R 数组
数组也是 R 语言的对象，R 语言可以创建一维或多维数组。
R 语言数组是一个同一类型的集合，前面我们学的矩阵 matrix 其实就是一个二维数组。
向量、矩阵、数组关系可以看下图：
R 语言数组创建使用 array() 函数，该函数使用向量作为输入参数，可以使用 dim 设置数组维度。
array() 函数语法格式如下：
array(data = NA, dim = length(data), dimnames = NULL)
参数说明：
- data - 指定数组的数据源，可以是一个向量、矩阵或列表。
- dim - 指定数组的维度，可以是一个整数向量或一个表示维度的元组，默认是一维数组。例如，dim = c(2, 3, 4) 表示创建一个 2x3x4 的三维数组。
- dimnames - 可选参数，用于指定数组每个维度的名称，可以是一个包含维度名称的列表。
在 R 中，数组索引是从 1 开始的，与其他编程语言的习惯有所不同。
此外，R 还提供了丰富的函数和操作符用于处理数组数据，如索引、切片、重塑、聚合等。
在 R 中，可以使用矩阵（Matrix）或列表（List）来表示多维数组。
矩阵（Matrix）：矩阵是 R 中最常用的表示数组的形式，它是一个二维的结构，具有固定的行数和列数。
可以使用 matrix() 函数创建矩阵，指定数据元素和维度。
# 创建一个3x3的矩阵
my_matrix <- matrix(c(1, 2, 3, 4, 5, 6, 7, 8, 9), nrow = 3, ncol = 3)
print(my_matrix)
列表（List）：列表是 R 中更通用的多维数组形式，它可以包含不同类型的元素，并且每个元素可以是一个矩阵、向量或其他数据结构。
# 创建一个包含矩阵和向量的列表
my_list <- list(matrix(c(1, 2, 3, 4), nrow = 2), c(5, 6, 7))
print(my_list)
# 创建一个包含矩阵和向量的列表
my_list <- list(matrix(c(1, 2, 3, 4), nrow = 2), c(5, 6, 7))
print(my_list)
除了矩阵和列表，R 还提供了其他数据结构来表示多维数组，如数组（Array）和数据帧（Data Frame）。
实例
下面是一些示例来演示 array() 函数的使用：
使用向量创建一维数组：
my_vector <- c(1, 2, 3, 4)
my_array <- array(my_vector, dim = c(4))
print(my_array)
以下实例我们创建一个 3 行 3 列的的二维数组：
# 创建两个不同长度的向量
vector1 <- c(5,9,3)
vector2 <- c(10,11,12,13,14,15)
# 创建数组
result <- array(c(vector1,vector2),dim = c(3,3,2))
print(result)
执行以上代码输出结果为：
, , 1
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
, , 2
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
使用 dimnames 参数来设置各个维度的名称：：
# 创建两个不同长度的向量
vector1 <- c(5,9,3)
vector2 <- c(10,11,12,13,14,15)
column.names <- c("COL1","COL2","COL3")
row.names <- c("ROW1","ROW2","ROW3")
matrix.names <- c("Matrix1","Matrix2")
# 创建数组，并设置各个维度的名称
result <- array(c(vector1,vector2),dim = c(3,3,2),dimnames = list(row.names,column.names,matrix.names))
print(result)
执行以上代码输出结果为：
, , Matrix1
COL1 COL2 COL3
ROW1 5 10 13
ROW2 9 11 14
ROW3 3 12 15
, , Matrix2
COL1 COL2 COL3
ROW1 5 10 13
ROW2 9 11 14
ROW3 3 12 15
访问数组元素
在 R 语言中，可以使用索引操作符 [ ] 来访问多维数组的元素。
索引操作符允许您按照指定的索引位置获取数组中的特定元素。
如果想获取数组元素，可以通过使用元素的列索引和行索引，类似坐标形式。
访问单个元素：
my_array <- array(1:12, dim = c(2, 3, 2)) # 创建一个3维数组
element <- my_array[1, 2, 1] # 访问第一个维度为1，第二个维度为2，第三个维度为1的元素
print(element) # 输出：2
访问多个元素：
my_array <- array(1:12, dim = c(2, 3, 2)) # 创建一个3维数组
elements <- my_array[c(1, 2), c(2, 3), c(1, 2)] # 访问多个元素，其中每个维度的索引分别为1和2
print(elements) # 输出：2 6
