[英]Indexing the elements of a matrix in R
問題很愚蠢,但我想知道我是否遺漏了一些東西。 比方說,有一個包含一些數字的向量k
> k
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
我想將其轉換為矩陣
> m
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 0 6 7 8 9
[3,] 0 0 10 11 12
[4,] 0 0 0 13 14
[5,] 0 0 0 0 15
我的第一個想法是使用upper.tri()
東西,例如m[upper.tri(m, diag = TRUE)] <- k
,但是這不會給出上面的矩陣。
有更聰明的解決方案嗎? 下面是我的解決方案,但我們只是說我並不為此感到驕傲。
rows <- rep(1:5, 5:1)
cols1 <- rle(rows)$lengths
cols <- do.call(c, lapply(1:length(cols1), function(x) x:5))
for(i in 1:length(k)) {
m[rows[i], cols[i]] <- k[i]
}
這是一個使用lower.tri
和t
來轉置結果的選項:
k <- 1:15
m <- matrix(0, 5,5)
m[lower.tri(m, diag = TRUE)] <- k
m <- t(m)
m
# [,1] [,2] [,3] [,4] [,5]
#[1,] 1 2 3 4 5
#[2,] 0 6 7 8 9
#[3,] 0 0 10 11 12
#[4,] 0 0 0 13 14
#[5,] 0 0 0 0 15
微基准
由於與約瑟夫的基准有一些混淆,這是另一個。 我測試了三種尺寸為10 * 10的矩陣的解決方案; 100 * 100; 1000 * 1000; 10000 * 10000。
結果:
顯然,性能在很大程度上取決於矩陣的大小。 對於大型矩陣,Joseph的答案表現最快,而對於較小的矩陣,我的答案最快。 請注意,這不會考慮內存效率。
可重復的基准:
Joseph <- function(k, n) {
y <- 1L
t <- rep(0L,n)
j <- c(y, sapply(1:(n-1L), function(x) y <<- y+(n+1L)-x))
t(vapply(1:n, function(x) c(rep(0L,x-1L),k[j[x]:(j[x]+n-x)]), t, USE.NAMES = FALSE))
}
Frank <- function(k, n) {
m = matrix(0L, n, n)
m[ which(lower.tri(m, diag=TRUE), arr.ind=TRUE)[, 2:1] ] = k
m
}
docendo <- function(k,n) {
m <- matrix(0L, n, n)
m[lower.tri(m, diag = TRUE)] <- k
t(m)
}
library(microbenchmark)
library(data.table)
library(ggplot2)
n <- c(10L, 100L, 1000L, 10000L)
k <- lapply(n, function(x) seq.int((x^2 + x)/2))
b <- lapply(seq_along(n), function(i) {
bm <- microbenchmark(Joseph(k[[i]], n[i]), Frank(k[[i]], n[i]), docendo(k[[i]], n[i]), times = 10L)
bm$n <- n[i]
bm
})
b1 <- rbindlist(b)
ggplot(b1, aes(expr, time)) +
geom_violin() +
facet_wrap(~ n, scales = "free_y") +
ggtitle("Benchmark for n = c(10L, 100L, 1000L, 10000L)")
檢查結果的相等性:
all.equal(Joseph(k[[1]], n[1]), Frank(k[[1]], n[1]))
#[1] TRUE
all.equal(Joseph(k[[1]], n[1]), docendo(k[[1]], n[1]))
#[1] TRUE
注意:我沒有在比較中包含喬治的方法,因為根據約瑟夫的結果判斷,它似乎要慢得多。 所以在我的基准測試中比較的所有方法都只寫在基礎R中。
@docendodiscimus'答案的一個變體:你可以通過包裝lower.tri
來改變行和col索引,而不是轉置你可以改變which
。
n = 5
m = matrix(0, n, n)
m[ which(lower.tri(m, diag=TRUE), arr.ind=TRUE)[, 2:1] ] = seq(sum(seq(n)))
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 0 6 7 8 9
[3,] 0 0 10 11 12
[4,] 0 0 0 13 14
[5,] 0 0 0 0 15
要了解它的工作原理,請按步驟查看左側:
lower.tri(m, diag=TRUE)
which(lower.tri(m, diag=TRUE), arr.ind=TRUE)
which(lower.tri(m, diag=TRUE), arr.ind=TRUE)[, 2:1]
我想如果矩陣很大,轉置可能會很昂貴,這就是為什么我會考慮這個選項。 注意:Joseph Wood的回答表明我錯了,因為他的基准測試中的轉置方式更快。
(感謝@JosephWood :)你可以使用(n^2 - n)/2 + n
而不是用sum(seq(n))
枚舉和求和。
library(miscTools)
k <- 1:15
triang(k, 5)
這是一個非常快速的基礎R解決方案:
我稍微修改了代碼,所以我只調用一次vapply
而不是之前的sapply/vapply
組合(我也擺脫了USE.NAMES=FALSE
因為它似乎沒有任何區別)。 雖然這有點干凈,但它並沒有在我的機器上顯着改變時間(我重新調整了docendo的基准測試圖,它看起來幾乎相同)。
Triangle1 <- function(k,n) {
y <- -n
r <- rep(0L,n)
t(vapply(1:n, function(x) {y <<- y+n+2L-x; c(rep(0L,x-1L),k[y:(y+n-x)])}, r))
}
以下是一些時間安排:
Triangle2 <- function(k,n) {
m <- matrix(0, n,n)
m[lower.tri(m, diag = TRUE)] <- k
t(m)
}
Triangle3 <- function(k, n) {
m = matrix(0, n, n)
m[ which(lower.tri(m, diag=TRUE), arr.ind=TRUE)[, 2:1] ] = k ## seq(sum(seq(n))) for benchmarking
m
}
k2 <- 1:50005000
n2 <- 10^4
system.time(t1 <- Triangle1(k2,n2))
user system elapsed ## previously user system elapsed
2.29 0.08 2.41 ## 2.37 0.13 2.52
system.time(t2 <- Triangle2(k2,n2))
user system elapsed
5.40 0.91 6.30
system.time(t3 <- Triangle3(k2,n2))
user system elapsed
7.70 1.03 8.77
system.time(t4 <- triang(k2,n2))
user system elapsed
433.45 0.20 434.88
對我來說有點令人費解的是, Triangle1
生成的對象是所有其他解決方案的一半。
object.size(t1)
400000200 bytes
object.size(t2) ## it's the same for t3 and t4
800000200 bytes
當我做一些檢查時,它只會變得更加混亂。
all(sapply(1:ncol(t1), function(x) all(t1[,x]==t2[,x])))
[1] TRUE
class(t1)
[1] "matrix"
class(t2)
[1] "matrix"
attributes(t1)
$dim
[1] 10000 10000
attributes(t2)
$dim
[1] 10000 10000
## not sure what's going on here
identical(t1,t2)
[1] FALSE
identical(t2,t3)
[1] TRUE
正如@Frank在評論中指出的那樣, t1
是整數矩陣,而其他是數字。 我應該知道這是最重要的R函數之一從一開始就告訴我這些信息。
str(t1)
int [1:10000, 1:10000] 1 0 0 0 0 0 0 0 0 0 ...
str(t2)
num [1:10000, 1:10000] 1 0 0 0 0 0 0 0 0 0 ...
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.