尋找一種更有效的方法來過濾數組

Question

我有兩個 arrays 我從krige()獲得， values和variances有幾百萬個條目。 這兩個arrays長度相同，1:1匹配。 我想刪除方差超過特定閾值的值。 我真的不需要就地修改values ，生成第三個數組就可以了。

以下代碼工作正常：

for (i in 1:length(values)) {
  if (variances[i] > 0.8) {
    values[i] = NA
  }
}

不幸的是，它非常慢並且只使用一個處理器內核。 我真的需要手動處理並行計算嗎？ 這聽起來很通用，所以它應該以某種方式內置，不僅是通過使用多個內核，還可能是一些矢量處理器指令？

請賜教。

Answer 1

只要那些 arrays 匹配，你就應該能夠將一個與另一個子集化：

set.seed(1)
(values <- array(1:25, c(5,5)))
#>      [,1] [,2] [,3] [,4] [,5]
#> [1,]    1    6   11   16   21
#> [2,]    2    7   12   17   22
#> [3,]    3    8   13   18   23
#> [4,]    4    9   14   19   24
#> [5,]    5   10   15   20   25

(variances <- array(rnorm(25,.8,0.2),c(5,5)))
#>           [,1]      [,2]      [,3]      [,4]      [,5]
#> [1,] 0.6747092 0.6359063 1.1023562 0.7910133 0.9837955
#> [2,] 0.8367287 0.8974858 0.8779686 0.7967619 0.9564273
#> [3,] 0.6328743 0.9476649 0.6757519 0.9887672 0.8149130
#> [4,] 1.1190562 0.9151563 0.3570600 0.9642442 0.4021297
#> [5,] 0.8659016 0.7389223 1.0249862 0.9187803 0.9239651

is.na(values[variances > .8]) <- TRUE

values
#>      [,1] [,2] [,3] [,4] [,5]
#> [1,]    1    6   NA   16   NA
#> [2,]   NA   NA   NA   17   NA
#> [3,]    3   NA   13   NA   NA
#> [4,]   NA   NA   14   NA   24
#> [5,]   NA   10   NA   NA   NA

對於 1000 萬的數組長度，在我的筆記本電腦上大約需要一秒鍾，包括數據生成：

system.time({
  values <- array(1:10e6, c(1000,10000))
  variances <- array(rnorm(10e6,.8,0.2),dim(values))
  is.na(values[variances > .8]) <- TRUE
})
#>    user  system elapsed 
#>    1.05    0.10    1.14

dim(variances)
#> [1]  1000 10000
object.size(variances)
#> 80000216 bytes
object.size(values)
#> 40000216 bytes

^{創建於 2023-01-18，使用reprex v2.0.2}