R 数组
数组也是 R 语言的对象，R 语言可以创建一维或多维数组。
R 语言数组是一个同一类型的集合，前面我们学的矩阵 matrix 其实就是一个二维数组。
向量、矩阵、数组关系可以看下图：
R 语言数组创建使用 array() 函数，该函数使用向量作为输入参数，可以使用 dim 设置数组维度。
array() 函数语法格式如下：
array(data = NA, dim = length(data), dimnames = NULL)
参数说明：
- data - 指定数组的数据源，可以是一个向量、矩阵或列表。
- dim - 指定数组的维度，可以是一个整数向量或一个表示维度的元组，默认是一维数组。例如， dim = c(2, 3, 4) 表示创建一个 2x3x4 的三维数组。
- dimnames - 可选参数，用于指定数组每个维度的名称，可以是一个包含维度名称的列表。
在 R 中，数组索引是从 1 开始的，与其他编程语言的习惯有所不同。
此外，R 还提供了丰富的函数和操作符用于处理数组数据，如索引、切片、重塑、聚合等。
在 R 中，可以使用 矩阵（Matrix） 或 列表（List） 来表示多维数组。
矩阵（Matrix）： 矩阵是 R 中最常用的表示数组的形式，它是一个二维的结构，具有固定的行数和列数。
可以使用 matrix() 函数创建矩阵，指定数据元素和维度。
实例
my_matrix <- matrix ( c ( 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ) , nrow = 3 , ncol = 3 )
print ( my_matrix )
列表（List） ：列表是 R 中更通用的多维数组形式，它可以包含不同类型的元素，并且每个元素可以是一个矩阵、向量或其他数据结构。
实例
my_list <- list ( matrix ( c ( 1 , 2 , 3 , 4 ) , nrow = 2 ) , c ( 5 , 6 , 7 ) )
print ( my_list )
实例
my_list <- list ( matrix ( c ( 1 , 2 , 3 , 4 ) , nrow = 2 ) , c ( 5 , 6 , 7 ) )
print ( my_list )
除了矩阵和列表，R 还提供了其他数据结构来表示多维数组，如数组（Array）和数据帧（Data Frame）。
实例
下面是一些示例来演示 array() 函数的使用：
使用向量创建一维数组：
实例
my_array <- array ( my_vector, dim = c ( 4 ) )
print ( my_array )
以下实例我们创建一个 3 行 3 列的的二维数组：
实例
vector1 <- c ( 5 , 9 , 3 )
vector2 <- c ( 10 , 11 , 12 , 13 , 14 , 15 )
# 创建数组
result <- array ( c ( vector1,vector2 ) , dim = c ( 3 , 3 , 2 ) )
print ( result )
执行以上代码输出结果为：
, , 1
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
, , 2
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
使用 dimnames 参数来设置各个维度的名称：：
实例
vector1 <- c ( 5 , 9 , 3 )
vector2 <- c ( 10 , 11 , 12 , 13 , 14 , 15 )
column. names <- c ( "COL1" , "COL2" , "COL3" )
row. names <- c ( "ROW1" , "ROW2" , "ROW3" )
matrix. names <- c ( "Matrix1" , "Matrix2" )
# 创建数组，并设置各个维度的名称
result <- array ( c ( vector1,vector2 ) , dim = c ( 3 , 3 , 2 ) , dimnames = list ( row. names ,column. names ,matrix. names ) )
print ( result )
执行以上代码输出结果为：
, , Matrix1
COL1 COL2 COL3
ROW1 5 10 13
ROW2 9 11 14
ROW3 3 12 15
, , Matrix2
COL1 COL2 COL3
ROW1 5 10 13
ROW2 9 11 14
ROW3 3 12 15
访问数组元素
在 R 语言中，可以使用索引操作符 [ ] 来访问多维数组的元素。
索引操作符允许您按照指定的索引位置获取数组中的特定元素。
如果想获取数组元素，可以通过使用元素的列索引和行索引，类似坐标形式。
访问单个元素：
实例
element <- my_array [ 1 , 2 , 1 ] # 访问第一个维度为1，第二个维度为2，第三个维度为1的元素
print ( element ) # 输出：2
访问多个元素：
实例
elements <- my_array [ c ( 1 , 2 ) , c ( 2 , 3 ) , c ( 1 , 2 ) ] # 访问多个元素，其中每个维度的索引分别为1和2
print ( elements ) # 输出：2 6
访问二维数组的元素：
实例
vector1 <- c ( 5 , 9 , 3 )
vector2 <- c ( 10 , 11 , 12 , 13 , 14 , 15 )
