기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

R 배열과 행렬

내용

배열과 행렬

생성과 결합

그래프에 데이터를 나타내는 방법을 생각해 보면 x축이나 y축 즉, 한 개의 축만을 사용하여 나타낼 수 있습니다. 이렇게 표현할 수 있는 구조가 벡터(vector)입니다. 2개의 축을 모두 사용할 수 있는 구조를 행렬(matrix), 3개이상의 축을 사용하여 나타낼 수 있는 구조를 텐서(tensor)라고 합니다. R에서는 행렬과 텐서를 배열(array)로 나타냅니다. 각 구조에서 사용되는 축의 수를 그 구조의 차원(dimension)이라고 합니다. 결과적으로 벡터는 1차원, 행렬은 2차원, 텐서는 3차원이상의 모든 차원을 의미합니다. 각 구조로 나타내기 위한 데이터와 차원을 인수로 전달하여 배열객체를 생성합니다.
array(객체, dim=차원)
행렬과 텐서 즉, 배열 생성
객체는 c()함수의 벡터, list() 함수에 의한 리스트입니다.
dim의 인수는 c(1차원, 2차원, ...) 식으로 전달합니다
행렬은 2차원 배열로서 별도의 함수 matrix()에 의해 생성할 수 있습니다.
matrix(vector 또는 list, nrow, ncol, byrow=FALSE)
행렬 생성
nrow:행의 수, ncol: 열의 수
객체를 행렬로 정렬하는 기본 방식은 열 기준입니다. 즉, 1열을 모두 채운뒤에 2열로 진행됩니다. 예를 들어 벡터의 첫번째 원소를 시작으로 1행1열, 2행 1열, 3행 1열 ... 의 순으로 배치합니다.
byrow=TRUE로 지정함으로서 행기준으로 전환할 수 있습니다. 즉, 1행1열, 1행2열, 1행3열 ..의 순으로 정렬
> n<-1:10; n
 [1]  1  2  3  4  5  6  7  8  9 10
> arr<-array(n, dim=c(2, 5)); arr
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10
> class(arr)
[1] "matrix" "array" 
> mat<-matrix(n, nrow=2, ncol=5); mat
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10
> class(mat)
[1] "matrix" "array" 
> matrix(n, nrow=2, ncol=5, byrow=TRUE)
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    2    3    4    5
[2,]    6    7    8    9   10
벡터는 mode, length의 본질속성(intirinic attribution)외에 다른 속성은 가지지 않습니다. 반면에 배열은 차원벡터로 구성된 dim 속성을 가집니다.
> attributes(n); attributes(arr); attributes(mat)
NULL
$dim
[1] 2 5

$dim
[1] 2 5
이 dim 속성은 객체의 차원을 반환하는 함수 dim(객체)로 사용됩니다. 이 함수를 사용하여 벡터를 배열로 전환할 수 있습니다.
> n
 [1]  1  2  3  4  5  6  7  8  9 10
> dim(arr)<-c(5, 2); arr
     [,1] [,2]
[1,]    1    6
[2,]    2    7
[3,]    3    8
[4,]    4    9
[5,]    5   10

> n<-1:8
> dim(n)<-c(2,2,2)
> n
, , 1

     [,1] [,2]
[1,]    1    3
[2,]    2    4

, , 2

     [,1] [,2]
[1,]    5    7
[2,]    6    8
리스트 객체를 기반으로 배열(행렬)을 생성합니다.
> ls<-list('apple', 'pear', '사과', '배'); ls  
[[1]]
[1] "apple"

[[2]]
[1] "pear"

[[3]]
[1] "사과"

[[4]]
[1] "배"

> array(ls, c(2,2))
     [,1]    [,2]  
[1,] "apple" "사과"
[2,] "pear"  "배"  
> matrix(ls, 2,2)
     [,1]    [,2]  
[1,] "apple" "사과"
[2,] "pear"  "배"
행렬은 여러 벡터의 결합으로 작성할 수 있습니다. 결합하는 방식은 행기준, 열기준으로 두가지가 존재합니다.
rbind(x, y, ...): 각 벡터를 행 벡터로 나열하고 행기준으로 결합즉, x의 다음행에 y의 방식으로 결합
cbind(x, y, ...): 두 벡터를 열 벡터로 나열하고 열기준으로 결합즉, x의 다음 열에 y의 방식으로 결합
> l<-1:4
> g<-5:8
> h<-9:12
> rbind(l,g,h)
  [,1] [,2] [,3] [,4]
l    1    2    3    4
g    5    6    7    8
h    9   10   11   12
> cbind(l,g,h)
     l g  h
[1,] 1 5  9
[2,] 2 6 10
[3,] 3 7 11
[4,] 4 8 12
3차원 배열을 생성해 봅니다.
> array(1:8, dim=c(2,2,2))
, , 1

