R语言:colSums()函数中文帮助文档(中英文对照)

loveR

colSums(Matrix)
colSums()所属R语言包：Matrix

                                        Form Row and Column Sums and Means
                                         表格的行和列的款项和手段

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Form row and column sums and means for Matrix objects.
表格的行和列Matrix对象的款项和手段。


用法----------Usage----------


colSums (x, na.rm = FALSE, dims = 1, ...)
rowSums (x, na.rm = FALSE, dims = 1, ...)
colMeans(x, na.rm = FALSE, dims = 1, ...)
rowMeans(x, na.rm = FALSE, dims = 1, ...)

## S4 method for signature 'CsparseMatrix'
colSums(x, na.rm = FALSE,
        dims = 1, sparseResult = FALSE)
## S4 method for signature 'CsparseMatrix'
rowSums(x, na.rm = FALSE,
        dims = 1, sparseResult = FALSE)
## S4 method for signature 'CsparseMatrix'
colMeans(x, na.rm = FALSE,
        dims = 1, sparseResult = FALSE)
## S4 method for signature 'CsparseMatrix'
rowMeans(x, na.rm = FALSE,
        dims = 1, sparseResult = FALSE)



参数----------Arguments----------

参数：x
a Matrix, i.e., inheriting from  Matrix.
矩阵，即从Matrix继承。


参数：na.rm
logical. Should missing values (including NaN) be omitted from the calculations?
逻辑。 （包括NaN）被省略计算遗漏值吗？


参数：dims
completely ignored by the Matrix methods.
完全忽略Matrix方法。


参数：...
potentially further arguments, for method <-> generic compatibility.
可能进一步的论据，方法<->通用兼容性。


参数：sparseResult
logical indicating if the result should be sparse, i.e., inheriting from class sparseVector.
逻辑表示如果结果应该是稀疏的，即从类继承sparseVector。


值----------Value----------

returns a numeric vector if sparseResult is FALSE as per default.  Otherwise, returns a sparseVector.
返回一个数字矢量sparseResult如果FALSE按默认。否则，返回一个sparseVector。


参见----------See Also----------

colSums and the sparseVector classes.
colSums“sparseVector类。


举例----------Examples----------


(M &lt;- bdiag(Diagonal(2), matrix(1:3, 3,4), diag(3:2))) # 7 x 8[7×8]
colSums(M)
d <- Diagonal(10, c(0,0,10,0,2,rep(0,5)))
MM <- kronecker(d, M)
dim(MM) # 70 80[70 80]
length(MM@x) # 160, but many are '0' ; drop those:[160，但很多都是0;丢弃这些：]
MM <- drop0(MM)
length(MM@x) # 32[32]
  cm <- colSums(MM)
(scm <- colSums(MM, sparseResult = TRUE))
stopifnot(is(scm, "sparseVector"),
          identical(cm, as.numeric(scm)))
rowSums(MM, sparseResult = TRUE) # 16 of 70 are not zero[70 16不为零]
colMeans(MM, sparseResult = TRUE)
## Since we have no 'NA's, these two are equivalent :[＃由于我们有没有“不适用的，这两个是等价的：]
stopifnot(identical(rowMeans(MM, sparseResult = TRUE),
                    rowMeans(MM, sparseResult = TRUE, na.rm = TRUE)),
          rowMeans(Diagonal(16)) == 1/16,
          colSums(Diagonal(7)) == 1)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。