“ 矩阵是可以看作一种特殊的向量的，它比向量多了两个附加属性，行数和列数，因此让它的复杂程度获得了提高。 ”
向量作为R中的一种非常基础的数据类型，大家通过过去的学习一定已经彻底的掌握了。但是，这个世界上的数据是复杂多变的，我们只使用向量是无法表示更加复杂的数据情况。
我们在线性代数课上学过一种数学概念，矩阵。这个概念在为了统计学家开发的R语言中同样适用，并且只需要在基础环境中，我们可以具有很多对矩阵的操作方法。
( 由于R其实处理数据框较多，矩阵并不会讲很多的东西，如果非要使用矩阵，我其实还是更推荐去隔壁Python学习np和scipy )
任何数据类型学习的开始都是如何得到它，也就是如何创建它。矩阵也不例外，我们首要的 创建方式就是直接使用matrix函数进行创建 。而且其实说是创建矩阵，我们其实是在把一个向量转化为矩阵，
上面就是最基本的创建矩阵的方法了。我们 需要给matrix一个向量 (其实矩阵也可以，不过就会让你产生一些奇奇怪怪的误导，后面讲解了矩阵转向量的时候你就明白了)，这个向量的内容就会成为创建的矩阵的内容。
然后跟着需要 指定你想创建的行数或者列数 ，这两个只需要指定其一即可，R会给我们计算另一个数字是几的，这样，我们就创建好了一个矩阵。
但是我们可以发现一个问题，我们创 建的矩阵是竖着一排排放的，这个叫做，****列优先原则 ，我们也可以通过指定参数 byrow，来让矩阵变成行优先 的
这就是行优先矩阵了，存储的内容都是一样的，就是行列优先顺序不同。
到这里你可能就会问了，R是不是只能创建方阵呢，普通的矩阵能不能创建呢？那当然可以了
我本人是习惯列优先进行存储的，所以我一般不指定byrow参数。
任何一种数据类型，我们对它最优先的操作学习，都是索引操作。任何一种结构的数据，我们存储它的目的都是为了使用，所以学习如果取到它的值，是非常重要的事情。
对矩阵的基本索引方式和向量非常相似，如果不了解向量的直接索引，布尔索引和连续索引，请看
由于有了上面的基础，所以我们先索引点简单的，然后做两个不一样的案例。矩阵和向量最大的区别再与矩阵具有两个维度，索引的时候需要两个位置
这里停一下，我们取第一行的所有列就已经是不同了，要注意， 当我们想取某一行的所有列，或者某列的所有行，或者当你想取所有的时候，把位置空出来 ，R就会自动给你取到所有。
说完了上面的，下面就都非常简单了
大家尤其要注意最后一种，取前两行和后两列的操作，很多时候这是非常有用的步骤，会减少你使用循环，提高程序的运行速度。
讲解完了索引，我们来讲一下如何矩阵的内容以及删除矩阵的行列。
其实修改特定位置的值非常简单，我们都已经找到了，修改就是一瞬间的事情，
除了单个值的修改，我们 还可以对索引到的行和列进行修改 ，一般来说，我们会直接把要修改的结果放进向量中，然后进行修改，但是如果修改的值不够长，也是可以操作的，如下
如果你对上面的内容表示有些困惑，那么你应该回忆一下，
这里有着你需要了解的一切。
最后讲解如何删除矩阵的行列，这里的操作也和向量是一样的，具体请回顾
本文的全部内容就到此结束了，这篇文章讲解了 最最基本的矩阵创建方法，以及对矩阵进行索引的操作，加上修改矩阵元素和删除矩阵的列等等 ，这些都是使用矩阵的基础知识，需要彻底掌握，才能在矩阵的使用中得心应手。
下一篇文章将会介绍矩阵维度，矩阵转化为向量以及矩阵的各种运算，矩阵的转置等内容。
在R中尽量使用 <- 进行赋值， <- 更标准。在R中使用 = 进行赋值可能会出现错误（有些函数会将其解释为判断）——因为R起源于S语言，S语言的定义如此。
模式-使用mode()可以查看对象的数据类型
长度-使用length()可以查看对象的长度
标量可以是数字、字符、逻辑值等。
结果
向量可以由单个或多个值组成，多值的向量只能由相同类型的值组成，有一维和多维向量。
向量用于存储数值型、字符型、逻辑型数据
is.na()判断是否为缺失值，返回一个逻辑性向量
将自变量连接成一个字符串。
一般的使用形式是paste (..., sep = " ", collapse = NULL)， ... 表示想要连接的不同自变量，sep表示不同自变量之间添加的符号，collapse打开之后表示将整个自变量变成一个单一的变量
对对象进行重复
在统计学中，按照变量值是否连续把变量分为连续变量与离散变量两种。分类变量是说明事物类别的一个名称，其取值是分类数据。变量值是定性的，表现为互不相容的类别或属性。因子就是一类分类离散变量。
因子是带有水平（level）的向量。
factor()函数一般形式为：
可以用来筛选因子的level
Table()函数对应的就是统计学中的列联表，是一种记录频数的方法。对于因子向量，可用函数table()来统计各类数据的频率。Table()的结果是一个带元素名的向量，元素名为因子水平，元素值为该水平的出现频率。
tapply()是对向量中的数据进行分组处理，而非对整体数据进行处理。函数一般形式为：
gl()函数可以方便地产生因子，函数一般形式为：
矩阵是一个二维数组，只是每个元素都拥有相同的数据类型（数值型、字符型或逻辑型）。注意与数据框的差别，数据框不同列的数据类型可以不同。
函数matrix ()是构造矩阵（二维数组）的函数，其构造形式为：
数组与矩阵类似，但是维度可以大于2。数组有一个特征属性叫做维数向量(dim属性)，维数向量是一个元素取正整数值的向量，其长度是数组的维数，比如维数向量有两个元素时数组为二维数组(矩阵)。维数向量的每一个元素指定了该下标的上界，下标的下界总为1。
R软件可以用array()函数直接构造数组，其构造形式为:
数据框与矩阵类似，为二维，其数据框中各列的数据类型可以不同，但是长度必须一样。数据框在生物数据中用得比较多，是非常重要的一类数据类型。
数据框与矩阵不同的是数据框不同的列可以是不同的数据类型，并且数据框假定每列是一个变量，每行是一个观测值。
作为数据框变量的向量、因子或矩阵必须具有相同的长度（行数）。数据框可以用data.frame()函数生成，其用法与list()函数相同。
data.frame(col1,col2,col3.....)其中列向量col1,col2等可以是任何类型的向量
列表可以储存不同类型的数据，是一些对象的有序集合。它的元素也由序号(下标)区分，但是各元素的类型可以是任意对象，不同元素不必是同一类型。元素本身允许是其他复杂数据类型。比如一个列表的元素也允许是一个列表。
R软件中利用函数list()构造列表，一般语法为：
Lst<-list(name_1=object_1,…, name_1=object_m)
其中name是列表元素的名称；object_i(i=1,…,m)是列表元素的对象。
unlist()函数：将list函数拉直成一个向量
r语言分类型变量用0和1表示0表示以斜线形式连接数的上下节点，1表示以垂线形式连接。R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘，branch——用于指定决策树的外形，可取值：0表示以斜线形式连接数的上下节点，1表示以垂线形式连接。
