返回矩阵x的维数（几行×几列）
colSums()——对矩阵的各列求和
rowSums()——对矩阵的各行求和
colMeans()——对矩阵的各列求均值
rowMeans()——对矩阵的各行求均值
t()——对矩阵转置
det()——返回方阵的行列式
crossprod()——返回两个矩阵的内积
outer()——返回矩阵的外积（叉积）
%*%——矩阵乘法（要求左阵的列数=右阵的行数）
diag()——取矩阵对角线元素生成对角矩阵，若对象是向量，则返回以该向量为对角元素的矩阵
solve()——返回逆矩阵（要求矩阵可逆）
eigen()——返回矩阵的特征值与特征向量
三、多维数组（高维数据）
数组向更高维度的自然推广。具体来说，数组就是一个维度更高（通常大于2）、可访问的向量。数组也要求元素是同一类型。
1.创建多维数组
用函数array()将一个向量变成数组，基本格式为：
array(x,dim=...,dimnames=...)
其中，
x为数据向量作为多维数组的元素；
dim设置多维数组各维度的维数；
dimnames设置多维数组各维度的名称。
> 也可以在创建数组时对每个维度进行命名：
> 2. 构建数组子集
第3个维度姑且称为“页”。
a1[2,4,2]——提取第2行，第4列，第2页的元素
a1["r2","c4","k2"]——提取第r2行，第c4列，第k2页的元素
a1[1,2:4,1:2] ——提取第1行，第2至4列，第1至2页的元素
a1[,,2]——提取第2页的所有元素
dim(a1)——返回多维数组a的各维度的维数
主要参考文献：
[1] 任坤，R语言编程指南. 人民邮电出版社, 2017.
[2] 张良均，谢佳标，杨坦，肖刚. R语言与数据挖掘. 机械工业出版社，2016.
——————————————
原创作品，转载请注明