R语言 如何创建一个带有随机值的矩阵

在这篇文章中，我们将讨论如何在R编程语言中创建一个带有随机值的矩阵。

用来生成随机值的函数是 。

• rnorm()
• runif()
• rexp()
• rpois()
• rbinom()
• sample()

我们将逐一使用所有这些函数来创建随机值的矩阵。

方法1：使用rnorm()

rnorm()函数基本上是根据正态分布来创建随机值的。

语法： rnorm(n, mean, sd)

因此，我们在rnorm()函数中给出25作为参数，然后将这些值与行号一起放入矩阵函数中，并创建矩阵。

# matrix create with the help
# of matrix function random values
# generated with the help of rnorm()
m<-matrix(rnorm(25) , nrow = 5)
  
# print the matrix
print(m)

输出 。

方法2：使用 runif() 函数

runif()函数基本上是根据均匀分布来创建随机值的。因此，我们在runif()函数中给出25作为参数。

语法： runif(n, min, max)

参数：

n： 代表观察值的数量

min, max： 代表分布的下限和上限

代码 。

# matrix create with the help 
# of matrix function random values 
# generated with the help of runif()
m <- matrix( ruif(25), nrow = 5)
  
# print the matrix
print(m)

输出 。

方法3：使用rexp()函数

rexp()函数基本上是根据指数分布来创建随机值的。因此，我们在rexp()函数中给出25作为参数。

语法： rexp(N, rate )

代码 。

# matrix create with the help 
# of matrix function random values
# generated with the help of runif()
m <- matrix( runif(25), nrow = 5)
  
# print the matrix
print(m)

输出 。

方法4：使用 rpois() 函数

在这个例子中，我们将尝试使用rpois()函数来创建随机值。rpois()函数基本上是根据泊松分布x ~ P(lambda)来创建随机值。因此，我们在rpois()函数中给出25和5作为参数。

语法： rpois(N, lambda)

参数：

N： 样本量

lambda： 每个区间的平均事件数

代码 。

# matrix create with the help 
# of matrix function random values 
# generated with the help of rpois()
m <- matrix(rpois( 25, 5), nrow = 5)
  
# print the matrix
print(m)

输出 。

方法5：使用rbinom()函数

在这个例子中，我们将尝试使用rbinom()来创建随机值。rbinom()函数基本上可以创建给定概率的随机值。

rbinom(n, N, p)

其中n是观察数，N是试验总数，p是成功的概率。因此，我们在rbinom()函数中给出25、5和.6作为参数。

代码 。

# matrix create with the help
# of matrix function random values
# generated with the help of rbinom()
m <- matrix(rbinom( 25, 5, .6), nrow = 5)
  
# print the matrix
print(m)

输出 。

方法6：使用 sample() 函数

在这个例子中，我们将尝试使用sample()函数来创建随机值。sample()函数基本上是创建给定元素的随机值。

语法： sample(x, size, replace)

参数：

x： 表示向量或正整数或数据框

size： 表示要取的样本的大小

replace： 表示逻辑值。如果为 “true”，样本可能有多个相同的值。

因此，我们在sample()函数中给出1:20和100作为参数。

代码 。

# matrix create with the help
# of matrix function random values
# generated with the help of sample()
m <- matrix(sample(
  1 : 20, 100, replace = TRUE), ncol = 10)
  
# print the matrix
print(m)

输出 。