[英]ff: returning multiple arrays with a single ffapply function call
我正在处理使用ff()
加载到R中的3D成像数据的大型数据集。
require(ff)
nSubj <- 125
vol_dim <- c(139,137,87)
ff_qmap <- ff(0, dim=c(vol_dim,nSubj)
简单的调用(例如获取平均数组/“音量”)可以正常工作:
mean_qmap_vol <- ffapply(X=ff_qmap,MARGIN=c(1,2,3),AFUN=mean,RETURN=TRUE)
但是,在某些情况下,我想在单个ffapply
调用中返回多个数组/“卷”。 例如,在进行一些基本的回归分析(例如针对年龄)时:
pval_vol <- ffapply( AFUN=f <- function(x) {
df$voxel <- x
fe1 <- lm(formula = voxel ~ age, df)
summary_fe1 <- summary(fe1)
fe1_estimate <- summary_fe1$coefficients[2,1]
fe1_pval <- summary_fe1$coefficients[2,4]
return(fe1_pval)
}, X = ff_qmap, MARGIN = c(1,2,3), RETURN = TRUE)
这适用于返回单个卷,即fe1_pval
。
有没有一种方法可以在一次ffapply调用中同时返回fe1_estimate
和fe1_pval
(也许还有更多估计)?
> sessionInfo()
R version 3.3.3 (2017-03-06)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.2 LTS
...
other attached packages:
[1] ff_2.2-13 bit_1.1-12 lme4_1.1-17 Matrix_1.2-8 ggplot2_2.2.1 fslr_2.12 neurobase_1.13.2
[8] oro.nifti_0.9.1
我尝试了多种解决方案,包括使用c()和列表返回组合向量。 但是,我找不到涉及有效的ffapply例程的解决方案。 我看过的一些关键参考资料在这里:
我找到了一种采用经典for循环方法并在3D数据集之间循环的权宜之计。 因为在这种情况下,数组的大小不会过大,所以可以使用。 我最终会喜欢使用ffapply()的解决方案,以便可以扩展为更高分辨率和更大的数据集。 并具有并行化的潜力。 欢迎提出建议!
事实证明, coef()
stats函数是一种以标准方式提取所有模型系数的好方法。
testlist <- vector(mode="list", length=vol_dim[1]*vol_dim[2]*vol_dim[3])
i <- 1
for (x in 1:vol_dim[1]) {
for (y in 1:vol_dim[2]) {
for (z in 1:vol_dim[3]) {
df$voxel <- ff_logjac[x,y,z,]
fe1 <- lm(formula = voxel ~ age, df)
testlist[[i]] <- coef(summary(fe1))
i <- i + 1
}
}
}
这是在以下情况下访问lm系数list()的方式:
> length(testlist)
[1] 1656741
> vol_dim[1]*vol_dim[2]*vol_dim[3]
[1] 1656741
> testlist[[1]]
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.061286603 0.168853045 0.3629582 0.7191810
age -0.002272307 0.003510186 -0.6473466 0.5223308
> testlist[[1656741]]
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.444810783 0.192135240 -2.315092 0.02763245
age 0.007246639 0.003994186 1.814297 0.07964480
> testlist[[1]][1,1]
[1] 0.0612866
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.