[英]R: arrays - reducing length (generalization)
我需要減少R中數組的長度(一般化)。例如,我有像這樣的高分辨率數據...
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
...並且我需要使用以下均值函數將其“一般化”為低分辨率:
, , 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
簡單來說,原始數組的4個值(位置[1,1]; [1,2]; [2,1]; [2,2])在結果數組中的[1,1]位置形成1個值(平均值) 。 我曾嘗試在陣列上使用“套用”,但無法應付“非標准”的邊距。 還有像R中的apply這樣更復雜的功能嗎?
我想對此發表評論,但是我沒有足夠的聲譽,因此我在這里發表評論。
我在這里找到了類似的問題和答案。
根據我找到的答案,針對您的問題的解決方案可能是:
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
結果:
> 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
這是一個與@crwang改編的解決方案非常相似的解決方案,但可以歸納為一個函數:
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
}
該函數適用於二維數組,因此您可以將它們應用於my_array
的第三維:
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
這種方法的想法是具有一個功能,該功能既可以用於獨立的矩陣(在3D數組,列表等中),也可以更輕松地選擇要聚合的行數( rown
)和列( coln
),以及應用函數( mean
, median
, sum
)和其他參數(例如na.rm
)。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.