Función de matriz en R: crear, imprimir, agregar columnas y sectores

Función de matriz en R

Una función matricial en R es una matriz bidimensional que tiene m número de filas yn número de columnas. En otras palabras, una matriz en la programación R es una combinación de dos o más vectores con el mismo tipo de datos.

En el fondo, una matriz es simplemente un vector que contiene un atributo dim de longitud dos. Por eso, cada elemento debe compartir un tipo: en el momento en que un valor de carácter se une a números, toda la matriz se convierte a carácter. R almacena los valores en una única secuencia columna por columna y utiliza dim para decidir dónde termina cada fila, por lo que la elección de tipo de datos Se aplica a todo el objeto a la vez.

Nota: La función matrix() siempre devuelve exactamente dos dimensiones. Para construir una estructura con tres o más dimensiones en R, utilice array() con un vector dim, o asigne dim() directamente. El diagrama a continuación muestra la disposición de filas y columnas que sigue toda matriz.

Cómo crear una matriz en R

Podemos crear una matriz con la función matriz()La firma base de R requiere cinco argumentos, y aquí se muestran los tres que se utilizan con mayor frecuencia:

matrix(data, nrow, ncol, byrow = FALSE)

Argumentos:

• en: La colección de elementos que R organizará en las filas y columnas de la matriz.
• ahora: Número de filas.
• ncol: Número de columnas.
• byrow: Un indicador lógico. Con el valor predeterminado byrow = FALSE, la matriz se llena columna por columna, de arriba abajo. Con byrow = TRUE, se llena fila por fila, de izquierda a derecha.
• nombres de dimensiones: Una lista opcional de dos elementos que proporciona los nombres de las filas y los nombres de las columnas.

Antes del primer ejemplo, conviene conocer dos detalles de la documentación básica de R. Si solo se especifica uno de los valores (nrow o ncol), R deduce el otro a partir de la longitud de los datos. Además, si los datos contienen muy pocos elementos para completar la forma solicitada, los valores se reciclan en lugar de descartarse.

Vamos a construir dos matrices de 5×2 a partir de la secuencia de números del 1 al 10, una con byrow = TRUE y otra con byrow = FALSE, para ver la diferencia.

# Construct a matrix with 5 rows that contain the numbers 1 up to 10 and byrow =  TRUE 
matrix_a <-matrix(1:10, byrow = TRUE, nrow = 5)
matrix_a

Salida:

Debido a que se usó byrow = TRUE, la consola llena la primera fila con 1 y 2, la segunda fila con 3 y 4, y así sucesivamente.

Imprime la dimensión de matrix_a con dim().

Ahora, imprimamos la dimensión de la matriz en R con dim(). La sintaxis para imprimir matriz en R usando dim() es:

# Print dimension of the matrix with dim()
dim(matrix_a)

Salida:

## [1] 5 2

La función dim() devuelve primero el número de filas y luego el número de columnas, confirmando así la forma de 5×2.

Rellena una matriz por columna con byrow = FALSE

Los mismos diez números y la misma fila producen una disposición diferente una vez que cambia la dirección de llenado.ping Por defecto, byrow envía los valores a la primera columna antes de que comience la segunda.

# Construct a matrix with 5 rows that contain the numbers 1 up to 10 and byrow =  FALSE
matrix_b <-matrix(1:10, byrow = FALSE, nrow = 5)
matrix_b

Salida:

Imprime la dimensión de matrix_b con dim().

Nuevamente, imprima la dimensión de la matriz usando dim(). A continuación se muestra una sintaxis de la dimensión de la matriz de impresión R:

# Print dimension of the matrix with dim()
dim(matrix_b)

Salida:

## [1] 5 2

La forma no cambia en 5×2, porque byrow altera el orden de llenado y nunca las dimensiones.

Nota: : Usar el comando matrix_b <-matrix(1:10, byrow = FALSE, ncol = 2) tendrá el mismo efecto que el anterior, ya que R infiere nrow = 5 a partir de los diez valores proporcionados.

