如何在R中创建具有随机值的矩阵？

在本文中，我们将讨论如何在 R 编程语言中创建具有随机值的矩阵。

用于生成随机值的函数是：

• 规范（）
• 运行（）
• 正则表达式（）
• rpois()
• rbinom()
• 样本（）

我们将一一使用所有这些函数来创建具有随机值的矩阵。

方法 1：使用 rnorm()

rnorm()函数基本上根据正态分布创建随机值。

Syntax: 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。

R

# 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：

方法二：使用runif()函数

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

Syntax: runif(n, min, max)

Parameters:
n: represents number of observations
min, max: represents lower and upper limits of the distribution

代码：

电阻

# 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()函数基本上根据指数分布创建随机值。因此，我们在 rexp()函数中给出 25 作为参数。

Syntax: rexp(N, rate )

代码：

电阻

# 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：

方法四：使用rpois()函数

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

Syntax: rpois(N, lambda)

Parameters:
N: Sample Size
lambda: Average number of events per interval

代码：

电阻

# 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：

方法五：使用 rbinom()函数

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

rbinom(n, N, p)

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

代码：

电阻

# 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() 创建随机值。 sample()函数基本上创建给定元素的随机值。

Syntax:sample(x, size, replace)

Parameters:
x: indicates either vector or a positive integer or data frame
size: indicates size of sample to be taken
replace: indicates logical value. If TRUE, sample may have more than one same value

所以，我们在 sample()函数中给出 1:20 和 100 作为参数。

代码：

电阻

# 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：