小编Dyl*_*ijk的帖子

我有一个数据集，X包含n行和d列。我想将每行的点积转置为自身。在 R 代码中，这将是x %*% t(x)，这给出了一个dbyd矩阵。

然后，我使用函数截断矩阵中的值：其中tau是dbyd矩阵。

trunc_operator = function(x, tau){

  x = ifelse(abs(x) > tau, tau*sign(x), x)
  return(x)

}

我对每一行执行此操作，然后将它们按顺序添加在一起。

acf_mat = matrix(0, ncol(data), ncol(data))
for(i in 1:nrow(data)){
  acf_mat = acf_mat + mat_prod_pairwise_trunc(data[i,], data[i,], tau = tau)
}

我按顺序执行此操作的原因是，我不必存储许多d矩阵d，而一次只需存储一个矩阵，因此使用的内存较少。

该mat_prod_pairwise_trunc()函数先进行点积，然后应用该trunc_operator函数。

mat_prod_pairwise_trunc = function(x,y, tau){
  trunc_operator((x %*% t(y))/2,tau)
}

然而for循环很慢，我想提高速度。

到目前为止的想法

1. 使用Rcpp在 C++ 中编写整个 …

例子：

所以可以说我有这个数据框。

x = data.frame(factor = as.factor(c('a','a','b','b','c','c')),value1 = c(1,3,2,4,5,3), value2 = c(7,9,3,4,9,3))


    factor value1 value2
1      a      1      7
2      a      3      9
3      b      2      3
4      b      4      4
5      c      5      9
6      c      3      3

我知道如何获得每个因素的平均值，我使用这种方法：

aggregate(x[,c(2,3)], list(x$factor), mean, na.rm = T )

这给了我以下输出：

  Group.1 value1 value2
1       a      2    8.0
2       b      3    3.5
3       c      4    6.0

我现在如何从原始数据框中的每个值中减去其因子的相应平均值。我使用的实际数据集很大，所以需要有一个很好的方法，我已经设法做到了，但我使用了复杂的 for 循环。

所以我想要的输出是：

  factor value1 value2
1      a     -1   -1.0
2      a      1    1.0
3      b …

在下面的代码中，我将变量设置var为 20，然后将指针ptr设置为var. 然后该指针ptrptr保存了该指针的内存地址ptr。

#include <stdio.h>

void pointers()
{
    int var = 20;
    int* ptr;
    ptr = &var;

    int *ptrptr = ptr;

    printf("Value at ptrptr[0] = %d \n", ptrptr[0]);
}

// Driver program
int main()
{
    pointers();
    return 0;
}

输出：

Value at ptrptr[0] = 20

为什么ptrptr[0]返回存储的值val，而不是指针的内存地址ptr。

我认为索引运算符[]返回该值存储的值。