這篇文章講 R Lang 中的資料物件。在 R Lang 中，資料物件可以是向量（vector）、矩陣（matrix）、陣列（array）、列表（lists）或資料框架（data frames）等。
矩陣 Matrix
矩陣是一個包含相同模式資料的二維度資料物件，大致相當於其他程式語言中的二維度數組的概念。
創建矩陣
使用函式 matrix() 來創建矩陣物件。該函式的定義如下：
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)下面我們來解釋其中的引數：
- nrow：正整數，設定列數（row numbers）
- ncol：正整數，設定欄數（column numbers）
- byrow：根據自動設定，欄位（column優先填滿）
- dimnames：輸入列表設定列名與欄位名
使用 dim() 函式可以回傳具有維度數屬性的資料物件之維度大小。
下面我們來看一個例子：
## 因為 byrow 預設為 FALSE，因此遵循先欄後列的原則。x <- matrix(c(1, 2, 3, 4, 5, 6), nrow = 2)x## [,1] [,2] [,3]## [1,] 1 3 5## [2,] 2 4 6
dim(x) # 回傳值永遠是：欄數 列數，無關 byrow 的值## [1] 2 3矩陣命名
矩陣的命名包括欄位名和列名。命名可以使用函式 dimnames() 進行統一命名，也可以使用 rownames() 函式或 colnames() 單獨為列或欄命名。
x.mat <- matrix(1:6, nrow = 2, ncol = 3)
## 使用 dimnames() 函式統一命名，接受 list 引數dimnames(x.mat) <- list(c("A1", "A2"), c("B1", "B2", "B3"))
## 使用 rownames() 函式單獨為列命名rownames(x.mat) <- c("A1", "A2")矩陣下標索引 Matrix Index
很像 C++ 中的二維數組的下標。只不過在 C++ 中，用到的是 variable[i][j]，而在 R Lang 中，使用 variable[i, j] 而已。當然，與向量相同，該下標系統具有更強大的特性，一樣可以使用正整數、負整數等等。而如果想要取到一整列，可以使用 variable[i, ] 即可。舉一反三，取到一整欄就是 variable[, j]。
x <- matrix(c(1:12), nrow = 3, ncol = 4)
## 取到第 3 列第 2 欄的元素x[3, 2]## [1] 6
## 取到第 2 列x[2, ]## [1] 2 5 8 11
## 取到第 3 欄x[, 3]## [1] 7 8 9
## 取到 1，3 列和 2，4 欄的交會點x[c(1, 3), c(2, 4)]## [,1] [,2]## [1,] 4 10## [2,] 6 12
## 如果已經為欄或列命名，則可以使用名字的字串
dimnames(x) <- list(c("Row1", "Row2", "Row3"), c("Col1", "Col2", "Col3", "Col4"))
x["Row2", "Col2"]## [1] 5我們可以看到，我們取到的只有一欄或一列的時候，會發生維度塌方，生成向量。而如果希望保持 matrix 的形式，則可以加入第三個引數 drop = FALSE。例如：
x[1, , drop = FALSE]## [,1] [,2] [,3] [,4]## [1,] 1 4 7 10注意，和 C 家族語言中的無限 for 迴圈一樣，兩個逗號都不能省略，因為靠逗號來識別不同的引數。
向量與矩陣的合併
上一篇文章中我們提到，向量本身是沒有維度的。 和 沒有區別。然而有的時候我們需要把向量和矩陣進行線性代數相關計算。
一個比較簡單的方法是，將其重新定義為 或 的有維度 matrix。
x.vec <- c(1:6)x.mat <- matrix(x.vec, nrow = 1)x.mat## [,1] [,2] [,3] [,4] [,5] [,6]## [1,] 1 2 3 4 5 6有時候我們需要把向量和矩陣或其他向量進行合併，成為一個新的矩陣，將該向量作為新矩陣的一欄或者一列。這時候，可以使用 cbind() 函式或 rbind() 函式。前者表示將向量作為新矩陣的一欄，後者則表示將向量作為新矩陣的一列。注意，如果向量的元素數量超過了矩陣的長度，則會報出一個 Warning，然後捨棄掉超過的內容。如果不足，則會報出一個 Warning，然後不足的內容開始重複填充，直到補足。
x.vec <- c(1, 2, 3)y.vec <- c(8, 9, 10)x.mat <- matrix(c(11:16), nrow = 2, ncol = 3)x.vec2 <- c(1, 2)
rbind(x.vec, y.vec)## [,1] [,2] [,3]## x.vec 1 2 3## y.vec 8 9 10
cbind(x.vec, y.vec)## x.vec y.vec## [1,] 1 8## [2,] 2 9## [3,] 3 10
rbind(x.mat, x.vec)## [,1] [,2] [,3]## 11 13 15## 12 14 16## x.vec 1 2 3
cbind(x.mat, y.vec)## 在下面，我們看到了 Warning，超出長度的部分 10 被捨棄。## Warning in cbind(x.mat, y.vec): number of rows of result is not a multiple of vector length (arg 2)## y.vec## [1,] 11 13 15 8## [2,] 12 14 16 9
rbind(x.mat, x.vec2)## 在下面，我們看到了 Warning，不足的部分開始重複第一個數字 1，直到補足為止## Warning in cbind(z.mat, y.vec): number of rows of result is not a multiple of vector length (arg 2)## [,1] [,2] [,3]## 11 13 15## 12 14 16## x.vec2 1 2 1陣列 Array