访问二维数组的元素：
# 创建两个不同长度的向量
vector1 <- c(5,9,3)
vector2 <- c(10,11,12,13,14,15)
column.names <- c("COL1","COL2","COL3")
row.names <- c("ROW1","ROW2","ROW3")
matrix.names <- c("Matrix1","Matrix2")
# 创建数组
result <- array(c(vector1,vector2),dim = c(3,3,2),dimnames = list(row.names, column.names, matrix.names))
# 显示数组第二个矩阵中第三行的元素
print(result[3,,2])
# 显示数组第一个矩阵中第一行第三列的元素
print(result[1,3,1])
# 输出第二个矩阵
print(result[,,2])
执行以上代码输出结果为：
COL1 COL2 COL3
3 12 15
[1] 13
COL1 COL2 COL3
ROW1 5 10 13
ROW2 9 11 14
ROW3 3 12 15
使用逻辑条件进行筛选：
my_array <- array(1:12, dim = c(2, 3, 2)) # 创建一个3维数组
filtered_elements <- my_array[my_array > 5] # 选择大于5的元素
print(filtered_elements) # 输出：6 7 8 9 10 11 12
操作数组元素
由于数组是由多个维度的矩阵组成，所以我们可以通过访问矩阵的元素来访问数组元素。
# 创建两个不同长度的向量
vector1 <- c(5,9,3)
vector2 <- c(10,11,12,13,14,15)
# 创建数组
array1 <- array(c(vector1,vector2),dim = c(3,3,2))
# 创建两个不同长度的向量
vector3 <- c(9,1,0)
vector4 <- c(6,0,11,3,14,1,2,6,9)
array2 <- array(c(vector3,vector4),dim = c(3,3,2))
# 从数组中创建矩阵
matrix1 <- array1[,,2]
matrix2 <- array2[,,2]
# 矩阵相加
result <- matrix1+matrix2
print(result)
执行以上代码输出结果为：
[,1] [,2] [,3]
[1,] 7 19 19
[2,] 15 12 14
[3,] 12 12 26
另外我们可以使用 apply() 元素对数组元素进行跨维度计算，语法格式如下：
apply(X, MARGIN, FUN, ...)
参数说明：
X：要应用函数的数组或矩阵。MARGIN：指定应用函数的维度，可以是1表示行，2表示列，或者c(1, 2)表示同时应用于行和列。FUN：要应用的函数，可以是内置函数（如mean、sum等）或自定义函数。...：可选参数，用于传递给函数的其他参数。
以下我们使用 apply() 函数来计算数组两个矩阵中每一行对数字之和。
# 创建两个不同长度的向量
vector1 <- c(5,9,3)
vector2 <- c(10,11,12,13,14,15)
# 创建数组
new.array <- array(c(vector1,vector2),dim = c(3,3,2))
print(new.array)
# 计算数组中所有矩阵第一行的数字之和
result <- apply(new.array, c(1), sum)
print(result)
执行以上代码输出结果为：
, , 1
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
, , 2
[,1] [,2] [,3]
[1,] 5 10 13
[2,] 9 11 14
[3,] 3 12 15
[1] 56 68 60
对矩阵的行或列应用内置函数：
# 创建一个3x3的矩阵
my_matrix <- matrix(1:9, nrow = 3)
# 对每列应用sum函数
col_sums <- apply(my_matrix, 2, sum)
print(col_sums)
执行以上代码输出结果为：
[1] 6 15 24
对矩阵的行或列应用自定义函数：
# 创建一个3x3的矩阵
my_matrix <- matrix(1:9, nrow = 3)
# 自定义函数：计算每行的平均值
row_mean <- function(x) {
return(mean(x))
}
# 对每行应用row_mean函数
row_means <- apply(my_matrix, 1, row_mean)
print(row_means)
执行以上代码输出结果为：
[1] 4 5 6
对数组的多个维度同时应用函数：
# 创建一个3维数组
my_array <- array(1:12, dim = c(2, 3, 2))
# 对第一个和第三个维度同时应用mean函数
result <- apply(my_array, c(1, 3), mean)
print(result)
执行以上代码输出结果为：
[,1] [,2]
[1,] 3 9
[2,] 4 10
