Matrices, valores especiales y texto

Material: Cuaderno original (.ipynb)

Segunda clase de R. Se pasa de los vectores a las matrices, se revisan los valores especiales con que R representa datos faltantes o resultados indefinidos, y se ven las primeras funciones para trabajar con texto. Al final hay un repaso corto de la primera clase.

1. Crear una matriz

Una matriz es un arreglo de dos dimensiones, con filas y columnas, que guarda datos de un mismo tipo. Se crea con matrix(), indicando los valores y la cantidad de filas (nrow) y de columnas (ncol).

Con byrow = TRUE los valores se van colocando por filas: primero se completa la fila 1, luego la 2.

A <- matrix(c(1, 5, 3, 2, 1, 1), nrow = 2, ncol = 3, byrow = TRUE)
A
[,1] [,2] [,3] [1,] 1 5 3 [2,] 2 1 1

En la salida, [1,] identifica la fila 1 y [,1] la columna 1.

2. Unir vectores y matrices

Se crean dos vectores: uno de largo 2, que calza como columna de A, y otro de largo 3, que calza como fila.

c1 <- c(9, 10)
f1 <- c(7, 8, 9)
c1; f1
[1] 9 10 [1] 7 8 9

Las dos instrucciones también se pueden escribir en líneas separadas:

c1 <- c(9, 10)
f1 <- c(7, 8, 9)
c1
f1
[1] 9 10 [1] 7 8 9

cbind() une por columnas: agrega c1 como una columna nueva. La columna conserva el nombre del vector.

A; c1
cbind(A, c1)
[,1] [,2] [,3] [1,] 1 5 3 [2,] 2 1 1 [1] 9 10 c1 [1,] 1 5 3 9 [2,] 2 1 1 10

cbind() devuelve una matriz nueva, pero no modifica A. Para conservar el resultado hay que asignarlo:

A <- cbind(A, c1)
A
c1 [1,] 1 5 3 9 [2,] 2 1 1 10

rbind() une por filas. Ahora A tiene 4 columnas y c1 solo 2 valores; R recicla el vector, es decir, lo repite hasta completar la fila.

f1
rbind(A, c1)
[1] 7 8 9 c1 1 5 3 9 2 1 1 10 c1 9 10 9 10

El reciclaje puede esconder errores

Para los ejemplos que siguen se vuelve a definir A con los mismos valores, pero con byrow = FALSE: ahora se colocan por columnas, primero la columna 1, luego la 2 y después la 3.

A <- matrix(c(1, 5, 3, 2, 1, 1), nrow = 2, ncol = 3, byrow = FALSE)
A
[,1] [,2] [,3] [1,] 1 3 1 [2,] 5 2 1

Si los largos no calzan de forma exacta, R igual recicla, pero avisa con una advertencia. Aquí la matriz queda con 7 columnas y f1 tiene 3 valores: se repite dos veces completas y sobra un 7.

c1; f1
rbind(cbind(A, c1, c1, c1, c1), f1)
[1] 9 10 [1] 7 8 9 Warning message in rbind(cbind(A, c1, c1, c1, c1), f1): “number of columns of result is not a multiple of vector length (arg 2)” c1 c1 c1 c1 1 3 1 9 9 9 9 5 2 1 10 10 10 10 f1 7 8 9 7 8 9 7

Entre matrices no hay reciclaje: para unirlas por filas deben tener la misma cantidad de columnas.

u1 <- cbind(A, c1)   # 2x4
u2 <- rbind(A, f1)   # 3x3
u1; u2
c1 [1,] 1 3 1 9 [2,] 5 2 1 10 [,1] [,2] [,3] 1 3 1 5 2 1 f1 7 8 9
rbind(u1, u2)
Error in rbind(u1, u2): number of columns of matrices must match (see arg 2)

3. Matriz diagonal, dimensiones y tipo

diag() crea una matriz diagonal: los valores van en la diagonal y el resto son ceros.

diag(c(1, 2, 3, 4, 5))
[,1] [,2] [,3] [,4] [,5] [1,] 1 0 0 0 0 [2,] 0 2 0 0 0 [3,] 0 0 3 0 0 [4,] 0 0 0 4 0 [5,] 0 0 0 0 5

dim() devuelve la cantidad de filas y de columnas, en ese orden.

dim(A)
[1] 2 3

Como el resultado es un vector, se puede pedir cada valor por separado: el primero son las filas y el segundo las columnas.

dim(A)[1]
[1] 2
dim(A)[2]
[1] 3
class(A)
typeof(A)
[1] "matrix" "array" [1] "double"

4. Acceder y modificar elementos

Con un solo índice, R recorre la matriz por columnas, como si fuera un vector largo. En A, ese orden es 1, 5, 3, 2, 1, 1, así que el segundo elemento es 5.

