我在 R 中有一个矩阵，我想得到：
Max off - diagonal elements
Min off – diagonal elements
Mean off –diagonal elements
对角线我使用 max(diag(A)) ， min(diag(A)) ， mean(diag(A)) 并且工作得很好
但是对于非对角线我试过
dataD <- subset(A, V1!=V2)
Error in subset.matrix(A, V1 != V2) : object 'V1' not found
使用：
colMeans(dataD) # get the mean for columns
但我无法获取 dataD b/c 它说找不到对象“V1”
谢谢！
这里的row()和col()辅助函数很有用。使用 @James A，我们可以使用这个小技巧获得上非对角线：
> A[row(A) == (col(A) - 1)]
[1] 5 10 15
和通过这个降低对角线：
> A[row(A) == (col(A) + 1)]
[1] 2 7 12
这些可以概括为您想要的任何对角线：
> A[row(A) == (col(A) - 2)]
[1] 9 14
并且不需要任何子集。
然后，在这些值上调用您想要的任何函数是一件简单的事情。例如：
> mean(A[row(A) == (col(A) - 1)])
[1] 10
如果根据我的评论，您的意思是对角线以外的所有内容，请使用
> diag(A) <- NA
> mean(A, na.rm = TRUE)
[1] 8.5
> max(A, na.rm = TRUE)
[1] 15
> # etc. using sum(A, na.rm = TRUE), min(A, na.rm = TRUE), etc..
所以这不会丢失，Ben Bolker 建议（在评论中）上面的代码块可以使用我上面提到的row()andcol()函数更巧妙地完成：
mean(A[row(A)!=col(A)])
min(A[row(A)!=col(A)])
max(A[row(A)!=col(A)])
sum(A[row(A)!=col(A)])
这是一个更好的解决方案。
在一行简单的代码中：
对于矩阵 A，如果您希望找到上下对角线的最小值、第一四分位数、中位数、平均值、第三四分位数和最大值：
summary(c(A[upper.tri(A)],A[lower.tri(A)])).
适当子集的diag矩阵将为您提供非对角线。例如：
A <- matrix(1:16,4)
#upper off-diagonal
diag(A[-4,-1])
[1] 5 10 15
#lower off-diagonal
diag(A[-1,-4])
[1] 2 7 12
要获得一个包含矩阵每个列或行的非对角元素的最大值的向量，还需要几个步骤。在寻求帮助时，我被指引到这里。也许其他人也会这样做，所以我提供了这个解决方案，我发现它使用了我在这里学到的东西。
诀窍是创建一个仅包含非对角元素的矩阵。考虑：
> A <- matrix(c(10,2,3, 4,10,6, 7,8,10), ncol=3)
> A
[,1] [,2] [,3]
[1,] 10 4 7
[2,] 2 10 8
[3,] 3 6 10
> apply(A, 2, max)
[1] 10 10 10
使用建议的索引进行子集A[row(A)!=col(A)]化，按列顺序生成一个非对角元素向量：
> v <- A[row(A)!=col(A)]
> v
[1] 2 3 4 6 7 8
将其返回到矩阵允许使用apply()将选择函数应用于仅非对角元素的边距。以max函数为例：
> A.off <- matrix(v, ncol=3)
> A.off
[,1] [,2] [,3]
[1,] 2 4 7
[2,] 3 6 8
> v <- apply(A.off, 2, max)
> v
[1] 3 6 8
整个操作可以在一行中紧凑地——而且相当隐秘地——编码：
> v <- apply(matrix(A[row(A)!=col(A)], ncol=ncol(A)), 2, max)
> v
[1] 3 6 8
只需将矩阵 A 乘以 1-diag (nofelements)
例如，如果 A 是一个 4x4 矩阵，那么
平均值(A*(1-diag(4)) 或 A*(1-diag(nrow(A)))
当您需要多次运行同一行代码时，这会更快
除了詹姆斯的回答，我想补充一点，您可以使用 diag 函数直接排除矩阵的所有对角线元素A[-diag(A)]。例如，考虑：
summary(A[-diag(A)])