gen*_*ser 7 r matrix linear-algebra vectorization
我想从这样的事情:
1> a = matrix(c(1,4,2,5,2,5,2,1,4,4,3,2,1,6,7,4),4)
1> a
[,1] [,2] [,3] [,4]
[1,] 1 2 4 1
[2,] 4 5 4 6
[3,] 2 2 3 7
[4,] 5 1 2 4
Run Code Online (Sandbox Code Playgroud)
对于这样的事情:
[,1] [,2]
[1,] 12 15
[2,] 10 16
Run Code Online (Sandbox Code Playgroud)
...不使用for循环,plyr或其他没有循环.可能?我正在尝试将地理纬度/经度数据集从5弧分缩小到半度,我有一个ascii网格.我指定blocksize的一个小函数会很棒.我有数百个这样的文件,所以让我能够快速完成而没有并行化/超级计算机的东西将非常感激.
您可以使用矩阵乘法.
# Computation matrix:
mat <- function(n, r) {
suppressWarnings(matrix(c(rep(1, r), rep(0, n)), n, n/r))
}
Run Code Online (Sandbox Code Playgroud)
方矩阵示例,在每一侧使用矩阵及其转置a:
# Reduce a 4x4 matrix by a factor of 2:
x <- mat(4, 2)
x
## [,1] [,2]
## [1,] 1 0
## [2,] 1 0
## [3,] 0 1
## [4,] 0 1
t(x) %*% a %*% x
## [,1] [,2]
## [1,] 12 15
## [2,] 10 16
Run Code Online (Sandbox Code Playgroud)
非方形示例:
b <- matrix(1:24, 4 ,6)
t(mat(4, 2)) %*% b %*% mat(6, 2)
## [,1] [,2] [,3]
## [1,] 14 46 78
## [2,] 22 54 86
Run Code Online (Sandbox Code Playgroud)
tapply(a, list((row(a) + 1L) %/% 2L, (col(a) + 1L) %/% 2L), sum)
# 1 2
# 1 12 15
# 2 10 16
Run Code Online (Sandbox Code Playgroud)
我曾经1L和2L代替1,并2因此指数仍然整数(而不是数字),它应该运行得更快的方式.