如何在 R 中向特定矩阵元素添加值?
r programmingserver side programmingprogramming更新于 2025/4/7 9:37:17
要在 R 中向特定矩阵元素添加值，我们可以使用单个方括号对特定值进行子集化。
例如，如果我们有一个名为 M 的矩阵，并且我们想将 10 添加到第二列的第五个值，那么可以使用下面提到的命令 −
M[5,2]<-M[5,2]+10
示例 1
以下代码片段创建一个示例矩阵 −
M1<-matrix(sample(1:100,80),ncol=4) M1
以下矩阵被创建 −
[,1] [,2] [,3] [,4]
[1,] 29 72 16 75
[2,] 5 79 15 4
[3,] 81 8 46 83
[4,] 97 50 18 32
[5,] 62 96 64 82
[6,] 27 92 9 22
[7,] 69 37 70 28
[8,] 20 58 14 66
[9,] 13 45 19 52
[10,] 11 42 34 80
[11,] 61 99 86 55
[12,] 63 3 78 36
[13,] 53 33 1 40
[14,] 24 77 76 2
[15,] 54 47 48 71
[16,] 87 68 88 38
[17,] 67 12 44 26
[18,] 17 7 91 10
[19,] 49 90 30 59
[20,] 74 51 31 89
要将 1000 添加到上面创建的数据框中的矩阵 M1 中的第一个值，请将以下代码添加到上面的代码片段中 −
M1<-matrix(sample(1:100,80),ncol=4) M1[1,1]<-M1[1,1]+1000 M1
输出
如果将上述所有代码片段作为一个程序执行，则会生成以下输出 −
[,1] [,2] [,3] [,4] [1,] 1029 72 16 75 [2,] 5 79 15 4 [3,] 81 8 46 83 [4,] 97 50 18 32 [5,] 62 96 64 82 [6,] 27 92 9 22 [7,] 69 37 70 28 [8,] 20 58 14 66 [9,] 13 45 19 52 [10,] 11 42 34 80 [11,] 61 99 86 55 [12,] 63 3 78 36 [13,] 53 33 1 40 [14,] 24 77 76 2 [15,] 54 47 48 71 [16,] 87 68 88 38 [17,] 67 12 44 26 [18,] 17 7 91 10 [19,] 49 90 30 59 [20,] 74 51 31 89
示例 2
以下代码片段创建了一个示例矩阵 −
M2<-matrix(rnorm(40),ncol=2) M2
The following matrix is created −
[,1] [,2]
[1,] 0.7053897 -1.9200364
[2,] -1.1234320 1.6390770
[3,] -0.1418606 2.2555713
[4,] 0.9207447 -1.5381620
[5,] -0.2770107 0.1623484
[6,] -0.8251034 -1.3255143
[7,] -0.4287154 -2.3155433
[8,] -0.9181893 0.7627583
[9,] -0.0384247 -0.6836569
[10,] 0.5226378 -0.8815467
[11,] -0.8472512 -0.4861481
[12,] 1.0694954 1.5913287
[13,] 0.6082448 -0.6050546
[14,] -0.3389231 -0.1138805
[15,] -1.6208191 -1.2074059
[16,] 0.5841005 -0.1632070
[17,] 1.4022579 -2.8237466
[18,] -1.3758415 -0.3331492
[19,] -1.0062265 0.2886416
[20,] 2.1965559 0.8964789
要将 5 添加到上面创建的数据框中矩阵 M2 的第二列中的第一个值，请将以下代码添加到上面的代码片段中 −
M2<-matrix(rnorm(40),ncol=2) M2[1,2]<-M2[1,2]+5 M2
输出
如果将上述所有代码片段作为一个程序执行，则会生成以下输出 −
[,1] [,2]
[1,] 0.7053897 3.0799636
[2,] -1.1234320 1.6390770
[3,] -0.1418606 2.2555713
[4,] 0.9207447 -1.5381620
[5,] -0.2770107 0.1623484
[6,] -0.8251034 -1.3255143
[7,] -0.4287154 -2.3155433
[8,] -0.9181893 0.7627583
[9,] -0.0384247 -0.6836569
[10,] 0.5226378 -0.8815467
[11,] -0.8472512 -0.4861481
[12,] 1.0694954 1.5913287
[13,] 0.6082448 -0.6050546
[14,] -0.3389231 -0.1138805
[15,] -1.6208191 -1.2074059
[16,] 0.5841005 -0.1632070
[17,] 1.4022579 -2.8237466
[18,] -1.3758415 -0.3331492
[19,] -1.0062265 0.2886416
[20,] 2.1965559 0.8964789
