Différence Vector / Matrix

Détails
Catégorie parente: Logiciel R
Catégorie : Matrices et Tableaux

Au début du chapitre, nous avons dit qu'une matrice est juste un vecteur mais avec deux attributs supplémentaires: le nombre de lignes et le nombre de colonnes. Ici, nous examinerons de plus près la nature du vecteur  matrices. Considérons cet exemple:

  1. > z <- matrix(1:8,nrow=4)
  2. > z
  3.  [,1] [,2]
  4. [1,] 1 5
  5. [2,] 2 6
  6. [3,] 3 7
  7. [4,] 4 8
Source code

Comme z est aussi un vecteur, nous pouvons interroger sa longueur:

  1. > length(z)
  2. [1] 8
Source code

Mais en tant que matrice, z est un peu plus qu'un vecteur:

  1. > class(z)
  2. [1] "matrix"
  4. $dim
  5. [1] 4 2
Source code
En d'autres termes, il existe effectivement une classe de matrice, dans le sens de la programmation de l'objet. Comme indiqué dans le chapitre 1,  R se composent de classes S3, dont les composants sont désignés par des signes en dollars. La classe de matrice possède un attribut, nommé dim, qui est un vecteur contenant les nombres de lignes et de colonnes dans la matrice. Les cours seront abordés en détail au chapitre 9.
Vous pouvez également obtenir dim via la fonction dim ():
  1. > dim(z)
  2. [1] 4 2
Source code
Le nombre de lignes et de colonnes peut être obtenu individuellement via les fonctions nrow () et ncol ():

  1. > nrow(z)
  2. [1] 4
  3. > ncol(z)
  4. [1] 2
Source code
Ceux-ci sont juste en arrière sur dim (), comme vous pouvez le voir en inspectant le code. Rappelons encore une fois que les objets peuvent être imprimés en mode interactif en tapant simplement leurs noms:
  3. dim(x)[1]
Source code
Ces fonctions sont utiles lorsque vous écrivez une fonction de bibliothèque à usage général dont l'argument est une matrice. En étant capable de déterminer le nombre de lignes et de colonnes dans votre code, vous attirez l'appelant du fardeau de fournir ces informations en deux arguments supplémentaires. C'est l'un des avantages d'une programmation orientée objet.