    [,1] [,2]
[1,]    1    3
[2,]    2    4

, , 2

    [,1] [,2]
[1,]    5    7
[2,]    6    8
배열은 as.vector() 또는 c()를 사용하여 행렬은 벡터로 전환합니다.
> x<-array(1:24, c(2, 3, 4))
> as.vector(x)
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
> c(x)
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

인덱스에 의한 요소의 호출과 수정

배열은 차원을 가집니다. 각 차원의 위치가 인덱스가 되므로 배열의 각 요소는 차원수 만큼의 인덱스를 가집니다. 예를 들어 행렬의 경우 하나의 요소는 행과 열의 위치 두개를 가집니다. 그러므로 요소를 호출하기 위해서는 두 개의 인덱스를 함께 지정해야 합니다. 역으로 지정된 인덱스에 다른 값을 지정함으로서 수정할 수 있습니다. 이와 같은 방식은 모든 차원의 배열에 사용되므로 2차원인 행렬을 기준을 소개하면 다음과 같습니다.
[행, 열]행과 열에 교차되는 원소를 호출,
여러 행 또는 열을 호출하기 위해 c()함수를 사용합니다.
[행,]지정한 행의 모든 원소를 호출
[, 열] 지정한 열의 모든 원소를 호출
-인덱스 인덱스에 '-'는 지정한 부분을 제거하기 위해 사용
> x<-array(1:20, dim=c(4, 5)); x
    [,1] [,2] [,3] [,4] [,5]
[1,]    1    5    9   13   17
[2,]    2    6   10   14   18
[3,]    3    7   11   15   19
[4,]    4    8   12   16   20
> i<-array(c(1:3, 3:1), dim=c(3,2));i
    [,1] [,2]
[1,]    1    3
[2,]    2    2
[3,]    3    1
> x[i]
[1] 9 6 3
> x[i]<-0
> x
    [,1] [,2] [,3] [,4] [,5]
[1,]    1    5    0   13   17
[2,]    2    0   10   14   18
[3,]    0    7   11   15   19
[4,]    4    8   12   16   20
> x[-2,]  #2 행 제거
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    5    0   13   17
[2,]    0    7   11   15   19
[3,]    4    8   12   16   20
> x[-1, -2] #1행과 2열 제거
     [,1] [,2] [,3] [,4]
[1,]    2   10   14   18
[2,]    0   11   15   19
[3,]    4   12   16   20
다음은 세개의 벡터들을 열기준으로 연결하고 logical에 일부를 호출한 것입니다.
> h<-c(180, 182, 173, 169, 176)
    > w<-c(72, 88, 65, 70, 71)
    > y<-c(1, 3, 2, 4,2)
    > A<-cbind(h, w, y);A
           h  w y
    [1,] 180 72 1
    [2,] 182 88 3
    [3,] 173 65 2
    [4,] 169 70 4
    [5,] 176 71 2
    > A[,c(T,T,F)]
           h  w
    [1,] 180 72
    [2,] 182 88
    [3,] 173 65
    [4,] 169 70
    [5,] 176 71
    > A[A[,2]>80, ]
      h   w   y 
    182  88   3 
R에서는 모든 데이터는 기본적으로 벡터로 입니다. 그러므로 한 개의 행, 또는 열을 추출, 하나의 숫자를 추출할 경우 행렬이 아닌 벡터로 간주됩니다.
> class(A[,1])
    [1] "numeric"
    > mode(A[,1])
    [1] "numeric"
    > mode(A[2,])
    [1] "numeric"

행과 열 이름 할당

벡터의 이름은 names()에 의해 할당할 수 있습니다. 행렬 역시 colnames(), rownames() 함수를 사용하여 각각 행과 열이름 부여할 수 있습니다.
> names(h)<-c('a','b','c','d', 'e');h
    a   b   c   d   e 
  180 182 173 169 176 
  > rownames(A)<- c('a','b','c','d', 'e')
  > colnames(A)<-c('height', 'weight', 'grad')
  > A
    height weight grad
  a    180     72    1
  b    182     88    3
  c    173     65    2
  d    169     70    4
  e    176     71    2

