函数的用途 #
base包中sweep()函数是处理统计量的工具。所以一般结合apply()函数来使用，一般我们需要将apply()统计出来的统计量要代回原数据集去对应操作的时候就需要用到sweep()。
扫除、清除也是sweep单词的本义。
函数的参数 #
sweep(x, MARGIN, STATS, FUN = "-", check.margin = TRUE, ...)
- x:即要处理的原数据集
- MARGIN：对行或列，或者数列的其他维度进行操作
- STATS：需要对原数据集操作用到的统计量
- FUN：操作需要用到的四则运算，默认为减法"-"，当然可以修改成"+","*","/“即加、乘、除
- check.margin:是否需要检查维度是否适宜的问题，默认为TRUE。
- ……
实例分析 #
1、比如我们需要将原数据集所有数据都减去各列的平均数，所以我们需要用apply()计算出每列的平均数，然后用sweep()完成。
require(stats) # for mean
head(attitude, 10)
## rating complaints privileges learning raises critical advance
## 1 43 51 30 39 61 92 45
## 2 63 64 51 54 63 73 47
## 3 71 70 68 69 76 86 48
## 4 61 63 45 47 54 84 35
## 5 81 78 56 66 71 83 47
## 6 43 55 49 44 54 49 34
## 7 58 67 42 56 66 68 35
## 8 71 75 50 55 70 66 41
## 9 72 82 72 67 71 83 31
## 10 67 61 45 47 62 80 41
mean.att <- apply(attitude, 2, mean)
mean.att
## rating complaints privileges learning raises critical
## 64.63 66.60 53.13 56.37 64.63 74.77
## advance
## 42.93
所有数据都减去各列的平均数
head(sweep(data.matrix(attitude), 2, mean.att, FUN = "-"), 10)
## rating complaints privileges learning raises critical advance
## [1,] -21.633 -15.6 -23.133 -17.3667 -3.633 17.233 2.067
## [2,] -1.633 -2.6 -2.133 -2.3667 -1.633 -1.767 4.067
## [3,] 6.367 3.4 14.867 12.6333 11.367 11.233 5.067
## [4,] -3.633 -3.6 -8.133 -9.3667 -10.633 9.233 -7.933
## [5,] 16.367 11.4 2.867 9.6333 6.367 8.233 4.067
## [6,] -21.633 -11.6 -4.133 -12.3667 -10.633 -25.767 -8.933
## [7,] -6.633 0.4 -11.133 -0.3667 1.367 -6.767 -7.933
## [8,] 6.367 8.4 -3.133 -1.3667 5.367 -8.767 -1.933
## [9,] 7.367 15.4 18.867 10.6333 6.367 8.233 -11.933
## [10,] 2.367 -5.6 -8.133 -9.3667 -2.633 5.233 -1.933
sweep函数和apply函数相似，但是sweep主要用于array的一些分类计算，而apply更多的是矩阵计算，data.frame也行。array是高于2维的数据
最后一次修改于 2018-11-24