![[R] 벡터(Vector)](/images/posts/index-r.png)
[R] 벡터(Vector)
여러 개의 스칼라 값들을 연속적으로 저장하는 데이터 형식으로 연속성 자료형이라고도 부릅니다. R에서의 연속성 자료형에는 벡터, 요인, 리스트 등이 있습니다.
#01. 벡터의 이해
1) 기본적인 벡터 생성
- 벡터는 한 줄로 구성된 사물함 같은 형태로 스칼라 값의 모음.
c()함수를 사용하여 포함하고자 하는 같은 종류의 스칼라 값들을 콤마로 구분한다.일반 프로그래밍 언어에서 이야기하는 1차 배열의 개념.
벡터 생성하기
# 다른 종류의 값들을 c() 함수에 콤마로 구분하여 배치
# --> 가장 포괄적인 스칼라 타입으로 모두 통일된다.
foo <- c("hello", "world", 1L, 3.14, TRUE, NA, NULL, Inf)
foo
# 같은 종류의 값들로만 구성한 경우
bar <- c(1, 2, 3, 4, 5)
bar
💻 출력결과
💡 여러 종류의 값들이 혼합된 경우 가장 포괄적인 타입은 문자열이기 때문에 모든 값에 문자열을 의미하는 따옴표가 적용되어 출력된다. (단, NA는 예외 / NULL은 실존하지 않고 개념적으로만 존재하는 값이므로 출력 안됨)
'hello''world''1''3.14''TRUE'NA'Inf'
12345
2) 벡터 인덱스
벡터에 포함되는 각 원소는 1부터 시작되는 일련번호를 부여받는다 –> 인덱스
인덱스 번호를 사용하여 개별적인 원소 값을 출력하기
대괄호를 사용하여 인덱스 번호를 명시한다.
foo <- c(100, 200, 300, 400, 500)
foo[1]
foo[3]
foo[5]
💻 출력결과
100
300
500
음수값 형태의 인덱스를 활용하여 인덱스가 2인 원소를 제외하고 모두 출력
foo <- c(100, 200, 300, 400, 500)
foo[-2]
💻 출력결과
100 300 400 500
3) 벡터의 타입
벡터는 모든 원소값을 가장 표현 범위가 큰 자료형으로 통일하여 변환한다.
문자열을 제외한 데이터끼리의 형식 변환
정수, 실수, 논리값의 경우 실수가 가장 표현범위가 넓다.
💡 논리값 < 정수 < 실수 < 문자열
- 정수를 논리값으로 형변환 하는 경우 → 0은
FALSE, 0이 아닌 모든 수는TRUE - 논리값을 정수로 형변환 하는 경우 →
FALSE는 0,TRUE는 1
문자열이 포함된 벡터의 타입 확인
- 문자열보다 표현 범위가 더 큰 자료형은 없으므로 모든 데이터의 형식이 문자열로 변환된다.
typeof()는 전달된 매개변수의 종류를 반환하는 기능
foo <- c("hello", "world", 1L, 3.14, TRUE, NA, NULL, Inf)
typeof(foo)
typeof(foo[1])
typeof(foo[3])
typeof(foo[5])
💻 출력결과
'character'
'character'
'character'
'character'
문자열이 포함되지 않은 벡터의 타입 확인
bar = c(1L, 2.3, TRUE)# 정수와 실수가 섞여 있는 벡터 생성
bar # 생성결과 확인
💻 출력결과
1 2.3 1
정수와 실수로 구성된 벡터의 타입 확인
typeof(bar) # 대표타입 확인
typeof(bar[1])# 각 원소의 타입 확인
typeof(bar[2])# 각 원소의 타입 확인
💻 출력결과
'double'
'double'
'double'
4) 벡터의 중첩
벡터 안에 다른 벡터가 포함될 경우 단일 차원으로 변환된다.
foo <- c(1, 2, 3)
bar <- c(10, 20, foo)
bar
💻 출력결과
10 20 1 2 3
#02. 벡터의 활용
1) 벡터의 연산
길이가 동일한 벡터끼리 사칙, 비교, 논리 연산을 수행 할 수 있으며 이 때, 위치가 동일한 원소들끼리 연산이 수행된다.
