用R中的向量元素划分矩阵的每一行

在本文中，我们将讨论如何在 R 编程语言中用向量元素划分矩阵的每一行。

方法一：使用标准除法

最初，计算矩阵的转置，以交换行和列。最初，如果矩阵的维度为 n * m ，则转置将维度转换为 m * n。需要计算矩阵的转置，因为布尔除法运算符“/”是按列应用的，我们需要计算按行除法。然后使用转置矩阵作为一个操作数和向量作为另一个应用除法运算。然后对该结果进行转置，以再次保留行和列的顺序。

句法：

t(transpose_matrix/vector)

例子：

R

# creating matrix 
matrix <- matrix(1:12,ncol=3)
  
print ("Original Matrix")
print (matrix)
  
# creating vector
vec <- c(1:3)
  
# transpose matrix
trans_mat <- t(matrix)
  
# computing division 
div <- t(trans_mat/vec)
  
print ("Division matrix")
print (div)

输出

[1] "Original Matrix"
    [,1] [,2] [,3]
[1,]    1    5    9
[2,]    2    6   10
[3,]    3    7   11
[4,]    4    8   12
[1] "Division matrix"
    [,1] [,2]     [,3]
[1,]    1  2.5 3.000000
[2,]    2  3.0 3.333333
[3,]    3  3.5 3.666667
[4,]    4  4.0 4.000000

方法二：使用sweep()方法

R 语言中的此方法通过扫出汇总统计返回从输入数组获得的数组。该方法用于计算选定轴上数据帧的算术运算。对于逐行操作，所选轴为 2，操作数成为数据框的行。结果必须存储在另一个变量中。此操作所花费的时间相当于数据帧中的行数。结果列的数据类型是最大的兼容数据类型。

Syntax: sweep (df , axis, vec, op)

Parameter :

• df – DataFrame
• axis – To compute it row-wise, use axis = 1 and for column-wise, use axis = 2
• vec – The vector to apply on the data frame
• op – The operator to apply

例子：

电阻

# creating matrix 
matrix <- matrix(1:12,ncol=3)
  
print ("Original Matrix")
print (matrix)
  
# creating vector
vec <- c(1:3)
  
# computing division 
div <- sweep(matrix, 2, vec, "/")
  
print ("Division matrix")
print (div)

输出

[1] "Original Matrix"
    [,1] [,2] [,3]
[1,]    1    5    9
[2,]    2    6   10
[3,]    3    7   11
[4,]    4    8   12
[1] "Division matrix"
    [,1] [,2]     [,3]
[1,]    1  2.5 3.000000
[2,]    2  3.0 3.333333
[3,]    3  3.5 3.666667
[4,]    4  4.0 4.000000

方法 3：使用rep()方法

R 中的 rep(x) 方法用于复制向量 x 中的值。它将“每个”参数作为参数，其中每个元素重复每次多次。 rep()函数数值、文本或向量的值复制特定次数。

Syntax: rep ( vec, each = )

Parameter : 

• vec : The vector whose value is replicated. 
• each : non-negative integer. Other inputs will be coerced to an integer or double vector and the first element taken. 

这里应用 rep() 方法的想法是创建向量的副本并将其堆叠在一起，以创建与行数相等的副本数。接下来是对相关矩阵的划分。

例子：

电阻

# creating matrix 
matrix <- matrix(1:16,ncol=2)
  
print ("Original Matrix")
print (matrix)
  
# creating vector
vec <- c(1:2)
  
# calculating rows
rows <- nrow(matrix)
  
# computing division 
div <- matrix / rep(vec, each = rows)
  
print ("Division matrix")
print (div)

输出

[1] "Original Matrix"
    [,1] [,2]
[1,]    1    9
[2,]    2   10
[3,]    3   11
[4,]    4   12
[5,]    5   13
[6,]    6   14
[7,]    7   15
[8,]    8   16
[1] "Division matrix"
    [,1] [,2]
[1,]    1  4.5
[2,]    2  5.0
[3,]    3  5.5
[4,]    4  6.0
[5,]    5  6.5
[6,]    6  7.0
[7,]    7  7.5
[8,]    8  8.0

方法 4：使用 apply() 方法

apply() 方法是一种集合方法，用于对整个指定对象应用转换。 apply() 方法将数据框或矩阵作为输入，并以向量、列表或数组的形式给出输出。

Syntax: apply(matrix , axis , FUN)

Parameter : 

• matrix : an array or matrix
• axis :  indicator of the axis over which transformation is applied
  • axis =1 : row-wise manipulation
  • axis =2 : column-wise manipulation
  • axis=c(1,2) : the manipulation is performed on rows and columns
• FUN: tells which function to apply.

在应用 apply() 方法之后，必须计算结果的转置以保持顺序，因为 apply() 方法返回转置矩阵。

例子：

电阻

# creating matrix 
matrix <- matrix(1:16,ncol=2)
  
print ("Original Matrix")
print (matrix)
  
# creating vector
vec <- c(1:2)
  
# calculating rows
rows <- nrow(matrix)
  
# computing division 
div <- t(apply(matrix, 1, "/", vec))
  
print ("Division matrix")
print (div)

输出

[1] "Original Matrix"
    [,1] [,2]
[1,]    1    9
[2,]    2   10
[3,]    3   11
[4,]    4   12
[5,]    5   13
[6,]    6   14
[7,]    7   15
[8,]    8   16
[1] "Division matrix"
    [,1] [,2]
[1,]    1  4.5
[2,]    2  5.0
[3,]    3  5.5
[4,]    4  6.0
[5,]    5  6.5
[6,]    6  7.0
[7,]    7  7.5
[8,]    8  8.0

方法 5：使用 %*%运算符

%*%运算符是一种特殊的乘法运算符，定义用于矩阵乘法。此运算符用于将矩阵与其转置相乘。最初，使用 R 中的 diag()函数计算指定向量的对角矩阵。它将向量的逆作为参数，然后将此矩阵与原始矩阵相乘以产生除法。这消除了显式除法的需要，因为已经考虑了逆。

Syntax: diag( x )

Parameter :

x: vector to be present as the diagonal elements.

例子：

电阻

# creating matrix 
matrix <- matrix(1:16,ncol=2)
  
print ("Original Matrix")
print (matrix)
  
# creating vector
vec <- c(1:2)
  
# calculating rows
rows <- nrow(matrix)
  
# computing division 
div <- matrix %*% diag(1 / vec)
  
print ("Division matrix")
print (div)

输出

[1] "Original Matrix"
    [,1] [,2]
[1,]    1    9
[2,]    2   10
[3,]    3   11
[4,]    4   12
[5,]    5   13
[6,]    6   14
[7,]    7   15
[8,]    8   16
[1] "Division matrix"
    [,1] [,2]
[1,]    1  4.5
[2,]    2  5.0
[3,]    3  5.5
[4,]    4  6.0
[5,]    5  6.5
[6,]    6  7.0
[7,]    7  7.5
[8,]    8  8.0