A[2]
[1] 5
B <- matrix(c(1, 2, 3, 4, 5, 6, 7, 8, 9), nrow = 3, ncol = 3)

Cuando no se indica byrow, la matriz se llena por columnas.

B
[,1] [,2] [,3] [1,] 1 4 7 [2,] 2 5 8 [3,] 3 6 9
B[4]
[1] 4

Lo habitual es indicar fila y columna, separadas por coma.

A[1, 2]
[1] 3

Si se deja vacío el lugar de la columna, se obtiene la fila completa.

A[2, ]
[1] 5 2 1

Para modificar un elemento se le asigna un valor nuevo.

A[2, 3] <- 9
A
[,1] [,2] [,3] [1,] 1 3 1 [2,] 5 2 9

Una comparación se evalúa en cada casilla y devuelve una matriz lógica.

A > 5
[,1] [,2] [,3] [1,] FALSE FALSE FALSE [2,] FALSE FALSE TRUE

5. Operaciones con matrices

Las operaciones aritméticas con un número se aplican a cada casilla.

A + 2
[,1] [,2] [,3] [1,] 3 5 3 [2,] 7 4 11

Multiplicación matricial

A; B
[,1] [,2] [,3] [1,] 1 3 1 [2,] 5 2 9 [,1] [,2] [,3] [1,] 1 4 7 [2,] 2 5 8 [3,] 3 6 9

El operador %*% es la multiplicación de matrices. Exige que la cantidad de columnas de la primera sea igual a la cantidad de filas de la segunda: A es de 2×3 y B de 3×3, así que el resultado es de 2×3.

M1 <- A %*% B
M1
[,1] [,2] [,3] [1,] 10 25 40 [2,] 36 84 132

El operador *, en cambio, multiplica casilla por casilla.

A * A
[,1] [,2] [,3] [1,] 1 9 1 [2,] 25 4 81

A %*% A no se puede calcular: A tiene 3 columnas pero 2 filas, y las dimensiones no calzan.

A %*% A
Error in A %*% A: non-conformable arguments

Traspuesta, determinante e inversa

t() entrega la traspuesta: las filas pasan a ser columnas.

A; t(A)
[,1] [,2] [,3] [1,] 1 3 1 [2,] 5 2 9 [,1] [,2] [1,] 1 5 [2,] 3 2 [3,] 1 9

det() calcula el determinante, que solo existe para matrices cuadradas. A no lo es, así que da error.

det(A)
Error in determinant.matrix(x, logarithm = TRUE, ...): 'x' must be a square matrix
C <- matrix(c(1, 2, 3, 4), nrow = 2, ncol = 2)
C; det(C)
[,1] [,2] [1,] 1 3 [2,] 2 4 [1] -2

solve() calcula la inversa de una matriz cuadrada.

c2_inv <- solve(C)
c2_inv
[,1] [,2] [1,] -2 1.5 [2,] 1 -0.5

Una matriz multiplicada por su inversa da la matriz identidad.

C %*% c2_inv
[,1] [,2] [1,] 1 0 [2,] 0 1

6. Comparaciones y valores especiales

3 > 4
[1] FALSE

El doble signo igual, ==, compara; un solo = asigna.

3 == 3
[1] TRUE

Al comparar un número con un texto, R convierte el número a texto y compara "3" con "a".

3 == "a"
[1] FALSE

NA (not available) representa un dato faltante. Cualquier comparación con NA da NA: si no se conoce el valor, tampoco se puede saber si es igual a otro. Eso vale incluso entre dos NA.

