将矩阵与R中的向量等同是什么意思答案

【问题标题】：What does it mean to equate a matrix with a vector in R将矩阵与R中的向量等同是什么意思
【发布时间】：2020-01-15 01:49:45
【问题描述】：

在这里的许多帖子中，人们使用类似的操作

X==x

其中 X 是一个矩阵，x 是 R 中的一个向量。输出是一个 TRUE 和 FALSE 值的矩阵，其维度与 X 相同。TRUE 和 FALSE 在该矩阵中是如何排列的？

【问题讨论】：

标签： r matrix vector boolean-expression

【解决方案1】：

矩阵是具有维度属性的向量，因此可以将其与其他向量进行比较。对于矩阵运算，矩阵被视为具有按列排列的值。我们可以在下面看到

X = matrix(1:9, 3, 3)

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

as.vector(X)
# [1] 1 2 3 4 5 6 7 8 9

我们可以这样看到 dim 属性：

attributes(X)
# $dim
# [1] 3 3

如果我们删除 dim 属性，我们只剩下一个向量

attr(X, 'dim') = NULL
X
[1] 1 2 3 4 5 6 7 8 9

【讨论】：

好的，但是两个向量如何比较呢？我的意思是采取x= c(4:6), y=c(1:9)。然后x==y 显示FALSE FALSE FALSE TRUE TRUE TRUE FALSE FALSE FALSE。为什么？
那是一个完全不同的问题。原因是较短的向量被“回收”到较长的向量的长度。所以就像比较c(4:6, 4:6, 4:6) == 1:9
这些问题不是不相关的，我已经包含在我要问的问题中 TRUE 和 FALSE 如何在输出中分布。