R中列和行的默认矩阵数
在R中,我可以使用R中列和行的默认矩阵数,r,matrix,default-value,R,Matrix,Default Value,在R中,我可以使用matrix()创建一个矩阵,该矩阵具有函数定义: function (data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL) { ... } 这表明行数(nrow)和列数(ncol)的默认值为1 那么,为什么会出现以下情况?为什么指定相同的1默认值会导致不同的矩阵 > matrix(1:9) [,1] [1,] 1 [2,] 2 [3,] 3 [4,] 4
matrix()
创建一个矩阵,该矩阵具有函数定义:
function (data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
{ ... }
这表明行数(nrow
)和列数(ncol
)的默认值为1
那么,为什么会出现以下情况?为什么指定相同的1
默认值会导致不同的矩阵
> matrix(1:9)
[,1]
[1,] 1
[2,] 2
[3,] 3
[4,] 4
[5,] 5
[6,] 6
[7,] 7
[8,] 8
[9,] 9
> matrix(1:9, ncol=1, nrow=1)
[,1]
[1,] 1
面向用户的
base::matrix
调用:
由于这些参数的“缺失性”不受它们具有默认值这一事实的影响,因此可以独立地处理该逻辑,从某种意义上说。;我不确定“覆盖”是否是最合适的术语,但基本上默认值和“缺失”是参数的正交属性。因此,内部函数知道是否实际指定了这两个参数中的每一个,并且可以区分以下两种情况:(A)
ncol=1,nrow=1
&非用户指定和(B)ncol=1,nrow=1
&用户指定;甚至认为ncol,nrow
值是相同的。意外地删除了我以前的注释。谢谢你的帮助!
matrix
# function (data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
# {
# if (is.object(data) || !is.atomic(data))
# data <- as.vector(data)
# .Internal(matrix(data, nrow, ncol, byrow, dimnames, missing(nrow),
# missing(ncol)))
# }
# <bytecode: 0x000000000b802e88>
# <environment: namespace:base>
f <- function(x = 1, y = 2) {
cat(sprintf(
"missing(x): %s\nmissing(y): %s\n",
missing(x),
missing(y)
))
}
f()
# missing(x): TRUE
# missing(y): TRUE