小编Mr.*_*Zen的帖子

我通常使用一个简短的 Rcpp 函数，该函数将一个矩阵作为输入，其中每行包含 K 个总和为 1 的概率。然后该函数为每一行随机采样 1 到 K 之间的整数，对应于提供的概率。这是函数：

// [[Rcpp::depends(RcppArmadillo)]]
#include <RcppArmadilloExtensions/sample.h>

using namespace Rcpp;

// [[Rcpp::export]]
IntegerVector sample_matrix(NumericMatrix x, IntegerVector choice_set) {
  int n = x.nrow();
  IntegerVector result(n);
  for ( int i = 0; i < n; ++i ) {
    result[i] = RcppArmadillo::sample(choice_set, 1, false, x(i, _))[0];
  }
  return result;
}

我最近更新了 R 和所有软件包。现在我不能再编译这个函数了。我不清楚原因。跑步

library(Rcpp)
library(RcppArmadillo)
Rcpp::sourceCpp("sample_matrix.cpp")

引发以下错误：

error: call of overloaded 'sample(Rcpp::IntegerVector&, int, bool, Rcpp::Matrix<14>::Row)' is ambiguous

这基本上告诉我，我的电话RcppArmadillo::sample()是模棱两可的。任何人都可以启发我为什么会这样吗？

我有一个a包含一些矩阵的数组.现在我需要有效地检查我有多少不同的矩阵以及它们在数组中有哪些索引(按升序排列).我的方法如下:将矩阵的列粘贴为字符向量,并查看频率表,如下所示:

n <- 10 #observations
a <- array(round(rnorm(2*2*n),1),
           c(2,2,n))

paste_a <- apply(a, c(3), paste, collapse=" ") #paste by column
names(paste_a) <- 1:n
freq <- as.numeric( table(paste_a) ) # frequencies of different matrices (in ascending order)
indizes <- as.numeric(names(sort(paste_a[!duplicated(paste_a)]))) 
nr <- length(freq) #number of different matrices

但是,当你增加到n大数时,这会变得非常低效(主要paste()是变得越来越慢).有没有人有更好的解决方案？

这是一个包含100个观测值的"真实"数据集,其中一些矩阵是实际重复的(与我上面的例子相反):https://pastebin.com/aLKaSQyF

非常感谢你.

我有一个数据集,我在某个人身上观察变量而不是其他人.对于我观察变量的那些人,我只观察了一次.但是,每个人的观察数量以及观察值的位置会有所不同.

如果存在非NA值,我想用非NA值填充给定个体的所有NA值.否则,NA应该保持NA.

这是一个示例数据集:

#data.frame of 100 individuals with 10 observations each
data <- data.frame(group = rep(1:100,each=10),value = NA)

#first 50 individuals get a value at the fifth observation, others don't have value
data$value[seq(5,500,10)] <- rnorm(50)

到目前为止这么好,不是一个大问题.从另一个线程中获取,我们可以使用dplyr和执行以下操作tidyr:

data <- data %>% 
  group_by(group) %>% #by group
  fill(value) %>% #default direction down
  fill(value, .direction = "up") #also fill NAs upwards

这完全解决了这个问题.但是,我必须为大约80十年代做这件事.观察,需要数小时.有更快的方法吗？我认为data.table可能是一个很好的候选人.

如果可以调整方法以仅填充出现在值之前的NA,那也将是很好的.

谢谢!

我正在尝试在 Rcpp 中有效地计算 rowMaxs。一个非常简单的实现是

arma::mat RcppRowmaxs(arma::mat x){  

  int N = x.n_rows;
  arma::mat rm(N,1);

  for(int nn = 0; nn < N; nn++){
      rm(nn) = max(x.row(nn));
  }

  return(rm);
}

这工作得很好。但是，将此功能与其他包进行比较，结果证明其他实现要高效得多。具体来说，Rfast::rowMaxs比简单的 Rcpp 实现快 6 倍以上！

自然地，我试图模仿Rfast. 但是，作为 Rcpp 的初学者，我只尝试Rfast::rowMaxs直接在 Rcpp 中加载，例如此处所述。不幸的是，根据我的基准测试，使用 Rcpp 脚本加载再次调用 Rcpp 脚本的 R 函数似乎很慢（请参阅“RfastinRcpp”行）：

m = matrix(rnorm(1000*1000),1000,1000)

microbenchmark::microbenchmark(

  matrixStats    = matrixStats::rowMaxs(m),
  Rfast          = Rfast::rowMaxs(m,value=T),
  Rcpp           = RcppRowmaxs(m),
  RfastinRcpp    = RfastRcpp(m),
  apply          = apply(m,1,max)

