R语言笔记4：向量、矩阵的数学运算

R语言基础系列前情提要：

• 1数据类型（向量、数组、矩阵、 列表和数据框）

• 2读写数据所需的主要函数、与外部环境交互

• 3数据筛选——提取对象的子集

Vectorized Operations

R中许多操作可以通过向量化变得更加简洁。

例如将两个向量加在一起：

1. > x <- 1:4

2. > y <- 6:9

3. > z <- x + y

4. > z

5. [1]  7  9 11 13

相比写循环更加简便：

1. > x <- 1:4

2. > y <- 6:9

3. > w <- numeric(length(x))

4. > for(i in seq_along(x)) {

5. + w[i] <- x[i] + y[i]

6. + }

7. > w

8. [1]  5  7  9 11

另外还可以有其他运算：

1. > x <- 1:4

2. > y <- 6:9

3. > x - y

4. [1] -5 -5 -5 -5

5. > x * y

6. [1]  6 14 24 36

7. > x / y

8. [1] 0.1666667 0.2857143 0.3750000 0.4444444

类似地，对矩阵也可以有相似的操作：

注： x*y 和 x/y 是两个矩阵相应元素之间的乘除， x%*%y 是矩阵乘法的符号。

1. > x <- matrix(1:4, 2, 2)

2. > y <- matrix(rep(10, 4), 2, 2)

3. > x

4.     [,1] [,2]

5. [1,]    1    3

6. [2,]    2    4

7. > y

8.     [,1] [,2]

9. [1,]   10   10

10. [2,]   10   10

11. >

12. > ## element-wise multiplication

13. > x * y      

14.     [,1] [,2]

15. [1,]   10   30

16. [2,]   20   40

17. >

18. > ## element-wise division

19. > x / y      

20.     [,1] [,2]

21. [1,]  0.1  0.3

22. [2,]  0.2  0.4

23. >

24. > ## true matrix multiplication

25. > x %*% y    

26.     [,1] [,2]

27. [1,]   40   40

28. [2,]   60   60

29. 
    

参考资料：

1. https:///rdpeng/rprogdatascience/R Programming for Data Science

2. 《R语言实战》 Robert I. Kabacoff