R中的阶数和秩函数有什么区别？

如果对向量进行排序，但其排序顺序与原始向量相同，那么rank函数将给出向量中值的排名，而order函数将给出向量中原始值的位置，但以升序排列。当处理序数变量时，rank函数主要用于排名，因此，在需要对值进行排名时，应该使用它，另一方面，order通常用于对所有数值进行排序。

例子

set.seed(100)
x1<-1:50
order(x1)
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
[26] 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
rank(x1)
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
[26] 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
x2<-sample(1:10,50,replace=TRUE)
x2
[1] 10 7 6 3 9 10 7 6 6 4 7 6 2 7 7 7 8 2 3 3 8 2 9 2 3
[26] 4 4 4 5 7 9 4 2 6 7 1 6 9 9 9 6 8 7 1 9 6 4 8 3 4
order(x2)
[1] 36 44 13 18 22 24 33 4 19 20 25 49 10 26 27 28 32 47 50 29 3 8 9 12 34
[26] 37 41 46 2 7 11 14 15 16 30 35 43 17 21 42 48 5 23 31 38 39 40 45 1 6
rank(x2)
[1] 49.5 33.0 24.5 10.0 45.0 49.5 33.0 24.5 24.5 16.0 33.0 24.5 5.0 33.0 33.0
[16] 33.0 39.5 5.0 10.0 10.0 39.5 5.0 45.0 5.0 10.0 16.0 16.0 16.0 20.0 33.0
[31] 45.0 16.0 5.0 24.5 33.0 1.5 24.5 45.0 45.0 45.0 24.5 39.5 33.0 1.5 45.0
[46] 24.5 16.0 39.5 10.0 16.0
x3<-sample(1:100,50,replace=TRUE)
x3
[1] 27 46 59 46 69 47 55 47 68 12 51 16 56 22 82 53 3 5 44 85 28 52 25 42 15
[26] 57 42 76 37 26 24 12 9 55 75 63 35 58 26 48 80 37 94 91 18 72 91 72 66 19
order(x3)
[1] 17 18 33 10 32 25 12 45 50 14 31 23 30 39 1 21 37 29 42 24 27 19 2 4 6
[26] 8 40 11 22 16 7 34 13 26 38 3 36 49 9 5 46 48 35 28 41 15 20 44 47 43
rank(x3)
[1] 15.0 23.5 36.0 23.5 40.0 25.5 31.5 25.5 39.0 4.5 28.0 7.0 33.0 10.0 46.0
[16] 30.0 1.0 2.0 22.0 47.0 16.0 29.0 12.0 20.5 6.0 34.0 20.5 44.0 18.5 13.5
[31] 11.0 4.5 3.0 31.5 43.0 37.0 17.0 35.0 13.5 27.0 45.0 18.5 50.0 48.5 8.0
[46] 41.5 48.5 41.5 38.0 9.0
x4<-sample(1:1000,50,replace=TRUE)
x4
[1] 863 663 844 794 261 759 334 296 879 849 844 222 1000 448 223
[16] 694 170 387 742 336 730 422 728 427 723 900 714 494 818 780
[31] 895 316 813 364 805 490 964 100 201 922 283 927 942 71 661
[46] 551 988 705 272 82
order(x4)
[1] 44 50 38 17 39 12 15 5 49 41 8 32 7 20 34 18 22 24 14 36 28 46 45 2 16
[26] 48 27 25 23 21 19 6 30 4 35 33 29 3 11 10 1 9 31 26 40 42 43 37 47 13
rank(x4)
[1] 41.0 24.0 38.5 34.0 8.0 32.0 13.0 11.0 42.0 40.0 38.5 6.0 50.0 19.0 7.0
[16] 25.0 4.0 16.0 31.0 14.0 30.0 17.0 29.0 18.0 28.0 44.0 27.0 21.0 37.0 33.0
[31] 43.0 12.0 36.0 15.0 35.0 20.0 48.0 3.0 5.0 45.0 10.0 46.0 47.0 1.0 23.0
[46] 22.0 49.0 26.0 9.0 2.0
x5<-sample(1:1000,100)
x5
[1] 555 476 392 954 332 660 567 209 115 793 491 560 682 304 551 220 896 703
[19] 519 553 510 763 351 19 177 354 945 130 637 466 694 56 140 383 292 905
[37] 129 87 111 397 695 811 297 327 619 76 325 573 720 461 224 38 374 904
[55] 685 237 98 163 717 221 903 898 615 960 233 639 824 585 175 947 923 28
[73] 12 107 679 644 119 959 296 752 146 625 359 218 324 401 120 755 909 355
[91] 23 737 991 85 2 406 957 568 268 964
order(x5)
[1] 95 73 24 91 72 52 32 46 94 38 57 74 39 9 77 87 37 28
[19] 33 81 58 69 25 8 84 16 60 51 65 56 99 35 79 43 14 85
[37] 47 44 5 23 26 90 83 53 34 3 40 86 96 50 30 2 11 21
[55] 19 15 20 1 12 7 98 48 68 63 45 82 29 66 76 6 75 13
[73] 55 31 41 18 59 49 92 80 88 22 10 42 67 17 62 61 54 36
[91] 89 71 27 70 4 97 78 64 100 93
rank(x5)
[1] 58 52 46 95 39 70 60 24 14 83 53 59 72 35 56 26 86 76
[19] 55 57 54 82 40 3 23 41 93 18 67 51 74 7 19 45 32 90
[37] 17 10 13 47 75 84 34 38 65 8 37 62 78 50 28 6 44 89
[55] 73 30 11 21 77 27 88 87 64 98 29 68 85 63 22 94 92 5
[73] 2 12 71 69 15 97 33 80 20 66 43 25 36 48 16 81 91 42
[91] 4 79 100 9 1 49 96 61 31 99