3 == NA
[1] NA
NA == NA
[1] NA

Por eso, para preguntar si un valor falta se usa is.na() y no ==.

is.na(3)
[1] FALSE
is.na(NA)
[1] TRUE

NaN (not a number) es el resultado de una operación indefinida; is.na() también lo considera faltante. Inf es infinito, que sí es un valor.

is.na(NaN)
[1] TRUE
is.na(Inf)
[1] FALSE
Inf > 10000000000
[1] TRUE

Dividir por cero no es un error en R: da infinito, con el signo del numerador.

1/0
[1] Inf
-1/0
[1] -Inf

Una operación con un dato faltante da un dato faltante.

0/NA
[1] NA
Inf + Inf
[1] Inf

Las operaciones que no tienen un resultado definido dan NaN.

0/0
[1] NaN
Inf * 0
[1] NaN

7. Operaciones con vectores

Las operaciones entre vectores se hacen elemento por elemento.

x <- c(4, 16, 9)
c(1, 2, 3) + c(1, 1, 4)
[1] 2 3 7

Las funciones también: sqrt() calcula la raíz de cada elemento.

sqrt(x)
[1] 2 4 3

8. Funciones para texto

nchar() cuenta los caracteres.

nchar("hola")
[1] 4

substr() extrae un trozo del texto, entre las posiciones start y stop. Los espacios cuentan como caracteres.

substr("Hola soy miguel", start = 2, stop = 6)
[1] "ola s"

Las funciones se pueden anidar: la de más adentro se ejecuta primero. Aquí substr() extrae "02", nchar() cuenta sus 2 caracteres y as.numeric() convierte el resultado a número.

as.numeric(nchar(substr("02_miguel", 1, 2)))
[1] 2

Para convertir a número el texto extraído, as.numeric() se aplica directamente sobre él: as.numeric(substr("02_miguel", 1, 2)) convierte "02" en el número 2.

grepl() busca un texto dentro de otro y responde TRUE o FALSE.

grepl("ab", "sabcdf")
[1] TRUE

gsub() busca un texto y lo reemplaza por otro. Aquí quita los guiones de dos fechas.

fecha <- gsub("-", "", c("2019-05-15", "2019-05-09"))
fecha
[1] "20190515" "20190509"

El resultado sigue siendo texto, aunque parezca un número.

typeof(fecha)
[1] "character"

Matrices de texto

Una matriz también puede guardar texto. En la salida, las comillas indican que los valores son de tipo carácter.

c("1", "2", "3")
P <- matrix(c("1", "2", "3"), nrow = 1, ncol = 3)
P
[1] "1" "2" "3" [,1] [,2] [,3] [1,] "1" "2" "3"

Como todos los valores de una matriz deben ser del mismo tipo, al asignar el número 7 R lo convierte en el texto "7".

P[1, 3] <- 7
P
[,1] [,2] [,3] [1,] "1" "2" "7"

length() cuenta todos los elementos de la matriz y dim() entrega sus filas y columnas.

length(P)
[1] 3
dim(P)
[1] 1 3

9. Repaso de la primera clase

sqrt(5)
[1] 2.236068
factorial(7)
[1] 5040
abs(-4)
[1] 4
f <- TRUE
rm(f)

Los nombres de un vector siempre son texto, aunque se escriban como números.

y <- c(1, 2)
names(y) <- c(4, 6)
y
4 6 1 2
which.max(y)
6 2

El máximo está en la posición 2, cuyo nombre es "6".

2 %in% y
[1] TRUE
rep("lala", 20)
[1] "lala" "lala" "lala" "lala" "lala" "lala" "lala" "lala" "lala" "lala" [11] "lala" "lala" "lala" "lala" "lala" "lala" "lala" "lala" "lala" "lala"
seq(1, 10, 1)
[1] 1 2 3 4 5 6 7 8 9 10

Si el incremento va en dirección contraria al término, R da un error: no se puede llegar de 1 a 10 restando.

seq(1, 10, -1)
Error in seq.default(1, 10, -1): wrong sign in 'by' argument
w1 <- runif(n = 10, min = 0, max = 100)
w1
[1] 23.10843 58.39097 89.94026 37.80956 87.71402 13.23537 93.34333 23.52358 [9] 24.48540 31.98796
mean(w1); median(w1)
[1] 48.35389 [1] 34.89876
BUSCARCtrl K