向量、矩阵和数组数据类型有什么区别？

Question

R 提供了三种类型来存储同质对象列表：vector、matrix 和 array。

据我所知：

• vector 是一维数组的特例
• matrix 是二维数组的特例
• array 也可以有任何维度级别（包括 1 和 2）。

在向量上使用一维数组和在矩阵上使用二维数组有什么区别？我们是否需要在它们之间进行转换，还是会自动发生？

Answer 1

matrix 和 2D array 之间没有区别：

> x <- matrix(1:10, 2)
> y <- array(1:10, c(2, 5))
> identical(x, y)
[1] TRUE
...

matrix 只是一个更方便的构造函数，还有很多函数和方法只接受二维数组（也就是矩阵）。

在内部，数组只是具有维度属性的向量：

...
> attributes(x)
$dim
[1] 2 5

> dim(x) <- NULL
> x
 [1]  1  2  3  4  5  6  7  8  9 10
> z <- 1:10
> dim(z) <- c(2, 5)
> is.matrix(z)
[1] TRUE

引用language definition：

矩阵和数组只是具有dim 属性的向量和 可选dimnames 附加到向量。

[...]

dim 属性用于实现数组。的内容 数组以列优先顺序存储在向量中，dim 属性是一个整数向量，指定相应的范围 数组。 R 确保向量的长度是 尺寸的长度。一维或多维的长度 可能为零。

向量与一维数组不同，因为后者 具有长度为 1 的 dim 属性，而前者没有 dim 属性。