R语言-
数组到
矩阵的转换 1、问题：有一个很大的三维数组，需要转换为一个矩阵，是否能在R中用循环语句或者其他方式实现？三维数组（3, 2, 3）类似下面形式：, , 1 [,1] [,2][1,]14[2,]25[3,]36, , 2 [,1] [,2][1,]7 10[2,]8 11[3,]9 12, , 3 [,1] [,2][1,] 13 16[2,] 14 17[3,] 15 18希望转换后的矩阵(6, 3)如下：1713410162814511173915612182、解答：基于问题数据的特点，可直接用行组合就可以，避免使用循环计算，在进行大数据处理时可显著提高处理效率。可以看到最终数据呈横向扩展，而与第3维数据的个数无关。1、假定有数据：>a <- array(1:18, dim=c(3,2,3))>a, , 1 [,1] [,2][1,]14[2,]25[3,]36, , 2 [,1] [,2][1,]7 10[2,]8 11[3,]9 12, , 3 [,1] [,2][1,] 13 16[2,] 14 17[3,] 15 182、合成后的矩阵为：>b<- rbind(a[1,,],a[2,,],a[3,,])一句话搞定。3、查看结果>b [,1] [,2] [,3][1,]17 13[2,]4 10 16[3,]28 14[4,]5 11 17[5,]39 15[6,]6 12 184、使用更多数据测试：>a <- array(1:24, dim=c(3,2,4))>a, , 1 [,1] [,2][1,]14[2,]25[3,]36, , 2 [,1] [,2][1,]7 10[2,]8 11[3,]9 12, , 3 [,1] [,2][1,] 13 16[2,] 14 17[3,] 15 18, , 4 [,1] [,2][1,] 19 22[2,] 20 23[3,] 21 24>b<-rbind(a[1,,],a[2,,],a[3,,])>b [,1] [,2] [,3] [,4][1,]17 13 19[2,]4 10 16 22[3,]28 14 20[4,]5 11 17 23[5,]39 15 21[6,]6 12 18 243、另外的方法1、apply()apply(x, 3, t)apply()函数，可将一个任意函数“应用”到矩阵、数组、数据框的任何维度上。apply函数的使用格式为： apply(x, MARGIN, FUN, ...)其中，x为数据对象，MARGIN是维度的下标，FUN是由你指定的函数，而...则包括了任何想传递给FUN的参数。在矩阵或数据框中，MARGIN=1表示行，MARGIN=2表示列。2、aperm()（1）aperm() 函数，Transpose an array by permuting its dimensions and optionally resizingit.Transpose变换顺序permute 序列改变，重新排列一个数组该函数意即改变数组的维度顺序，维度1,2,3按不同顺序进行变换。（2）array()函数，用法array(data = NA, dim = length(data), dimnames = NULL)array(aperm(x, c(2,1,3)), c(6,3))将数组x维度改变（1->2,2->1,3->3）后：aperm(x, c(2,1,3))再变换成新的数组：array(aperm(x, c(2,1,3)), c(6,3))注意：其实这样做有点多余，可直接应用数组变换：array(x, c(6,3))结果与上述方法结果一样。如果是三维数量是4，则公式为：array(x,c(6,4))依此类推。R语言数组和矩阵 1 数组数组可以看成一个由递增下标表示的数据项的集合，例如数值。数组的生成如果一个
向量需要在R中以数组的方式被处理，则必须含有一个维数向量作为它的dim属性。维度向量由dim()指定，例如，z是一个由1500个元素组成的向量。下面的赋值语句>dim(z) <- c(3,5,100)使它具有dim属性，并且将被当作一个3X5X100的数组进行处理。 c(3,5,100) 就是他的维度向量。还可以用到像matrix()和array()这样的函数来赋值。比如>array(1:20, dim=c(4,5))>matrix(1:24, 3,4)数据向量中的值被赋给数组中的值时，将遵循与FORTRAN相同的原则"主列顺序"，即第一个下标变化的最快，最后的下标变化最慢。数组的运算数组可以在算数表达式中使用，结果也是一个数组，这个数组由数据向量逐个元素的运算后组成，通常参与运算的对象应当具有相同的dim属性。2 数组的索引和数组的子块数组中的单个元素可以通过下标来指定，下标由逗号分隔，写在括号内。我们可以通过在下标的位置给出一个索引向量来指定一个数组的子块，不过如果在任何一个索引位置上给出空的索引向量，则相当于选取了这个下标的全部范围。如a[2,,]，a[,3,]等3 索引数组除了索引向量，还可以使用索引数组来指定数组的某些元素。例如：有4X5的数组a，若要得到a中的a[1,3], a[2,2] 和a[3,1]这三个元素，可以生成索引向量i，然后用a[i]得到它们。>a <- array(1:20,dim=c(4,5)) # Generate a 4 by 5 array.>i <- array(c(1:3,3:1),dim=c(3,2))>i[,1] [,2][1,] 1 3[2,] 2 2[3,] 3 1>a[i][1] 9 6 3>a[i] <- 0 # 将这三个元素用0替换。4 向量，数组的混合运算表达式从左到右被扫描；参与运算的任意对象如果大小不足，都将被重复使用直到与其他参与运算的对象等长；当较短的向量和数组在运算中相遇时，所有的数组必须具有相同的dim属性，否则返回一个错误；如果有任意参与运算的向量比参与运算的矩阵或数组长，将会产生错误；如果数组结构正常声称，并且没有错误或者强制转换被应用于向量上，那么得到的结果与参与运算的数组具有相同的dim属性。5 矩阵的运算构建分区矩阵：cbind()和rbind()，cbind()按照水平方向，或者说按列的方式将矩阵连接到一起。rbind()按照垂直的方向，或者说按行的方式将矩阵连接到一起。
外积：操作符是%o%:>ab <- a %o% b 或者>ab <- outer(a, b, "*")其中的乘法操作可以由任意一个双变量的函数替代。广义转置：函数t(A)，或aperm(A, c(2,1))；获取行数/列数：nrow(A)和ncol(A)分别返回矩阵A的行数和列数。
矩阵乘法：操作符为%*%；交叉乘积（cross product）：crossprod(X，Y)等同于t(X) %*% y，crossprod(X)等价于crossprod(X, X)；diag(v)：如果v是向量，diag(v)返回一个由v的元素为对角元素的对角矩阵。 如果v为矩阵，diag(v)返回一个由v主对角元素组成的向量。 如果v只是一个数值，那么diag(v)是一个vXv的单位矩阵。
特征值和特征向量：eigen(Sm)。这个函数的结果是由名为values和vectors的两部分组成的列表。如果只是需要特征值：eigen(Sm)$values
最小二乘拟合即QR分解：lsfit(), qr()。强制转换为向量：as.vector()，或者直接c().
