数据分析的两大编程语言：python和R语言
如果用过python语言的话会发现R和python有很多相似的地方。
本系列是R语言学习的笔记记录。
表述数据
定义一个变量x1，直接给变量赋值为171，166，33，22，c的作用类似赋予一连串的值，对变量x1赋完值以后，可直接输入变量名x1展示变量
; 合并数据
有两串变量x1和x2
1.按行合并
使用rbind(x1,x2)
r的意思是row，bind意思是结合，括号里是要合并的各个已经被赋值的变量（两个及以上）
; 2.按列合并
从上面的按行合并其实可以猜出按列合并的表达式：cbind(x1,x2)
c指的是column
矩阵
创建矩阵
matrix（x1,nrow= ,ncol=)
x1是已经赋值的要被创建矩阵的变量，nrow填写的是要创建的矩阵的行数，
ncol填写的是要创建的矩阵的列数。
此处创建的是2行三列的矩阵
; 相同矩阵
对一个新变量进行赋值即可
矩阵运算
两个矩阵S1,S2为3*3的矩阵，具体数值如下：
矩阵是先按列的顺序排值
; 1.矩阵加法
矩阵对应位置相加
2.矩阵减法
矩阵对应位置相减
; 3.矩阵乘法
矩阵对应位置乘积
4.矩阵乘积
矩阵相乘需要前面矩阵的行数与后面矩阵的列数相同方可相乘。
矩阵操作
1.获得矩阵对角线元素
diag()方法
; 2.利用对角线元素创建对角矩阵
diag(diag())
其他位置以0填充
3.求矩阵的逆
只能用于n*n的方阵
slove()
设A是数域上的一个n阶方阵，若在相同数域上存在另一个n阶矩B，使得： AB=BA=E。 则我们称B是A的逆矩阵，而A则被称为可逆矩阵。其中，E为单位矩阵。
; 4.求特征根和特征向量
只有n*n的方阵才有特征值和特征向量。
eigen(x,symmetric,only.values = FALSE,EISPACK = FALSE)
x为矩阵，symmetric指定矩阵x是否为对称矩阵
5.求矩阵的维数、行数、列数
dim()
输出的前一个数字代表row（行），后一个数字代表col（列）
nrow()输出矩阵的行数
ncol()输出矩阵的列数
; 6.矩阵按行按列计算
rowSums()按行求和
rowMeans()按行求均值
colSums()按列求和
colMeans()按列求均值
7.利用apply函数对矩阵进行操作
apply(x, MARGIN, FUN, …)
x为矩阵，MARGIN为按行或者按列（1-行，2-列），FUN为操作指令
apply(A,1,sum)按行求和
apply(A,1,mean)按行求均值
apply(A,2,var)按列求方差
这篇结束了，下一篇介绍数据导入和可视化操作。
Original: https://blog.csdn.net/qq_43762088/article/details/124500713
Author: 心灵澄净
Title: 数据分析——R语言基础操作（1）-数据表示和矩阵基本操作
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/693359/
转载文章受原作者版权保护。转载请注明原作者出处！