R：数组-减少长度（泛化）

Question

我需要减少R中数组的长度（一般化）。例如，我有像这样的高分辨率数据...

my_array=array(c(sample(0:9,32, replace=TRUE)), dim=c(4,4,2))
> my_array
, , 1

     [,1] [,2] [,3] [,4]
[1,]    2    1    8    2
[2,]    3    5    4    6
[3,]    2    8    9    6
[4,]    1    0    9    9

, , 2

     [,1] [,2] [,3] [,4]
[1,]    3    7    9    7
[2,]    9    4    9    8
[3,]    8    6    7    8
[4,]    7    6    9    9

...并且我需要使用以下均值函数将其“一般化”为低分辨率：

, , 1

     [,1] [,2]
[1,] 2.75 4.00
[2,] 2.75 8.25

, , 2

     [,1] [,2]
[1,] 5.75 8.25
[2,] 6.75 8.25

简单来说，原始数组的4个值（位置[1,1]; [1,2]; [2,1]; [2,2]）在结果数组中的[1,1]位置形成1个值（平均值） 。 我曾尝试在阵列上使用“套用”，但无法应付“非标准”的边距。 还有像R中的apply这样更复杂的功能吗？

Answer 1

我想对此发表评论，但是我没有足够的声誉，因此我在这里发表评论。

我在这里找到了类似的问题和答案。

根据我找到的答案，针对您的问题的解决方案可能是：

my_array=array(c(sample(0:9,32, replace=TRUE)), dim=c(4,4,2))
my_array

rmean <- array(c(matrix(0,2,2),matrix(0,2,2)),dim=c(2,2,2))  # result array
for (i in 1:2){
  for (j in 1:2){
    for (k in 1:2){
      rmean[,,k][i, j] <- mean(my_array[,,k][c(-1,0) + 2 * i, c(-1,0) + 2 * j])
    }
  }
}
rmean

结果：

> my_array
, , 1

     [,1] [,2] [,3] [,4]
[1,]    8    4    4    9
[2,]    0    7    9    5
[3,]    2    7    2    6
[4,]    9    5    8    6

, , 2

     [,1] [,2] [,3] [,4]
[1,]    2    1    4    7
[2,]    3    7    0    6
[3,]    2    8    9    3
[4,]    7    9    1    9

> rmean
, , 1

     [,1] [,2]
[1,] 4.75 6.75
[2,] 5.75 5.50

, , 2

     [,1] [,2]
[1,] 3.25 4.25
[2,] 6.50 5.50

Answer 2

这是一个与@crwang改编的解决方案非常相似的解决方案，但可以归纳为一个函数：

reduceMatrix <- function(x, rown, coln, fun = mean, ...) {
  out <- matrix(NA,  nrow=nrow(x)/rown, ncol=ncol(x)/coln)
  for (i in 1:(nrow(x)/rown)) {
    for (j in 1:(ncol(x)/coln)) {
      indi <- c(rown*i-1, rown*i)
      indj <- c(coln*j-1, coln*j)
      out[i, j] <- fun(x[indi, indj], ...)  
    }
  }
  out
}

该函数适用于二维数组，因此您可以将它们应用于my_array的第三维：

set.seed(10)
my_array <- array(c(sample(0:9,32, replace=TRUE)), dim=c(4,4,2))

lapply(seq_len(dim(my_array)[3]), 
       function(a) reduceMatrix(my_array[,,a], 2, 2))

[[1]]

     [,1] [,2]
[1,]  2.5  4.0
[2,]  3.5  4.5

[[2]]
     [,1] [,2]
[1,] 4.00 5.25
[2,] 5.25 3.75

这种方法的想法是具有一个功能，该功能既可以用于独立的矩阵（在3D数组，列表等中），也可以更轻松地选择要聚合的行数（ rown ）和列（ coln ），以及应用函数（ mean ， median ， sum ）和其他参数（例如na.rm ）。