向量之間的加減乘除運算：
> x <- 1 > x [1] 1 2 3 4 5 6 7 8 9 10 > x=x+1 > x [1] 2 3 4 5 6 7 8 9 10 11 > x = 1:10 > x [1] 1 2 3 4 5 6 7 8 9 10 > y = seq(1,100, length.out = 10) > y [1] 1 12 23 34 45 56 67 78 89 100 > x*y [1] 1 24 69 136 225 336 469 624 801 1000 > x**y [1] 1.000000e+00 4.096000e+03 9.414318e+10 2.951479e+20 [5] 2.842171e+31 3.771117e+43 4.183778e+56 2.760699e+70 [9] 8.464150e+84 1.000000e+100
這些代碼看起來完全沒有任何問題，就像之前我們已經接觸過的其他語言的編程一樣，但是后面就有一些R語言自帶的特性了，比如說有兩個不同長度的向量在進行加減乘除的時候，運算的規律是小的向量不斷循環地去乘上大的向量，並且大的向量的長度必須是短的向量的整數倍，不然程序就會報錯。我們舉個例子，假定有一個長度為2的向量Z（1,2），如下所示：
z=c(1,2) > z [1] 1 2
我們用這個創建好的向量去和剛才創建的X向量進行相乘，得到的結果如下所示：
> z+x [1] 2 4 4 6 6 8 8 10 10 12 > z*x [1] 1 4 3 8 5 12 7 16 9 20
很顯然R語言當中已經幫我們做了乘法，用Z向量當中的每一個component去乘或者加上X向量當中的每一個component並不斷循環。如果這個時候x向量不是z向量的整數倍，那么計算機就不知道在哪里停止計算，就會報錯，出現以下的情況，這是萬萬使不得的：
> z=c(1,2,3) > z [1] 1 2 3 > z*x [1] 1 4 9 4 10 18 7 16 27 10 Warning message: In z * x : longer object length is not a multiple of shorter object length
我們在R語言當中也可以很方便的使用%in%對一個向量當中的哪些元素在另外一個向量當中，如下所示：
> c(1,2,3) %in% c(1,2,3,4) [1] TRUE TRUE TRUE > c(1,2,3) %in% c(1,5,6,7,8) [1] TRUE FALSE FALSE
判斷之后的結果則會用TRUE,FALSE顯示出來。
在R當中也可以使用==來表示判斷真假，比如說我們可以判斷x和y是否是兩個相同的向量，在判斷的時候我們取x和y的向量長度都一樣，數值不一樣的特殊情況，判斷的結果如下所示：
> x==y [1] TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE > x [1] 1 2 3 4 5 6 7 8 9 10 > y [1] 1 12 23 34 45 56 67 78 89 100
我們還可以使用log（）函數來進行計算對數，里面的參數base表示底數，不帶參數base則表示底數是自然對數e，如下所示：
> log(16,base=2) [1] 4 > log(16) [1] 2.772589 > log(16)#默認是自然對數進行計算 [1] 2.772589
下面我們再創造一個向量對其進行運算，這里使用了max（），min（），以及sum（）求和函數，字面意思也是很容易弄明白的，如下所示：
> vec=1:100 > vec [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 [25] 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 [49] 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 [73] 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 [97] 97 98 99 100 > sum(vec) [1] 5050 > max(vec) [1] 100 > min(vec) [1] 1
R語言當中還可以使用round（）函數來表示保留幾位小數，在下面我們就會遇到，如下所示：
> var(vec)#方差 [1] 841.6667 > round(var(vec),digits = 6) [1] 841.6667 > round(var(vec),digits = 2) [1] 841.67 > prod(vec)#計算連乘的積 [1] 9.332622e+157 > median(vec)#計算中位數 [1] 50.5 > quantile(vec)#計算分位數 0% 25% 50% 75% 100% 1.00 25.75 50.50 75.25 100.00 > quantile(vec,c(0.2,0.4,0.9)) 20% 40% 90% 20.8 40.6 90.1 > t=c(1,2,3,4,5,8,3,6) > which.max(t) [1] 6 > which.min(t) [1] 1
得解！今天的向量運算教程就到這里了！