Summary  
This chapter explains how to transpose a matrix by swapping its rows and columns using a built-in function.

General domain of usage  
Machine learning

Good! Matrices are widely used in math, starting with different geometrical transformations, and ending with neural networks (yes, matrices are commonly used in AI).

What if we have a matrix and want to 'rotate' it? (or vice versa)?

In math, this operation is called transposing. It swaps columns with rows. In R this operation is implemented under `t()` function. This function receives the matrix you want to transpose as the parameter. For example,

# Initial matrix
m <- matrix(1:6, nrow = 2)
m # Output initial matrix

# Output transposed matrix
t(m)

As you can see, the initial matrix was 2x3 (2 rows and 3 columns), and the transposed is 3x2.

R est l'un des langages de programmation les plus populaires parmi les analystes de données et les data scientists. R dispose d'une large communauté qui vous aidera toujours avec n'importe quel problème. De plus, R possède des tonnes de différents packages conçus pour résoudre divers problèmes. Le langage peut être facilement appliqué aux problèmes de statistiques et d'analyse de données. Dans la première partie, vous serez introduit aux bases de R et vous traiterez des valeurs 1-D uniques de différents types.

Dans la section initiale, vous plongerez dans les éléments fondamentaux de R, tels que la génération de sortie et l'exécution d'opérations élémentaires. Cette section se terminera par une exploration de la théorie derrière les variables.

Vous vous familiariserez avec la classe de vecteurs en R, qui gère également les valeurs individuelles. Ici, vous explorerez les principaux types de données pour les valeurs singulières et apprendrez à gérer plusieurs valeurs du même type simultanément.

Les facteurs, également connus sous le nom de variables catégorielles, sont courants dans le monde réel. Les exemples incluent les groupes sanguins, les devises, les nationalités et les marques. Contrairement aux variables numériques, les facteurs ont un ensemble limité de valeurs possibles.

Understand how to represent and work with structured two-dimensional data. Build confidence in transforming, labeling, and applying operations to matrices for analytical tasks.

Master the most widely used data structure in R for tabular information. Learn to organize, transform, and extract insights from datasets to support data-driven decisions.

Learn how lists extend beyond vectors by storing elements of different types and lengths. Develop the ability to create, access, and modify lists for organizing complex data structures.

Transposing

Solution

Awesome!

Transposing

Solution

Awesome!