如何在R中的表中找到对角线元素的总和？

矩阵分析可能需要对角元素的总和，因此，我们可以将矩阵转换为表格并找到对角元素的总和。通过使用sun函数，可以使用diag函数提取表的对角线元素，从而轻松完成此操作。例如，如果我们有一个表T，则可以找到T的对角元素之和为sum（diag(T)）。

示例

Table1<-as.table(matrix(1:25,ncol=5))
Table1

输出结果

  A B  C  D  E
A 1 6 11 16 21
B 2 7 12 17 22
C 3 8 13 18 23
D 4 9 14 19 24
E 5 10 15 20 25

示例

sum(diag(Table1))

输出结果

[1] 65

示例

Table2<-as.table(matrix(1:100,ncol=10))
Table2

输出结果

  A  B  C  D  E  F  G  H  I  J
A 1 11 21 31 41 51 61 71 81 91
B 2 12 22 32 42 52 62 72 82 92
C 3 13 23 33 43 53 63 73 83 93
D 4 14 24 34 44 54 64 74 84 94
E 5 15 25 35 45 55 65 75 85 95
F 6 16 26 36 46 56 66 76 86 96
G 7 17 27 37 47 57 67 77 87 97
H 8 18 28 38 48 58 68 78 88 98
I 9 19 29 39 49 59 69 79 89 99
J 10 20 30 40 50 60 70 80 90 100

示例

sum(diag(Table2))

输出结果

[1] 505

示例

Table3<-as.table(matrix(rnorm(36),nrow=6)) Table3

输出结果

      A           B            C           D          E           F
A -0.02015819 -2.14686269 -0.79392704 -0.55050284  0.23070052  0.13070019
B -0.39663252 -0.12698078 -0.09832510 -1.41939702 -0.49657164 -0.45341576
C  0.23753427  0.78309823  2.11059813 -0.41943086 -0.33058117  0.63018308
D -2.03889403  1.33432969  1.65307088  1.67585600 -1.49239102 -0.67350890
E -0.61901214 -0.89328172  1.03601932 -0.16994050  0.73360113  0.42438789
F -1.09296499 -1.10922272  0.04226664  2.58299950  0.51644977  0.41344741

示例

sum(diag(Table3))

输出结果

[1] -1.493482

示例

Table4<-as.table(matrix(rnorm(36,100,5),nrow=6))
Table4

输出结果

     A         B         C        D         E       F
A 105.44635  93.14600  97.80468 100.68027  95.28400 100.82330
B 95.16300   98.87825  98.75319  96.53916 108.81398  99.40972
C 94.99926  105.25513 100.37713 100.96798  93.41062 101.70070
D 99.21070   99.82776  88.46770  97.40873 102.29429  95.97573
E 98.70941   95.46398 101.49608 102.96491 101.35786 105.05309
F 102.20267 101.30244 100.53210  91.06927  87.33858 102.15255

示例

sum(diag(Table4))

输出结果

[1] 608.7968

示例

Table5<-as.table(matrix(rnorm(25,500,50),nrow=5))
Table5

输出结果

    A        B        C        D        E
A 505.2863 493.6967 542.0539 577.7998 504.0781
B 500.1169 518.8777 403.9920 569.6609 506.1925
C 410.2091 404.1374 521.1845 547.0921 489.7272
D 520.4017 491.4741 502.0402 453.0907 490.6733
E 499.4468 520.5062 449.8988 541.2709 562.4680

示例

sum(diag(Table5))

输出结果

[1] 2422.402

示例

Table6<-as.table(matrix(runif(25,5,10),nrow=5))
Table6

输出结果

      A       B        C         D       E
A 9.957061 8.584646 6.731691 6.645764 6.343259
B 7.157706 5.733703 5.630403 9.290109 5.232770
C 8.244165 5.308932 5.100177 6.389525 7.758126
D 6.445069 8.942210 5.995070 6.302655 8.955960
E 8.200180 7.202910 9.770459 6.822972 6.435597

示例

sum(diag(Table6))

输出结果

[1] 31.74213

示例

Table7<-as.table(matrix(rexp(25,3.5),nrow=5)) Table7

输出结果

     A             B         C         D         E 
A 0.29068590 0.27290414 0.55115684 0.23493220 0.51366603
B 0.69828775 0.39694271 0.08617531 0.01405418 0.29315770
C 0.07375495 0.14626855 0.36778766 0.58536517 0.38151674
D 0.02949406 0.01493486 0.23719988 0.01521633 0.03468193
E 0.08120215 0.42675242 0.33896103 0.34181323 0.06136357

示例

sum(diag(Table7))

输出结果

[1] 0.310424

示例

Table10<-as.table(matrix(rpois(100,15),ncol=10))
Table10

输出结果

   A   B    C   D  E    F   G H  I  J
A  22  21  16  13  10   17 10  6 11 13
B  9   13  17  15  18   8  12 17 12 12
C  22  24  17  14  15   17 12 19 18 18
D  15  15  20  19  12   17 13 14 7 16
E  18  10  15  15  6    15 13 27 22 11
F  9   14  11  8   15   10 19 12 17 14
G  17  14  13  12  11   12 14 16 12 18
H  15  18  13  18  18   20 13 15 6 20
I  16  16  15  14  12   15  9 17 14 14
J  13  20  21  13  18   17 11 16 15 15

示例

sum(diag(Table10))

输出结果

[1] 156