R语言初级教程(09): 向量(上篇)

向量(vector)是R语言最基本的数据类型。向量中的元素必须为同一属性,常见的向量类型有数值型向量字符型向量逻辑型向量

由于内容有点多,将分三个博客来讲解,这篇博客主要讲向量的创建向量的属性向量元素的访问以及向量元素的修改

1. 创建向量

在R中,使用c()函数创建向量是最常用的方式。比如,下面的代码设定数值向量ages的内容为6个小孩的年龄4,7,6,5,6和7:

> ages <- c(4, 7, 6, 5, 6, 7)   ## 数值型向量

这里的c(......)函数会把它所有的参数首尾相连而形成一个向量,其中函数可以传入任意数量参数。

函数名称“c”是单词"combine"的首字母,有“结合”的意思,很形象。

函数的参数也可以是向量,比如:

> new_ages <- c(12, ages, 17)

上面代码会在ages向量的前后分别添加12和17,形成一个新向量new_ages

若要查看向量内容,可直接输入向量/变量名称:

> ages
[1] 4 7 6 5 6 7
> new_ages
[1] 12  4  7  6  5  6  7 17

c()函数也可创建字符型向量和逻辑型向量,比如:

> colors <- c('red', 'black', 'blue', 'yellow')  ## 字符型向量
> colors
[1] "red"    "black"  "blue"   "yellow"
> booleans <- c(TRUE, FALSE, TRUE, FALSE, TRUE)  ## 逻辑型向量
> booleans
[1]  TRUE FALSE  TRUE FALSE  TRUE

2. 向量的属性

拿到一个向量,你可能会问一些问题,比如:它是啥类型,向量长度多大等等。对于数值型向量,比如,你想知道它的平均值、最大值以及最小值等。

2.1 向量的类型

在R中,可以用class()函数来查看向量的类型,比如:

> class(ages)
[1] "numeric"
> class(colors)
[1] "character"
> class(booleans)
[1] "logical"

从上面结果可以看出,agescolorsbooleans分别属于数值型、字符型和逻辑型向量。

2.2 向量的大小

向量的大小是指向量中元素的个数,可以用length()函数来查看:

> length(ages)
[1] 6
> length(colors)
[1] 4
> length(booleans)
[1] 5

上面结果说明agescolorsbooleans向量分别有6,4和5个元素。

2.3 其它

对于数值型向量,可通过一些函数来了解向量中的数值情况,比如:

> ages <- c(4, 7, 6, 5, 6, 7)
> mean(ages)    ## 平均值
[1] 5.833333
> max(ages)   ## 最大值
[1] 7
> min(ages)   ## 最小值
[1] 4

更多有关操作向量的函数将在后续博客介绍。

3. 访问向量中的元素

有时你可能只需要使用向量中的某些元素,这时要用到索引。在R中,[]来指定索引,索引从位置1开始。下面来看一些例子:

  • 获取向量ages的第四个元素
> ages[4]
[1] 5
  • 获取向量ages的第二、第三和第六个元素
> index <- c(2, 3, 6)
> ages[index]
[1] 7 6 7

或者一步到位:

> ages[c(2, 3, 6)]
[1] 7 6 7
  • 访问除第四个元素之外的其它元素
> ages[-4]   ## 访问除第四个元素外的其它元素
[1] 4 7 6 6 7
  • 访问大于5的元素
> ages[ages > 5]  ##通过逻辑运算访问所需元素
[1] 7 6 6 7

注意:元素访问操作不会改变原向量的内容。

4. 修改向量中的元素

我们可以通过赋值运算来改变向量中的内容,比如:

ages <- c(4, 7, 6, 5, 6, 7)
> ages
[1] 4 7 6 5 6 7
> ages[2] <- 10  ## 将向量的第二个元素改为10
> ages
[1]  4 10  6  5  6  7
> ages[ages<=6] <- 3  ## 将向量元素小于等于6的值都改为3
> ages
[1]  3 10  3  3  3  7
> ages <- ages[1:4]   ## 将向量截断为只包含前面四个元素
> ages
[1]  3 10  3  3
> ages <- NULL    ## 删除向量中的所有元素
> ages
NULL

5. 有名称的向量

上述向量中的元素都没有名称,其实在R中可以给向量中的每个元素命名。

5.1 创建有名称向量

可用c()函数直接创建有名称向量,比如:

> new_ages <- c(kim=7, rob=6, tony=12)  ## 向量元素的名称分别为'kim', 'rob', 'tony',值分别为7,6,12
> new_ages
 kim  rob tony 
   7    6   12 

对于无名称向量,利用names()函数可用给向量的每个元素命名,比如:

> ages <- c(4, 7, 6, 5, 6, 7)   ## 无名称向量
> names(ages) <- c('bob', 'tom', 'lucy', 'andy', 'sandy', 'joe')   ## 向量元素命名
> ages
  bob   tom  lucy  andy sandy   joe 
    4     7     6     5     6     7 
> names(ages)  ## 输出向量名称
[1] "bob"   "tom"   "lucy"  "andy"  "sandy" "joe"  
5.2 元素访问

对于有名称向量,通过指标名称都可以访问元素,分四种情况:

  • ages[i]:返回向量元素的值和名称

  • ages[[i]]:只返回向量元素的值

  • ages[元素名称]:返回向量元素的值和名称

  • ages[[元素名称]]:只返回向量元素的值

> ages[2]
tom 
  7 
> ages[[2]]
[1] 7
> ages['tom']
tom 
  7 
> ages[['tom']]
[1] 7
5.3 删除元素的名称

利用as.vector()函数可以删除向量中元素的名称,比如:

> new_ages <- c(kim=7, rob=6, tony=12)
> new_ages
 kim  rob tony 
   7    6   12 
> as.vector(new_ages)
[1]  7  6 12

R向量的第一部分内容:向量的创建向量的属性向量元素的访问以及向量元素的修改就讲到这。

如若有遗漏,后期将会添加至本博客。


感谢您的阅读!想了解更多有关R语言技巧,请关注我的微信公众号“R语言和Python学堂”,我将定期更新相关文章。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342

推荐阅读更多精彩内容