接下来我将介绍一下“R语言中的vector(向量),array(数组)使用总结”,主要包括以下几个部分:
- 向量(vector)的定义和使用
- 数组(array)的定义和使用
- 示例说明
1. 向量(vector)的定义和使用
向量是R语言中最基本的数据结构之一,它的定义方式很简单,只需要用c()函数把多个元素组合在一起即可,如下所示:
# 定义一个向量
v <- c(1, 2, 3, 4, 5)
向量的使用也很简单,可以通过下标访问其中的元素,下标从1开始,如下所示:
# 访问向量中的第三个元素
v[3]
# 输出:3
此外,向量还可以进行各种运算,例如加减乘除、求平均值、求最大值等等,如下所示:
# 向量加法
v1 <- c(1, 2, 3)
v2 <- c(4, 5, 6)
v3 <- v1 + v2
# 输出:5 7 9
# 向量平均值
mean(v)
# 输出:3
# 向量最大值
max(v)
# 输出:5
2. 数组(array)的定义和使用
数组是R语言中一种具有多维数据结构的对象,它的定义方式和向量略有不同,需要使用array()函数来创建,如下所示:
# 定义一个二维数组
a <- array(c(1:6, 7:12), dim = c(2, 3))
数组的使用方式也有所不同,需要通过方括号以逗号分隔的方式来访问其中的每一个元素,如下所示:
# 访问二维数组中的第二行第三列元素
a[2, 3]
# 输出:8
和向量类似,数组也支持各种运算,例如加减乘除、求平均值、求最大值等等,如下所示:
# 数组加法
a1 <- array(c(1:6), dim = c(2, 3))
a2 <- array(c(7:12), dim = c(2, 3))
a3 <- a1 + a2
# 输出:
# [,1] [,2] [,3]
# [1,] 8 10 12
# [2,] 14 16 18
# 数组平均值
mean(a)
# 输出:6.5
# 数组最大值
max(a)
# 输出:12
3. 示例说明
下面有两个示例,分别介绍了向量和数组的应用。
示例一:向量应用
假设有一个向量v,存储了上个月10个员工的工资,求其中的最大值和最小值,并计算平均工资。
首先,定义一个向量v:
v <- c(10000, 12000, 8000, 15000, 20000, 10500, 13500, 9000, 9500, 11000)
接下来,求最大值和最小值:
# 求最大值
max_salary <- max(v)
# 输出:20000
# 求最小值
min_salary <- min(v)
# 输出:8000
最后,计算平均工资:
mean_salary <- mean(v)
# 输出:11550
因此,最大工资为20000,最小工资为8000,平均工资为11550。
示例二:数组应用
假设有一个班级,有5个学生,每个学生选修了数学、语文、英语三门课程,他们的成绩如下表所示:
学生 | 数学 | 语文 | 英语 |
---|---|---|---|
A | 78 | 82 | 85 |
B | 80 | 85 | 88 |
C | 90 | 95 | 91 |
D | 86 | 89 | 92 |
E | 92 | 93 | 90 |
现在,需要求每门课程的平均分,以及总体的平均分。
首先,定义一个二维数组a,存储每位学生的成绩:
a <- array(c(78, 82, 85, 80, 85, 88, 90, 95, 91, 86, 89, 92, 92, 93, 90), dim = c(5, 3))
接下来,求每门课程的平均分:
# 求数学课程的平均分
mean_math <- mean(a[, 1])
# 输出:85.2
# 求语文课程的平均分
mean_chinese <- mean(a[, 2])
# 输出:88.8
# 求英语课程的平均分
mean_english <- mean(a[, 3])
# 输出:89.2
最后,计算总体的平均分:
mean_all <- mean(a)
# 输出:87.2
因此,数学课程的平均分为85.2,语文课程的平均分为88.8,英语课程的平均分为89.2,总体的平均分为87.2。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:R语言中的vector(向量),array(数组)使用总结 - Python技术站