만약 두 벡터간의 원소수가 다르다면 경고메시지가 출력된다.
길이(원소의 수)가 같은 벡터끼리의 연산
v1 <- c(1, 2, 3)
v2 <- c(10, 20, 30)
v1 + v2
💻 출력결과
11 22 33
2) 벡터와 스칼라 값에 대한 연산
벡터의 모든 원소에게 스칼라 값에 대한 연산이 적용된다.
사칙,논리,비교 연산 모두 가능
벡터와 스칼라 값 연산
v3 <- c(11, 22, 33)
v3 + 10
💻 출력결과
21 32 43
3) 벡터의 슬라이싱
구간을 지정하여 값을 추출하는 형식으로 지정된 끝 위치까지 추출한다.
💡 벡터이름[시작위치:끝위치]
벡터의 슬라이싱(범위지정)
foo <- c( 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 )
a <- foo[5:8]
a
💻 출력결과
5 6 7 8
4) 벡터와 관련된 함수
벡터의 길이(=원소의 수) 확인
test <- c( 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 )
x <- length(test)
x
💻 출력결과
10
벡터의 길이를 확인하는 두 번째 방법
test <- c( 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 )
y <- NROW(test)
y
💻 출력결과
10
기술통계 관련 기본 함수들
여기서 출력되는 값들의 의미는 EDA 관련 단원에서 상세히 소개합니다.
# 데이터 준비하기
sample <- c(1,2,3,4,5)
print( sum(sample) )# 합계 구하기
print( max(sample) )# 최대값 구하기
print( min(sample) )# 최소값 구하기
print( mean(sample) ) # 평균값 구하기
print( median(sample) ) # 중앙값
print( var(sample) )# 분산
print( sd(sample) ) # 표준편차
💻 출력결과
15
5
1
3
3
2.5
1.58113883008419
5) 정형화 된 벡터를 생성하는 방법들
seq(a, b, c) 함수
- a부터 b까지 원소가 c씩 증가하는 벡터.
- c가 생략될 경우 1씩 증가한다.
1부터 5까지 1씩 증가하는 값을 원소로 갖는 벡터 생성
c <- seq(1, 5)
c
💻 출력결과
1 2 3 4 5
seq() 함수의 축약표현
d <- 1:5
d
💻 출력결과
1 2 3 4 5
0부터 9까지 3씩 증가하는 값을 원소로 갖는 벡터 만들기
e <- seq(0, 9, 3)
e
💻 출력결과
0 3 6 9
seq_len(n) 함수
1부터 1씩 증가하는 값 n개를 원소로 갖는 벡터
f <- seq_len(5)
f
💻 출력결과
1 2 3 4 5
seq_along(vector)
1부터 주어진 vector의 길이까지 순차적으로 증가하는 값을 갖는 벡터
# 주어진 데이터가 c('hello','bigdata','world') 이므로 길이는 3
tmp <- c('hello','bigdata','world')
g <- seq_along(tmp)
g
💻 출력결과
1 2 3
rep(start:end, count)
start부터 end까지의 범위를 count 회 반복하여 원소들을 생성
h <- rep(1:3, 3)
h
💻 출력결과
1 2 3 1 2 3 1 2 3
names(vector) <- c(...)
vector의 각 원소에 대해 대입된 벡터의 원소로 이름표를 지정한다.
# 테스트를 위한 벡터 지정
점수 <- c(72, 86, 82)
# `점수`벡터의 각 원소에 이름을 지정
names(점수) <- c('철수', '형석', '미영')
# 이름표가 적용된 결과 확인
점수
💻 출력결과
철수 : 72 형석 : 86 미영 : 82
names(vector) 함수의 결과에 대한 이름표를 활용하여 특정 원소에 접근
점수['형석']
💻 출력결과
형석: 86