)

Unit: microseconds
        expr       min         lq       mean     median        uq …

我有一个二进制向量,可以保存某些观察事件是否发生的信息:

v <- c(0,1,1,0)

我想要实现的是一个矩阵,其中包含该向量中所有双变量观测对的信息.也就是说,如果两个观察值都为0或两个都在此向量v中有1,则它们应该在矩阵中得到1.如果一个有0而另一个有1,那么它们应该得到0.

因此,目标是这个矩阵:

     [,1] [,2] [,3] [,4]
[1,]    0    0    0    1
[2,]    0    0    1    0
[3,]    0    1    0    0
[4,]    1    0    0    0

主对角线是0还是1对我来说无关紧要.

有没有一种有效而简单的方法来实现这一点,不需要if语句和for循环的组合？v可能是相当大的.

谢谢!

是否可以通过expression()in获得偏导数符号ggplot2，例如用于轴标签？

我说的是这个符号，通常也称为“del”或“c​​urly d”：https : //en.wikipedia.org/wiki/%E2%88%82

它的 unicode 编号为 U+2202，但是当我尝试将它包含在 ggplot 中时，它失败了：

a <- b <- rnorm(100)
plot.df <- data.frame(a,b)

ggplot(plot.df,aes(a,b)) + 
  geom_point() + 
  xlab(expression('\u2202'))

为了进行比较，例如使用带有 unicode 编号 U+00B1 的加号/减号可以正常工作：

ggplot(plot.df,aes(a,b)) + 
  geom_point() + 
  xlab(expression('\u00b1'))

我有一个带有值 ( val) 的向量和一个指示组成员身份的向量 ( group)：

vec   <- 1:9
group <- rep(1:3, c(2,4,3))

假设我们有K组和总值N，因此两个向量都有 length N。目标是有效构建稀疏“块对角”矩阵，其中第一列保存组 1 的值，第二列保存组 2 的值，依此类推。但是，这些值不应该“重叠”，因为每行应该只有一个值，请参阅下面的解决方案。我需要用非常大的尺寸来执行此操作数千K次N。因此，以下基于循环的解决方案不够高效：

K     <- length(unique(group))
N     <- length(group)
M     <- matrix(0, N, K)

for(k in 1:K){
  
 M[group == k, k] <- vec[group == k]
        
}

Matrix::Matrix(M, sparse = T)

9 x 3 sparse Matrix of class "dgCMatrix"
           
 [1,] 1 . .
 [2,] 2 . .
 [3,] . 3 .
 [4,] . …

我需要非常快速地评估大量二项式似然。因此，我正在考虑在 Rcpp 中实现这一点。一种方法如下：

#include <RcppArmadillo.h>

// [[Rcpp::depends(RcppArmadillo)]]

using namespace Rcpp;

// [[Rcpp::export]]
NumericVector eval_likelihood(arma::vec Yi,
                              arma::vec Ni,
                              arma::vec prob){

  // length of vector
  int N = prob.n_rows;

  // storage for evaluated log likelihoods
  NumericVector eval(N);

  for(int ii = 0; ii < N; ii++){

  int y = Yi(ii); // no. of successes
  int n = Ni(ii); // no. of trials
  double p = prob(ii); // success probability

  eval(ii) = R::dbinom(y,n,p,true); // argument 4 is set to true to return log-likelihood

  } …

我正在研究一个必须迭代计算矩阵多次的问题。必要的矩阵乘法采用以下形式

t(X) %*% ( ( X %*% W %*% t(X) * mu0 ) * mu1 )

其中X和是对称矩阵N x P。和是计算成本低廉的向量，并按元素输入相应的乘积。W P x Pmu0mu1N x 1

# fake data
N   = 2500
P   = 10
X   = matrix(rnorm(N*P), N, P)
W   = matrix(rnorm(P*P), P, P)
mu0 = rnorm(N) …