1、 数组基本的操作：

1） 、查看数组---直接调用数组名回车；

2） 、按照下标获取数组元素---调用数组名+方括号+元素下标；

3）、查看数组长度（length()）；

4）、查看数组元素类型（mode();  ps:语言只支持数组元素单一类型，及所有元素要么都是字符，要么都是数值）

5）、对数组的操作还包括多个数组的包括，可以将两个数组组合成一个矩阵(R语言称之为数据框：frame)，可以将数组按照行向量组合rbind()和列方向的组合cbind();

> x1=c(1,2,3,4,5)
> x2=c("1","2","3","4","5")
> x1
[1] 1 2 3 4 5
> x1[4]
[1] 4
> x2
[1] "1" "2" "3" "4" "5"
> x2[4]
[1] "4"
> length(x1)
[1] 5
> mode(x1)
[1] "numeric"
> mode(x2)
[1] "character"
> m1<-rbind(x1,x2)
> m1
   [,1] [,2] [,3] [,4] [,5]
x1 "1"  "2"  "3"  "4"  "5" 
x2 "1"  "2"  "3"  "4"  "5" 
> m2<-cbind(x1,x2)
> m2
     x1  x2 
[1,] "1" "1"
[2,] "2" "2"
[3,] "3" "3"
[4,] "4" "4"
[5,] "5" "5"</span>

2、有关数组的统计指标处理：

常见的统计指标包括：平均值(mean())、求和(sum())、连乘(prod())、最值(min()、max())、方差(var())、标准差(sd())

首先我们先借助R的快速生成数组函数c(startNum:endNum)生成1到100个数字并存放于数组y内，然后对其进行相应统计指标输出，具体见下图：

> y<-c(1:100)
> mean(y)
[1] 50.5
> sum(y)
[1] 5050
> prod(y)
[1] 9.332622e+157
> max(y)
[1] 100
> min(y)
[1] 1
> var(y)
[1] 841.6667
> sd(y)
[1] 29.01149

3、 关于数据下标的相关处理

R语言提供了实用的下标处理函数，我们可以方便的取出理想数据，例如：

1）、取连续下标的元素；

2）、按照其他数组元素的值取---以其他数组元素的值取出相应本数组对应下标的元素；

3）、按照元素值的大小取，如可以去除数组中大于某个数的所有元素，小于某个数的所有元素等等；

4）、实用的which函数，which在数组下标中代表该数组对象，可以通过which取出数组元素a[which()]，相应的也可以取出符合元素的下标which()；

5）、自排序函数(sort())和数组反转函数(rev());

<span style="font-weight: normal;"><span style="font-size:14px;">a=c(1,2,3,4,5,8,9,10,15555)
> a[1:5]
[1] 1 2 3 4 5
> a[a<5]
[1] 1 2 3 4
> a[a>4 &a<8]
[1] 5
> a[a[3]]
[1] 3
> which.max(a)
[1] 9
> a[which.max(a)]
[1] 15555
> which(a>1&a<5)
[1] 2 3 4
> a[which(a>1 &a<5)]
[1] 2 3 4
> a[which(a==9)]
[1] 9
> sort(a)
[1]     1     2     3     4     5     8     9    10 15555
> a
[1]     1     2     3     4     5     8     9    10 15555
> rev(a)
[1] 15555    10     9     8     5     4     3     2     1</span></span>

3、生成矩阵和矩阵操作相关函数：

R提供了数组转矩阵的函数（matrix()），矩阵是后续很多工作的开始:

1)、矩阵进行加减(+-)、相乘(%*%)：

Ps:数组生成矩阵时，默认是按照列方向进行，可以加参数byrow=T,使其按行方向生成矩阵 

a<-c(1:12)
> mat_a<-matrix(a,nrow=3,ncol=4)
> mat_a
     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12
> mat_aa<-matrix(a,nrow=4,ncol=3)
> mat_aa
     [,1] [,2] [,3]
[1,]    1    5    9
[2,]    2    6   10
[3,]    3    7   11
[4,]    4    8   12
> mat_b<-matrix(a,nrow=3,ncol=4)
> mat_b
     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12
> mat_a+mat_b
     [,1] [,2] [,3] [,4]
[1,]    2    8   14   20
[2,]    4   10   16   22
[3,]    6   12   18   24
> mat_a%*%mat_aa
     [,1] [,2] [,3]
[1,]   70  158  246
[2,]   80  184  288
[3,]   90  210  330</span>

> mat_a
     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12
> diag(mat_a)
[1] 1 5 9
> diag(4)
     [,1] [,2] [,3] [,4]
[1,]    1    0    0    0
[2,]    0    1    0    0
[3,]    0    0    1    0
[4,]    0    0    0    1
> t(mat_a)
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9
[4,]   10   11   12