“类矩阵”的（精确）含义是什么？

Question

我想创建“类似矩阵”的对象，但不一定是“正确的”矩阵。但“类矩阵”到底是什么意思呢？

\n\n

实施例1

\n\n

> image(1:9)\nError in image.default(1:9) : argument must be matrix-like\n

\n\n

实施例2

\n\n

在R 语言定义中（在 v3.3.1 中，\xc2\xa73.4.3），它是一个hapax Legomenon（添加了强调）：

\n\n

\n

[An] is\xe2\x80\xa6 的类方法示例[，如果提供两个索引（即使其中一个为空），它会创建类似矩阵的索引\xe2\x80\xa6

\n

\n\n

实施例3

\n\n

标题为help(scale)“类矩阵对象的缩放和居中”（强调是已添加）。那里似乎有一条线索：

\n\n

\n

numeric-alike表示如果不为 true，as.numeric(.)则将成功应用。is.numeric(.)

\n

\n

Answer 1

类矩阵数据是表格形式的数据，具有dim属性集。但length(dim(obj))必须等于 2，矩阵是二维对象。

引用Hadley Wickham 的《Advanced R》：

矩阵和数组

向原子向量添加暗淡属性可以使其表现得像多维数组。数组的一个特例是矩阵，它具有二维。矩阵通常用作统计数学机制的一部分。数组比较罕见，但值得注意。

矩阵和数组是使用matrix()和array()创建的，或者使用dim()的赋值形式创建的

另请参阅该help("dim") 页面。

例子：

x <- 1:9
image(x)    # error

y <- 1:9
dim(y) <- c(3, 3)
image(y)