这篇文章将为大家详细讲解有关R语言中vector向量，array数组怎么用，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
为抚远等地区用户提供了全套网页设计制作服务，及抚远网站建设行业解决方案。主营业务为成都网站设计、成都网站制作、抚远网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
R语言很奇怪的是它是面向对象的语言，所以经常会调用系统的方法，而且更奇怪的是总是调用“谓语”的方法，用起来像是写句子一样，记起来真是让人费解。比如is.vector(),read.table(),as.vector()、、
直接开始吧：(由于习惯，大部分用"="代替"<-")
一、向量vector，
1.是最基本的数据容器，里面的数据必须是同一类型，先看基本用法：
a<-c(1,2,3,4,5,6,7,8,9)
或者赋值函数assign，
assign（"a",c(1,2,3,4,5,6,7,8,9))
> is.vector(a)
[1] TRUE
> is.matrix(a)
[1] FALSE
> is.array(a)
[1] FALSE
> is.list(a)
[1] FALSE
或者利用随机分布函数，rnrom(n,mean,sd),runif(n,min,max)、、、
> b=runif(20,min=1,max=20)
> b
[1] 2.181016 18.417605 9.748379 2.122849 1.281871 4.099617
[7] 14.162348 18.034863 7.464664 9.599227 18.973259 1.900773
[13] 8.995223 11.048916 11.667131 3.859275 17.992988 1.089552
[19] 13.490061 12.864029
或者按照一定的步长：
> a=seq(1,20,by=3)
> a
[1] 1 4 7 10 13 16 19
或者重复：
> s=rep(a,times=3)
> s
[1] 1 4 7 10 13 16 19 1 4 7 10 13 16 19 1 4 7 10 13 16 19
逻辑向量：
> b=a>8;b
[1] FALSE FALSE FALSE TRUE TRUE TRUE TRUE
缺失数据用大写NA表示，数据不确定用NaN表示，数据是无穷用Inf表示（一会全大写，一会大写加小写，一会首字母大写，真是醉了），判断是否为空数据用函数is.na()，判断是否不确定用函数is.nan()，数据是否有限用is.finite()，数据是否为无穷用函数is.infinite()：
> z=c(1:3,Na);z
Error: object 'Na' not found
> z=c(1:3,NA);z
[1] 1 2 3 NA
> is.na(z)
[1] FALSE FALSE FALSE TRUE
将缺失的数据赋值为0：
> z[is.na(z)]=0;z
[1] 1 2 3 0
下面将这几个有问题的数据放在一个向量中：
> z=c(0/1,0/0,1/0,NA);z
[1] 0 NaN Inf NA
> is.na(z)
[1] FALSE TRUE FALSE TRUE
> is.nan(z)
[1] FALSE TRUE FALSE FALSE
> is.finite(z)
[1] TRUE FALSE FALSE FALSE
> is.infinite(z)
[1] FALSE FALSE TRUE FALSE
2.vector中元素的下标引用.
> a=round(runif(9,min=1,max=9))
> a
[1] 3 8 8 8 2 7 3 5 3
可以看见，与容器不同，vector的下标是从1开始的：
> a[0]
numeric(0)
> a[1]
[1] 3
选取第2和第3个数，引用非常方便：
> a[c(2,3)]
[1] 8 8
引用除了第一个值的所有数，用了减号"-"：
> a[-c[1]]
[1] 8 8 8 2 7 3 5 3
3.vector作为R语言工具，需要了解vector的各种运算。
①+-×÷，其他运算如log，exp，cos，sqrt等也相似。其意义是对应的向量的每个元素分别做运算，
> x=c(1,2,3)
> y=c(2,3,4)
> z=2*x+y-1
> z
[1] 3 6 9
> x^2
[1] 1 4 9
> cos(x)
[1] 0.5403023 -0.4161468 -0.9899925
> sqrt(x)
[1] 1.000000 1.414214 1.732051
②与向量有关的函数,min(x),max(x), sum(x),range(x)，太简单就不在细说，需要强调的是which.min(x)，这个还是蛮重要的。
> a=rnorm(10,mean=5,sd=2)
> a
[1] 5.914559 2.604346 5.342572 9.006863 6.547221 7.519781 7.330211
[8] 8.322956 6.875491 5.883626
> which.max(a)
[1] 4
> which.min(a)
[1] 2
> a[which.max(a)]
[1] 9.006863
> a[which.min(a)]
[1] 2.604346
其他的如sd(a),var(a),length(a),sort(a)，分别是求方差，标准差，长度，排序。与python不同R语言的vector所有操作都不会改变vector本身的值。
4.由于R是一种基于对象的语言，R的对象分为单纯对象和复合对象两种，单纯对象的所有元素都是同一数据类型（数值、字符串），元素不再是对象。复合对象的元素可是是不同的类型，每个元素是一个对象。
R的对象都有两个基本的属性：mode和length，向量的类型为：logical（逻辑型）、numeric（数值型）、complex（复数型）、character（字符型）。
> b=c(0:9)
> b
[1] 0 1 2 3 4 5 6 7 8 9
> is.numeric(b)
[1] TRUE
> is.character(b)
[1] FALSE
> c=as.character(b)
> c
[1] "0" "1" "2" "3" "4" "5" "6" "7" "8" "9"
> is.numeric(c)
[1] FALSE
> is.character(c)
[1] TRUE
二、数组array
多维的同一类型集合（字符型、数值型、逻辑型、复数型），R可以很容易地生成和处理数组，特别是矩阵matrix是一个二维数组。
1.可以通过定义dim(维度)将向量变成matrix。
a=c(1,3,4,5,6,7,8,9,3)
> dim(a)=c(3,3)
> a
[,1] [,2] [,3]
[1,] 1 5 8
[2,] 3 6 9
[3,] 4 7 3
或者：
> a=array(a,dim=c(3,3))
> a
[,1] [,2] [,3]
[1,] 1 5 8
[2,] 3 6 9
[3,] 4 7 3
或者：
> a=matrix(a,nrow=3,ncol=3);a
[,1] [,2] [,3]
[1,] 1 5 8
[2,] 3 6 9
[3,] 4 7 3
> is.vector(a)
[1] FALSE
> is.matrix(a)
[1] TRUE
> is.array(a)
[1] TRUE
> is.list(a)
[1] FALSE
可以发现，a已经通过定义维度将其变成了一个矩阵（matrix）和数组（array)，下面将讲matrix其实是一个二维的array。
2.下标引用
> a=c(1:24)
> dim(a)=c(2,3,4)
> a[2,1,2]
[1] 8
> a[1,2:3,2:3]
[,1] [,2]
[1,] 9 15
[2,] 11 17
> a[1, , ]
[,1] [,2] [,3] [,4]
[1,] 1 7 13 19
[2,] 3 9 15 21
[3,] 5 11 17 23
关于“R语言中vector向量，array数组怎么用”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
分享标题：R语言中vector向量，array数组怎么用-创新互联
文章起源：
http://cdkjz.cn/article/pjioe.html
