程序实在是调不出来了，我决定破釜沉舟，直接把所有表格都打印出来，看看数据到底哪儿有问题。
然后就开始矩阵导出。
首先，百度了一下，数据导出的代码为：
write.table (x, file ="", sep ="", row.names =TRUE, col.names =TRUE, quote =TRUE)
其中：
x：需要导出的数据
file：导出的文件路径
sep：分隔符，默认为空格（" "），也就是以空格为分割列
row.names：是否导出行序号，默认为TRUE，也就是导出行序号
col.names：是否导出列名，默认为TRUE，也就是导出列名
quote：字符串是否使用引号表示，默认为TRUE，也就是使用引号表示
按照这个程序，导出我的大矩阵A：
使用代码为：
`A<-data.frame(A) write.table (A, file ="E:\\R\\A.xls", sep ="", row.names =TRUE, col.names =TRUE, quote =TRUE)
结果为：
没法儿看。。。
更改最后的quote=FALSE也不行。
偶然看到有人将数据框转换成csv格式，尝试一下：
A<-data.frame(A) write.table (A, file ="E:\\R\\A.csv", sep ="", row.names =TRUE, col.names =TRUE, quote =TRUE)
结果与之前相同。。。。
陷入崩溃。。。
心态持续崩坏中。。。
手欠改了一下代码：
A<-data.frame(A) write.csv (A, file ="E:\\R\\A.csv", sep ="", row.names =TRUE, col.names =TRUE, quote =TRUE)
提示后面的sep等不可以设置。
再次更改：
A<-data.frame(A) write.csv (A, file ="E:\\R\\A.csv")
结果为：
成了。
补充：R语言-matrix生成矩阵
主要介绍一下利用matrix函数和rep生成矩阵
在R语言中可以使用matrix()函数来创建矩阵，其语法格式如下：
matrix(data=NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
参数含义如下：
data：矩阵的元素，默认为NA，即未给出元素值的话，各项为NA
nrow：矩阵的行数，默认为1；
ncol：矩阵的列数，默认为1；
byrow：元素是否按行填充，默认按列；
dimnames：以字符型向量表示的行名及列名。
rep函数是R语言中重复操作的函数
rep(x,times,each,length.out)
x：代表的是你要进行复制的对象，可以是一个向量或者是一个因子。
times：代表的是复制的次数，只能为正数。负数以及NA值都会为错误值。复制是指的是对整个向量进行复制。
each：代表的是对向量中的每个元素进行复制的次数。
length.out：代表的是最终输出向量的长度。
下面我们利用这两个函数生成特定的矩阵
> matrix(rep(1:4,times = 2),nrow = 4 , ncol = 2 ,byrow =T) [,1] [,2] [1,] 1 2 [2,] 3 4 [3,] 1 2 [4,] 3 4 > matrix(rep(1:4,times = 2),nrow = 4 , ncol = 2 ,byrow =F) [,1] [,2] [1,] 1 1 [2,] 2 2 [3,] 3 3 [4,] 4 4
从上面两个执行结果，可以看出，rep生成的是一行向量，matrix把一行的向量按照byrow蚕食指定的填充方向填充
下面我们生成一个4x4的矩阵，要求矩阵的每个位置上的元素等于1/(i+j-1),体会rep两个参数的含义
> I <- matrix(rep(1:4,times = 4),nrow = 4 , byrow = F)
> J <- matrix(rep(1:4,each = 4),nrow = 4 , byrow = T)#实际上J是I的转置
> A <- 1/(I+J-1)
> A
[,1] [,2] [,3] [,4]
[1,] 1.0000000 1.0000000 1.0000000 1.0000000
[2,] 0.3333333 0.3333333 0.3333333 0.3333333
[3,] 0.2000000 0.2000000 0.2000000 0.2000000
[4,] 0.1428571 0.1428571 0.1428571 0.1428571
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/sinat_41805381/article/details/79883965
