[14-01-22]

5.2 행렬내 데이터 접근

• 행렬이름[행인덱스, 열인덱스]로 접근한다.

x <- matrix(c(1, 2, 3, 4, 5, 6, 7, 8, 9), ncol = 3)
x

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

x[1, 1]

## [1] 1

x[1, 2]

## [1] 4

x[2, 2]

## [1] 5

• 특정 행 or 열을 제외하거나 특정 범위의 데이터만 가져올 수 있다.

x[1:2, ]

##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8

x[-3, ]

##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8

x[c(1, 3), c(1, 3)]

##      [,1] [,2]
## [1,]    1    7
## [2,]    3    9

• dimnames를 통해 행과 열에 이름을 부여했다면, 그 이름을 직접 사용할 수 있다.

x <- matrix(c(1, 2, 3, 4, 5, 6, 7, 8, 9), ncol = 3, dimnames = list(c("item1", 
    "item2", "item3"), c("feature1", "feature2", "feature3")))
x["item1", c("feature1", "feature3")]

## feature1 feature3 
##        1        7

5.3 행렬의 연산

• 곱셉 : *
• 나눗셈: /
• 덧셈 : +
• 뺄셈 : -

x * 2

##       feature1 feature2 feature3
## item1        2        8       14
## item2        4       10       16
## item3        6       12       18

x/2

##       feature1 feature2 feature3
## item1      0.5      2.0      3.5
## item2      1.0      2.5      4.0
## item3      1.5      3.0      4.5

x + x

##       feature1 feature2 feature3
## item1        2        8       14
## item2        4       10       16
## item3        6       12       18

x - x

##       feature1 feature2 feature3
## item1        0        0        0
## item2        0        0        0
## item3        0        0        0

• 행렬 곱은 %*%를 사용한다.

x %*% x

##       feature1 feature2 feature3
## item1       30       66      102
## item2       36       81      126
## item3       42       96      150

• 역행렬은 solve(행렬)로 계산한다

x <- matrix(c(1, 2, 3, 4), ncol = 2)
solve(x)

##      [,1] [,2]
## [1,]   -2  1.5
## [2,]    1 -0.5

x %*% solve(x)

##      [,1] [,2]
## [1,]    1    0
## [2,]    0    1

• 전치행렬은 t()

x <- matrix(c(1, 2, 3, 4, 5, 6, 7, 8, 9), ncol = 3)
x

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

t(x)

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

ncol(x)

## [1] 3

nrow(x)

## [1] 3

6. 배열

6.1 배열 정의

• 배열(array)는 n차원 행렬이다.

matrix(1:12, ncol = 4)

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

array(1:12, dim = c(3, 4))

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

array(1:12, dim = c(2, 2, 3))

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

6.2 배열 데이터 접근

• 행렬과 유사한 방식으로 각 요소에 접근한다.

x <- array(1:12, dim = c(2, 2, 3))
x[1, 1, 1]

## [1] 1

x[1, 2, 3]

## [1] 11

x[, , 3]

##      [,1] [,2]
## [1,]    9   11
## [2,]   10   12

dim(x)

## [1] 2 2 3

7. 데이터 프레임(Data Frame)

7.1 데이터 프레임 정의

• 행렬과는 달리 다양한 변수, 관측지, 범주 등을 표현하기 위해 특화되었다.
• data.frame()을 사용한다.

d <- data.frame(x = c(1, 2, 3, 4, 5), y = c(2, 4, 6, 8, 10))
d

##   x  y
## 1 1  2
## 2 2  4
## 3 3  6
## 4 4  8
## 5 5 10

데이터 타입을 혼용해서 사용할 수 있다.

d <- data.frame(x = c(1, 2, 3, 4, 5), y = c(2, 4, 6, 8, 10), z = c("M", "F", 
    "M", "F", "M"))
d

##   x  y z
## 1 1  2 M
## 2 2  4 F
## 3 3  6 M
## 4 4  8 F
## 5 5 10 M

이미 정의된 데이터 프레임에 새열을 추가하고자 한다면

d$v <- c(3, 6, 9, 12, 15)
d

##   x  y z  v
## 1 1  2 M  3
## 2 2  4 F  6
## 3 3  6 M  9
## 4 4  8 F 12
## 5 5 10 M 15