column. names <- c ( "COL1" , "COL2" , "COL3" )
row. names <- c ( "ROW1" , "ROW2" , "ROW3" )
matrix. names <- c ( "Matrix1" , "Matrix2" )
# 创建数组
result <- array ( c ( vector1,vector2 ) , dim = c ( 3 , 3 , 2 ) , dimnames = list ( row. names , column. names , matrix. names ) )
# 显示数组第二个矩阵中第三行的元素
print ( result [ 3 ,, 2 ] )
# 显示数组第一个矩阵中第一行第三列的元素
print ( result [ 1 , 3 , 1 ] )
# 输出第二个矩阵
print ( result [ ,, 2 ] )
执行以上代码输出结果为：
COL1 COL2 COL3
3 12 15
[1] 13
COL1 COL2 COL3
ROW1 5 10 13
ROW2 9 11 14
ROW3 3 12 15
使用逻辑条件进行筛选：
实例
filtered_elements <- my_array [ my_array > 5 ] # 选择大于5的元素
print ( filtered_elements ) # 输出：6 7 8 9 10 11 12
操作数组元素
由于数组是由多个维度的矩阵组成，所以我们可以通过访问矩阵的元素来访问数组元素。
实例
vector1 <- c ( 5 , 9 , 3 )
vector2 <- c ( 10 , 11 , 12 , 13 , 14 , 15 )
# 创建数组
array1 <- array ( c ( vector1,vector2 ) , dim = c ( 3 , 3 , 2 ) )
# 创建两个不同长度的向量
vector3 <- c ( 9 , 1 , )
vector4 <- c ( 6 , , 11 , 3 , 14 , 1 , 2 , 6 , 9 )
array2 <- array ( c ( vector3,vector4 ) , dim = c ( 3 , 3 , 2 ) )
# 从数组中创建矩阵
matrix1 <- array1 [ ,, 2 ]
matrix2 <- array2 [ ,, 2 ]
# 矩阵相加
result <- matrix1 + matrix2
print ( result )
执行以上代码输出结果为：
[,1] [,2] [,3] [1,] 7 19 19 [2,] 15 12 14 [3,] 12 12 26
另外我们可以使用 apply() 元素对数组元素进行跨维度计算，语法格式如下：
apply(X, MARGIN, FUN, ...)
参数说明：
-
X：要应用函数的数组或矩阵。 -
MARGIN：指定应用函数的维度，可以是1表示行，2表示列，或者c(1, 2)表示同时应用于行和列。 -
FUN：要应用的函数，可以是内置函数（如mean、sum等）或自定义函数。 -
...：可选参数，用于传递给函数的其他参数。
以下我们使用 apply() 函数来计算数组两个矩阵中每一行对数字之和。
实例
vector1 <- c ( 5 , 9 , 3 )
vector2 <- c ( 10 , 11 , 12 , 13 , 14 , 15 )
# 创建数组
new. array <- array ( c ( vector1,vector2 ) , dim = c ( 3 , 3 , 2 ) )
print ( new. array )
# 计算数组中所有矩阵第一行的数字之和
result <- apply ( new. array , c ( 1 ) , sum )
print ( result )
执行以上代码输出结果为：
, , 1
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
, , 2
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
[1] 56 68 60
对矩阵的行或列应用内置函数：
实例
my_matrix <- matrix ( 1 : 9 , nrow = 3 )
# 对每列应用sum函数
col_sums <- apply ( my_matrix, 2 , sum )
print ( col_sums )
执行以上代码输出结果为：
[1] 6 15 24
对矩阵的行或列应用自定义函数：
实例
my_matrix <- matrix ( 1 : 9 , nrow = 3 )
# 自定义函数：计算每行的平均值
row_mean <- function ( x ) {
return ( mean ( x ) )
}
# 对每行应用row_mean函数
row_means <- apply ( my_matrix, 1 , row_mean )
print ( row_means )
执行以上代码输出结果为：
[1] 4 5 6
对数组的多个维度同时应用函数：
实例
my_array <- array ( 1 : 12 , dim = c ( 2 , 3 , 2 ) )
# 对第一个和第三个维度同时应用mean函数
result <- apply ( my_array, c ( 1 , 3 ) , mean )
print ( result )
执行以上代码输出结果为：
[,1] [,2] [1,] 3 9 [2,] 4 10