기본연산

벡터의 경우 재사용이 일어납니다. 즉, 다른 길이의 벡터들 사이의 연산이 가능합니다. 그러나 행렬에서는 재사용이 일어나지 않습니다. 그러므로 차원이 같은 행렬들에서만 연산이 가능합니다.
> A<-matrix(1:9, nrow=3, ncol=3)
    > B<-matrix(seq(from=10, length=9, by=10), nrow=3, ncol=3)
    > A; B
         [,1] [,2] [,3]
    [1,]    1    4    7
    [2,]    2    5    8
    [3,]    3    6    9
         [,1] [,2] [,3]
    [1,]   10   40   70
    [2,]   20   50   80
    [3,]   30   60   90
    > A+B
         [,1] [,2] [,3]
    [1,]   11   44   77
    [2,]   22   55   88
    [3,]   33   66   99
    > A-B
         [,1] [,2] [,3]
    [1,]   -9  -36  -63
    [2,]  -18  -45  -72
    [3,]  -27  -54  -81
    > A*B
         [,1] [,2] [,3]
    [1,]   10  160  490
    [2,]   40  250  640
    [3,]   90  360  810
    > A/B
      [,1] [,2] [,3]
  [1,]  0.1  0.1  0.1
  [2,]  0.1  0.1  0.1
  [3,]  0.1  0.1  0.1
행렬과 벡터의 연산에서 벡터는 재사용됩니다. 이 경우 벡터의 배열 순서는 열기준입니다. 1행1열, 2행1열, 1행2열, 2행 2열, 벡터의 재사용은 두 벡터의 길이는 배수관계이어야 합니다.
> 10:12
    [1] 10 11 12
> C<-cbind(A, 10:12);C
    [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12
> a<-9:1; a
[1] 9 8 7 6 5 4 3 2 1
> A+a
    [,1] [,2] [,3]
[1,]   10   10   10
[2,]   10   10   10
[3,]   10   10   10

전치(transpose)

행렬의 행과 열을 교환한 결과를 전치(transpose) 행렬라고 합니다. t() 함수를 사용합니다. 이 함수는 행렬과 같이 행과 열만이 존재하는 2차원의 객체에만 적용할 수 있습니다.
2차원이상의 객체인 배열은 행, 열 외에 다른 차원이 존재합니다. 각 차원의 인덱스의 위치는 행:1, 열:2, 다음 차원:3,... 으로 나타냅니다. 이러한 객체의 위치 변화나 차원들의 축소 또는 증가는 aperm(행렬 또는 배열, perm) 함수를 사용합니다. 이 함수의 인자 perm은 각 차원의 인덱스를 지정하는 것으로 예를 들어 c(2,1)은 원래 열차원을 행으로 하고 행 차원을 열로 지정한 것입니다.
> A<-matrix(1:6, nrow=2, ncol=3); A
    [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6
> t(A)
    [,1] [,2]
[1,]    1    2
[2,]    3    4
[3,]    5    6
> aperm(A, c(2,1))
    [,1] [,2]
[1,]    1    2
[2,]    3    4
[3,]    5    6
다음 객체 x는 3차원 배열 즉, 3개의 축을 가집니다. 이 객체의 축은 다음과 같이 변형합니다.
축이름x y z
변형전1 2 3
변형후2 1 3
> x<-array(1:24, c(2, 3, 4)); x
, , 1

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

, , 2

     [,1] [,2] [,3]
[1,]    7    9   11
[2,]    8   10   12

, , 3

     [,1] [,2] [,3]
[1,]   13   15   17
[2,]   14   16   18

, , 4

     [,1] [,2] [,3]
[1,]   19   21   23
[2,]   20   22   24

> xt<-aperm(x, c(2, 1, 3));xt
, , 1

     [,1] [,2]
[1,]    1    2
[2,]    3    4
[3,]    5    6

, , 2

     [,1] [,2]
[1,]    7    8
[2,]    9   10
[3,]   11   12

, , 3

     [,1] [,2]
[1,]   13   14
[2,]   15   16
[3,]   17   18

, , 4

     [,1] [,2]
[1,]   19   20
[2,]   21   22
[3,]   23   24

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...