這個陣列和 Java 以及其他程式設計語言中的陣列完全不同。其他語言中的陣列等於數組，而在 R Lang 中，陣列是指包含相同模式 (mode) 的元素組成的 p 維資料物件。
陣列的操作基本和矩陣相同。使用 array() 函式來創建陣列。函式定義如下：
array(data = NA, dim = length(data), dimnames = NULL)按照慣例解釋引數：
- dim：陣列的維度，以及每一個維度包含的元素個數。
- dimnames：每一個維度的命名。
一樣可以使用 dimnames() 函式來為陣列的維度命名。rownames() 和 colnames() 也同樣適用第一和第二維度。
關於下標系統，陣列和矩陣基本完全相同，只不過是有幾個維度上幾個引數而已。
由於篇幅原因，陣列部分就不放例子了。讀者可以自行回去試一下。
列表 List
R Lang 中列表的概念也同樣不同於其他我們所熟悉的程式語言。在 R Lang 中，列表事實上就是一個有序的物件的集合體。特別注意的是，在前面介紹的無論是向量還是矩陣，抑或是陣列，都特別表明“包含相同模式 (mode)”。而列表中的元素（稱作“成分”，component）的模式則是所謂的複雜模式，即沒有限制。
列表的產生
使用 list() 函式來產生列表。
通常情況下，我們先產生列表中的成分，再將成分組合成列表。
x.vec <- 1:4y.vec <- c("Male", "Female")z.mat <- matrix(1:9, nrow = 3, ncol = 3)xyz.list <- list(x.vec, y.vec, z.mat)xyz.list## [[1]]## [1] 1 2 3 4#### [[2]]## [1] "Male" "Female"#### [[3]]## [,1] [,2] [,3]## [1,] 1 4 7## [2,] 2 5 8## [3,] 3 6 9也可以在定義列表的時候，為每一個成分命名：
x.num <- c(1, 3, 6)y.str <- c("chocolate", "vanilla", "strawberry")xy.list <- list(x.num.var = x.num, y.str.var = y.str)xy.list## $x.num.var## [1] 1 3 6#### $y.str.var## [1] "chocolate" "vanilla" "strawberry"列表的下標與索引 List Index
列表的下標系統和向量、矩陣、陣列有所不同。當我們使用 [] 的時候，取到的仍然是list模式的component，而不是我們塞進去的物件。要取到我們的物件，需要使用 [[]]。
x.vec <- 1:4y.vec <- c("Male", "Female")z.mat <- matrix(1:9, nrow = 3, ncol = 3)xyz.list <- list(x.vec, y.vec, z.mat)
xyz.list[1]## [[1]]## [1] 1 2 3 4
xyz.list[[1]]## [1] 1 2 3 4若已經為成分命名，則可以使用成分名字來直接訪問到成分或其代表的物件。這裡有兩種方式，可以使用 list.Name[["com.Name"]] 的傳統方式，也可以使用 list.Name$com.Name 的方式。這兩種方式沒有任何區別。
x.num <- c(1, 3, 6)y.str <- c("chocolate", "vanilla", "strawberry")xy.list <- list(x.num.var = x.num, y.str.var = y.str)
xy.list[["x.num.var"]]## [1] 1 3 6
xy.list$y.str.var## [1] "chocolate" "vanilla"資料框架 Data Frame
事實上，前面我們所講到的矩陣，我們可以把它看作是二維度表格，陣列則是多維度表格。然而，這些表格有一個限制，那就是元素的模式必須是相同的。
資料框架事實上也是一個二維表格，但與矩陣不同的是，它的元素模式可以是不同的。
創建資料框架
使用 data.frame() 函式來創建資料框架。
id.vec <- c(1, 2, 3, 4)age.vec <- c(35, 55, 45, 25)sex.vec <- c("Male", "Male", "Female", "Female")disease.vec <- c("Yes", "No", "No", "Yes")x.df <- data.frame( id = id.vec, age = age.vec, sex = sex.vec, disease = disease.vec)
x.df## id age sex disease## 1 1 35 Male Yes## 2 2 55 Male No## 3 3 45 Female No## 4 4 25 Female Yes資料框架的下標與索引 Data Frame Index
有兩套體系。一套是類似於矩陣的樣子，使用 [i, j] 來獲取元素，另一套則是類似於列表，使用 [[]] 來獲取成分中的物件。
id.vec <- c(1, 2, 3, 4)age.vec <- c(35, 55, 45, 25)sex.vec <- c("Male", "Male", "Female", "Female")disease.vec <- c("Yes", "No", "No", "Yes")x.df <- data.frame( id = id.vec, age = age.vec, sex = sex.vec, disease = disease.vec)
x.df[1, 2]## [1] 35
x.df[2]## age## 1 35## 2 55## 3 45## 4 25
x.df[[2]]## [1] 35 55 45 25