2016-08-01 168 views
-1

我想确定一个数据集中每个点与R中其他数据集之间的距离。每个数据集都有一个X和Y参数。我一直在将数据集转换为数据框并找出距离。不过,我现在的代码创建了一个大矩阵,因为这个列表将数据集列为行和列。然后我需要确定一个矩阵的特定部分,我想知道我的答案,有没有办法将DSA作为列,将DSB作为行。这种切对子级矩阵1/4其中,因为我的数据集包含成千上万个点的每真的对子级砍倒时间algorithum距离矩阵

这里是代码我使用

tumor<-data.frame(DSA[,c ("X_Parameter","Y_Parameter")]) 
cells<-data.frame(DSB[,c ("X_Parameter","Y_Parameter")]) 
distances<-as.matrix(dist(rbind(tumor,cells))) 
row.start<-nrow(tumor)+1 
row.end<-nrow(tumor)+nrow(cells) 
col.start<-1 
col.end<-nrow(tumor) 
distances[row.start:row.end, col.start:col.end] 
d<- distances[row.start:row.end, col.start:col.end] 
+2

请提供可重复的例子(模拟值都不错),你的代码已经试过,什么理想的结果应该是这样。 –

回答

0

尝试flexclust::dist2运行:

n_tumor = 2000 
n_cells = 2000 
tumor = matrix(runif(n_tumor * 2), n_tumor,) 
cells = matrix(runif(n_cells * 2), n_cells,) 

t_dist = system.time({ 
    distances<-as.matrix(dist(rbind(tumor,cells))) 
    row.start<-nrow(tumor)+1 
    row.end<-nrow(tumor)+nrow(cells) 
    col.start<-1 
    col.end<-nrow(tumor) 
    d <- distances[row.start:row.end, col.start:col.end] 
})[3] 

require(flexclust) 
t_dist2 = system.time({d2 = dist2(x = cells, y = tumor, method = "euclidean")})[3] 

t_dist # 1.477 
t_dist2 # 0.244 
identical(unname(d), d2) # TRUE 

编辑: 另一种选择是proxy::dist

0

这将计算你需要的基质的只有部分:

tumoridx <- rep(1:nrow(tumor), each=nrow(cells) 
cellsidx <- rep(1:nrow(cells), nrow(tumor)) 
tcdist <- matrix(sqrt(rowSums((tumor[tumoridx, ] - cells[cellsidx, ])^2)), 
    nrow(cells), nrow(tumor))