R: 向量 vs. 数组 vs. 矩阵 vs. 数据框 vector vs. array vs. matrix vs. data.frame

来源：互联网发布：巨杉数据库烂编辑：程序博客网时间：2024/05/17 03:19

在读R Document的时候经常会出现array这个词。array字面上很好理解，数组，但是数组跟矩阵、跟数据框(包括向量)有什么区别呢？

-+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+-

在C语言里(R就是基于C写出来的)也有数组这个概念，它是具有相同数据类型按一定次序排列的一组变量的集合体。在R里，array是这样定义的：

An array in R can have one, two or more dimensions. It is simply a vector which is stored with additional attributes giving the dimensions (attribute "dim") and optionally names for those dimensions (attribute "dimnames").

这段是说，如果你眼前的数据，不管是一维还是二维还是多维，如果有dim这个attribute，就可以算作一个数组(其实是有例外的)。先看几个例子帮助理解：

> # for a vector

> c <- b <- a <- 1:24

> is.vector(a)

[1] TRUE

> is.array(a) # a simple vector is not an array

[1] FALSE

> dim(a) <- 24

> a
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

> dim(b) <- c(4, 6)

> dim(c) <- 2:4

> sapply(list(a,b,c),is.array) # with the dimension(s), a vector becomes array

[1] TRUE TRUE TRUE

> sapply(list(a,b,c),is.matrix) # a vector with 2 dimensions is a matrix

[1] FALSE TRUE FALSE

从上面的例子可以得出关于R语言中array的四个结论：

一个简单赋值的vector(atomic vector，通常用c()创建)不是array；
只要添加dimension，vector就是个array；
添加了一个dimension的vector跟没有添加dimension的vector在数据结构上是一样的，但是只有前者是一个array；
一个2维的vector等价于一个matrix。matrix是array在2维数据上的特殊表现形式。

那么array和data.frame的关系呢？互不相认，因为array必须是一个均匀的数据结构，二位以上的array每个元素的长度应该相等，每个元素的数据类型也应该是一致的。而data.frame和list不满足这两点要求，前者是因为可以储存多种变量类型，后者是因为可储存不同长度以及不同类型的数据。所以在R里，不管一组数据是不是均匀架构，只要它的class是data.frame或者list，R都会将它排除在array的定义之外。

> class(mtcars)

[1] "data.frame"

> m <- as.matrix(mtcars)

> is.array(class)

[1] FALSE

> is.array(m)

[1] TRUE

> l <- as.list(mtcars)

> is.array(l)

[1] FALSE

-+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+-

综上所述，array是一种数据结构，可简单理解为拥有dimension的vector(可以是1,2,...,n个维度)。它最常见的用法就是做为matrix去进行统计运算。data frame不能简单的理解为matrix，更不是一个array。

array作为一个概念经常出现在R Document中，对于没有IT背景的人(比如说我)来说刚开始看到的时候略航乱。其实在不同维度数量上(最常用的是1d和2d)，我们可以找到分别对应的数据结构去进行替换和理解思考，以后见到就没那么惊悚了。

另外有个题外话，R里没有标量(Scalar)的概念。上面提到的没有dimension的vector有点类似scalar。

ref: Data Structure

0 0