También puedes crear una matriz de 4×3 usando ncol. R creará 3 columnas y las rellenará de arriba abajo. Consulta un ejemplo.

matrix_c <-matrix(1:12, byrow = FALSE, ncol = 3)
matrix_c

Salida:

##       [,1] [,2] [,3]
## [1,]    1    5    9
## [2,]    2    6   10
## [3,]    3    7   11
## [4,]    4    8   12

Los encabezados de columna [,1] a [,3] y las etiquetas de fila [1,] a [4,] son ​​marcadores de posición predeterminados de R. Desaparecen en cuanto se proporcionan nombres de dimensión reales, como se muestra más adelante en este tutorial.

Ejemplo:

dim(matrix_c)

Salida:

## [1] 4 3

Agregue una columna a una matriz con cbind()

Puedes añadir columnas a una matriz R con el comando cbind(). cbind() significa unión de columnas y puede concatenar tantas matrices o columnas como se especifique. Por ejemplo, en nuestro ejemplo anterior creamos una matriz de 5×2. Concatenamos una tercera columna y verificamos que la dimensión sea de 5×3.

Ejemplo:

# concatenate c(1:5) to the matrix_a
matrix_a1 <- cbind(matrix_a, c(1:5))
# Check the dimension
dim(matrix_a1)

Salida:

## [1] 5 3

Ejemplo:

matrix_a1

Resultado

##       [,1] [,2] [,3]
## [1,]    1    2    1
## [2,]    3    4    2
## [3,]    5    6    3
## [4,]    7    8    4
## [5,]    9   10    5

Ejemplo:

También podemos vincular más de una columna a la vez. El siguiente bloque construye matrix_a2, una matriz de 4×3 que contiene los números del 13 al 24, para que pueda unirse a la matriz de 4×3 matrix_c y producir un resultado de 4×6 que abarca del 1 al 24.

matrix_a2 <-matrix(13:24, byrow = FALSE, ncol = 3)

Salida:

##      [,1] [,2] [,3]
## [1,]   13   17   21
## [2,]   14   18   22
## [3,]   15   19   23
## [4,]   16   20   24

Ejemplo:

matrix_c <-matrix(1:12, byrow = FALSE, ncol = 3)		
matrix_d <- cbind(matrix_a2, matrix_c)
dim(matrix_d)

Salida:

## [1] 4 6

NOTAPara que cbind() funcione, el número de filas de las matrices en R debe ser igual. Si difieren, R reutiliza la entrada más corta o genera un error, por lo que comprobar primero la función dim() en ambos objetos es la práctica más segura.

Mientras que cbind() concatena columnas, rbind() agrega filas. Agreguemos una fila a nuestra matriz matrix_c y verifiquemos que la dimensión sea 5×3.

matrix_c <-matrix(1:12, byrow = FALSE, ncol = 3)
# Create a vector of 3 columns
add_row <- c(1:3)
# Append to the matrix
matrix_c <- rbind(matrix_c, add_row)
# Check the dimension
dim(matrix_c)

Salida:

## [1] 5 3

Observe que al vincular un vector con nombre, como add_row, también se le da ese nombre a la nueva fila, lo cual es el primer paso hacia las matrices etiquetadas que se tratarán más adelante.

Cortar una matriz

Podemos seleccionar uno o varios elementos de una matriz en Programación R mediante corchetes [ ]. Dentro de los corchetes, primero se coloca el selector de fila y luego el selector de columna, separados por una coma. Aquí es donde entra en juego el seccionamiento.

Por ejemplo:

• Matrix_c[1,2] selecciona el elemento en la primera fila y la segunda columna.
• matrix_c[1:3,2:3] da como resultado una matriz de segmentos de R con los datos en las filas 1, 2, 3 y las columnas 2 y 3.
• Matrix_c[,1] selecciona todos los elementos de la primera columna.
• Matrix_c[1,] selecciona todos los elementos de la primera fila.

Dejar un lado de la coma en blanco significa, por lo tanto, que todos los valores de ese lado se omiten. Una consecuencia suele sorprender a los principiantes: cuando se selecciona una sola fila o columna, R descarta la dimensión vacía y devuelve un vector simple. Si se añade `drop = FALSE`, como en `matrix_c[1, , drop = FALSE]`, el resultado se mantiene como una matriz.

Aquí está el resultado que obtienes para los códigos anteriores.

Nombrar las filas y columnas de una matriz en R.

