R 语言经典实例（原书第 2 版）

128

｜

第

5

章

#>

#> , , 2

#>

#> [,1] [,2] [,3]

#> [1,] 7 9 11

#> [2,] 8 10 12

注意，由于不可能在二维介质中输出三维结构，R 软件一次仅输出结构的一个“片段”。

让我们感到非常奇怪的是，仅仅将 dim 属性赋予一个列表。就能将该列表转换成矩阵。

这变得更加奇怪了。

考虑到列表可以是异质的（混合类型）。我们可以从一个异质的列表开始，赋予它维度，

从而创建一个异质矩阵。以下代码段创建一个由数值和字符数据组成的矩阵：

C <- list(1, 2, 3, "X", "Y", "Z")

dim(C) <- c(2, 3)

print(C)

#> [,1] [,2] [,3]

#> [1,] 1 3 "Y"

#> [2,] 2 "X" "Z"

对我们来说，这很奇怪，因为我们通常认为矩阵纯粹是数值的，而不是非数值和字母的

混合。R 软件没有这种限制。

出现一个异质矩阵的可能性看似有种强大而不可思议的魅力。然而，当你使用矩阵进行

标准的矩阵运算时，会产生问题。例如，当矩阵 C（来自前一个例子）用于矩阵乘法时

会发生什么？如果将其转换为数据框会发生什么？这时候，会得到很奇怪的答案。

在本书中，我们通常忽略异质矩阵这一“病态”情况。假设你应用的是一个简单的、纯数值

的矩阵。如果矩阵包含混合数据，某些涉及矩阵的方法可能会产生奇怪的效果（或者根本没

有结果输出）。例如，将这样的混合矩阵转换成向量或数据框时会出现问题（参见 5.29 节 ）。

因子

因子（factor）看起来和向量相似，但它具有特殊的性质。 ...