dataFrame中可有多种数据格式
-
matrix 只能有一种数据格式，全为 character 或者 numeric
-
dataFrame 可有多种格式，各列向量（vector）格式相同
-
将 dataframe 转为 matrix 时，如果 dataframe 中有字符串如“ACTB”，
会导致 matrix 中全部元素都变为 character 格式
。
dataFrame中行名不允许重复
-
matrix 中行名允许重复，dataframe 中行名不允许重复
-
将有重复行名的 matrix 转为 dataframe 时，
重复的行名会自动添加后缀
，如下图所示！
dataFrame可使用“$”符号指定vector
dataFrame可添加不存在的列
View(result)
t_row = which(result$log2FoldChange >= 0.5 & result$padj < 0.05)
result[t_row,'Change'] <- 'up'
-
Change
为不存在的列，可直接添加到 dataFrame 中
-
对于
Change
中未填充元素的行，自动补充为 NA
一、数据格式matrix 中只能有一种数据格式，全为 character 或者 numeric；dataframe 中可有多种格式，每列的格式相同。注意：将 dataframe 转为 matrix 时，如果 dataframe 中有字符串如“ACTB”等，会导致 matrix 中全部元素都变为 character 格式。二、dataframe中行名不允许重复matrix 中行名允许重复，dataframe 中行名不允许重复注意： 将有重复行名的 matrix 转为 datafra
import pandas as pd
import numpy as np
df = pd.
DataFrame
(np.random.randn(3,4) ,columns=list('abcd'))
print df
print df.values
print df.as_
matrix
(columns=None)
将从MATLAB中导出的mat数据, 导入到R中, 并将
dataframe
格式 转化为
matrix
格式.
图1如上图1为MATLAB导出的mat数据, 大小为9843*1643.
2. 解决方案
解决方案一共分为以下3个步骤.
VECTOR向量（一维数组）：可以保存数字、字符或逻辑值。向量中的元素都具有相同的数据类型。
MATRIX
（二维数组）：可以保存数字、字符或逻辑值。矩阵中的元素都具有相同的数据类型。
DATAFRAME
（二维对象）：可以保存数字、字符或逻辑值。在一个列中，所有元素都具有相同的数据类型，但不同的列可以具有不同的数据类型。
栈区：主要用来存放局部变量, 传递参数, 存放函数的返回地址。.esp 始终指向栈顶, 栈中的数据越多, esp的值越小。
堆区：用于存放动态分配的对象, 当你使用 malloc和new 等进行分配时,所得到的空间就在堆中。动态分配得到的内存区域附带有分配信息, 所以你 能够 free和delete它们。
数据区：全局，静态和常量是分配在数据区中的，数据区包括bss（未初始化数据区）和初始化数据区。
在 R 中，可以使用 as.
matrix
() 函数将一个 data frame 转换为矩阵。例如：
df <- data.frame(x = 1:4, y = 5:8, z = 9:12)
mat <- as.
matrix
(df)
此时，mat 就是一个矩阵，其中包含了 df 中的数据。
注意，在转换过程中，原 data frame 中的列名会被作为矩阵的列名(即 dimnames)...
1.data.frame
data.frame是
R语言
用来处理表格式数据的数据结构。我们可以运用data.frame（）函数手动创造数据框，让我们建立一个很简单的数据框叫做greatnbateams，这个数据框有队名、胜场数、败场数、是否获得总冠军与球季。
team_name <- c("Chicago Bulls", "Golden State Warriors")
wins = c(72...
编写脚本的时候经常会涉及到对data.frame或
matrix
类型数据的操作，比如取指定列、取指定行、排除指定列或行、根据条件取满足条件的列或行等。在R中，这些操作都是可以通过简单的一条语句就能够实现的，非常的简洁优美~
下面就是一个小小的总结：
1. 对data.frame或
matrix
取指定行
data[i,] #取data中的第i行
data[c(i,j,k),] #取data中...
nx = np.array([[1,2,3],[4,5,6],[7,8,9]])
m=np.array([8,8,8])
a=np.row_stack((nx,[8,8,8])) #nx=np.row_stack((nx,m)) 给矩阵加一行
a = n...
