Array是R中的2维或多维数据结构，matrix是使用最多的二维数据结构。
创建
> a <- matrix( #这里使用array()也可以
+ 1:12, #原始vector，如果长度不够填满矩阵的话会用NA补足
+ nrow = 4,
+ dimnames = list( #用list输入名称，可以看到首先是rowname，然后是colname
+ c('one','two','three','four'),
+ c('A','B','C')
#byrow = FALSE 否则填充时按照row的方向
+ ))
> a
A B C
one 1 5 9
two 2 6 10
three 3 7 11
four 4 8 12
探索这个矩阵的结构也有一系列的函数dim nrow ncol,我们还能够利用dim()强制改变矩阵的形状。
> dim(a) ; nrow(a) ;ncol(a)
[1] 4 3
[1] 4
[1] 3
> dim(a) = c(2,6) #如果输入c(2,7)会报错 dims [product 14] do not match the length of object [12]
> a
[,1] [,2] [,3] [,4] [,5] [,6] #改变形状后原来的名称丢失
[1,] 1 3 5 7 9 11
[2,] 2 4 6 8 10 12
> length(a) #这里length()输出的依然是一维长度
[1] 12
NROW和NCOL能够输出vector的维数而不报错。
colnames()和rownames()分别能够输出和改变矩阵的维度名称，也可以用dimnames()来修改，但输入必须是一个list。
索引
索引matrix的基本方式是matrix[x,y]。在每一个维度内部索引的方式等同于vector。不同维度可以选用不同的索引方式。
矩阵运算
要合并矩阵不能用c()，这样的运算方式只能把矩阵压缩成vector后再连接起来。
正确连接矩阵应使用rbind() ; cbind().
相加的两个矩阵应当有相同形状，相乘的两个矩阵需要满足线代的形状要求。
t()可以转置矩阵。
%*% 和 %o% 分别为内乘和外乘。
求逆不能使用 ^-1， 而应使用solve()
eigen()可计算eigen值。
