R中列和行的默认矩阵数

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
 [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