Las etiquetas predeterminadas como [,1] y [3,] dificultan la lectura de la salida cuando una matriz tiene un significado real. El argumento dimnames y las funciones de reemplazo rownames() y colnames() adjuntan etiquetas de texto que luego se transmiten con la matriz a través de cbind(), t() y cada operación de segmentación.

# Name the rows and columns while the matrix is built
sales <- matrix(1:6, nrow = 2, ncol = 3,
                dimnames = list(c('north', 'south'), c('q1', 'q2', 'q3')))

# Or attach the names afterwards
rownames(sales) <- c('north', 'south')
colnames(sales) <- c('q1', 'q2', 'q3')

# Read the names back as a list of two character vectors
dimnames(sales)

# Names make label based slicing possible
sales['north', 'q2']

Una vez que existen las etiquetas, sales['north', 'q2'] es mucho más claro que sales[1, 2] y sobrevive a una reordenación de las filas. Establecer un componente dimnames en NULL elimina ese conjunto de etiquetas nuevamente, y una matriz convertida con as.data.frame() lleva sus nombres de fila y columna directamente a la marco de datos.

Matrix OperaOperaciones en R: Aritmética, transposición y multiplicación

La aritmética con matrices es donde la regla de un solo tipo resulta ventajosa. R base maneja todo el conjunto sin un paquete adicional, pero dos operadores son fáciles de confundir: * multiplica elemento por elemento, mientras que %*% realiza una verdadera multiplicación de matrices y requiere que las columnas del operando izquierdo coincidan con las filas del operando derecho.

m1 <- matrix(1:4, nrow = 2)
m2 <- matrix(5:8, nrow = 2)

m1 + m2          # element by element addition
m1 * m2          # element by element product, NOT matrix multiplication
m1 %*% m2        # true matrix multiplication
t(m1)            # transpose: rows become columns
solve(m1)        # inverse, for a square matrix that is not singular

rowSums(m1)      # one total per row
colMeans(m1)     # one mean per column
apply(m1, 1, max)   # any function, applied row by row

• t(m)Transpone la matriz, de modo que el elemento [i, j] se convierte en [j, i]. Los nombres de las dimensiones se conservan.
• resolver(m): Devuelve la inversa de una matriz cuadrada no singular, y solve(a, b) resuelve un sistema lineal.
• Sumas de filas / Sumas de columnas / Medias de filas / Medias de columnas: Documentado como equivalente a apply() con suma o media, pero mucho más rápido.
• aplicar(m, MARGEN, DIVERSIÓN): MARGIN = 1 recorre las filas y MARGIN = 2 recorre las columnas, para cualquier función que proporcione.
• diagnóstico, detección, producción cruzada: Diagonal, determinante y la forma más rápida de t(x) %*% y.

Debido a que estas operaciones están vectorizadas, reemplazan los bucles en lugar de estar dentro de ellos. Un resumen que requeriría un bucle for anidado sobre miles de celdas se convierte en una sola llamada a colMeans(), lo cual es importante en cuanto aumenta el volumen de datos.

Matriz vs. Marco de datos vs. Arreglo en R

Las matrices, los marcos de datos y los arreglos se ven rectangulares en la consola, pero responden a preguntas diferentes. La tabla los coloca uno al lado del otro.

# A matrix holds one type only, so mixing coerces everything to character
mixed <- matrix(c(1, 2, 'a', 'b'), nrow = 2)
class(mixed[1, 1])

# Convert between the structures
as.data.frame(matrix_c)
as.matrix(mtcars)

# A matrix is the two dimensional case of an array
is.matrix(matrix_c)
inherits(matrix_c, 'array')

Recurre a una matriz cuando cada celda es del mismo tipo de número y el trabajo es aritmético. Recurre a una marco de datos cuando las columnas contienen diferentes tipos, por ejemplo un nombre de carácter junto a un precio numérico y un factor. Alcanza un lista cuando las partes tienen longitudes diferentes, y para una matriz cuando existe un tercer índice, como tiempo o región. La conversión en cualquier dirección es económica con as.matrix() y as.data.frame(), por lo que la estructura puede seguir la tarea en lugar de al revés.

Preguntas Frecuentes