R中的应用函数中的保证金参数

这个问题更多的是关于应用函数中的MARGIN参数。假设我想将下面的矩阵乘以下面的向量，以便将第一个矩阵元素乘以第一个向量元素，第二个乘以第二个矩阵元素，依此类推。我使用下面的代码：R中的应用函数中的保证金参数

matrix <- matrix(1:10) 
vector <- c(10:19) 
t(apply(matrix,2,'*',vector))

它返回一个非常干净的结果：

 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 10 22 36 52 70 90 112 136 162 190

，但如果我改变保证金= 2，我得到这样的结果：

matrix <- matrix(1:10) 
vector <- c(10:19) 
t(apply(matrix,1,'*',vector)) 

     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 10 11 12 13 14 15 16 17 18 19 
[2,] 20 22 24 26 28 30 32 34 36 38 
[3,] 30 33 36 39 42 45 48 51 54 57 
[4,] 40 44 48 52 56 60 64 68 72 76 
[5,] 50 55 60 65 70 75 80 85 90 95 
[6,] 60 66 72 78 84 90 96 102 108 114 
[7,] 70 77 84 91 98 105 112 119 126 133 
[8,] 80 88 96 104 112 120 128 136 144 152 
[9,] 90 99 108 117 126 135 144 153 162 171 
[10,] 100 110 120 130 140 150 160 170 180 190

我想，如果MARGIN = 1，则第一矩阵行将乘以每个向量元素，然后是第二矩阵行等，而MARGIN = 2只是将第一矩阵行乘以第一个向量元素？

有人能告诉我究竟有什么不同吗？

来源

2015-07-04 Adam

首先：为什么'应用'？由于矢量化，只需't（矩阵*矢量）'即可实现。 – SabDeM

没有真正的原因，我只是不确定我怎么能问这个问题。我想我可以问“MARGIN = 1和2有什么区别，但我总是喜欢例子。” – Adam

我已经发布了一个解决方案，我希望它很清楚。 – SabDeM

应用函数的边距可以用维度来解释：1 =行，2 =列。

当您设置MARGIN = 1你说成R来乘以你的矩阵的每一行与名为vector载体。由于矢量化，即使你原来的结果是一行只有一个元素，你会得到10个元素。

的，其原因在于，使用诺曼·马特夫的词语的出色的书“R编程的艺术”：

当施加到两个矢量，要求他们是相同长度的操作，R自动回收或重复，较短的一个，直到它长到足以匹配较长的

有天以前关于量化和==函数的行为相当类似的讨论，你可以找到它here。

回到你的问题，让我们考虑不是整个应用函数，而只是一次迭代，比方说矩阵的第一个元素乘以向量。我们有：

matrix[1] 
[1] 1 
vector 
[1] 10 11 12 13 14 15 16 17 18 19 
matrix[1] * vector 
[1] 10 11 12 13 14 15 16 17 18 19

如在本书中，我列举说，R采用了更短的矢量（在这种情况下matrix[1]）和乘以vector但由于vector较长，R取短，回收它的“n “时间越早越长，在这种情况下是10倍。

当然，我们只在一个案例中。 apply函数为每一行执行此步骤，这是十个。结果，我们获得了10×10的矩阵。

来源

2015-07-04 02:20:35 SabDeM

Ahhhhh，我明白了！谢谢！ – Adam

You是受欢迎的，如果您发现它对您的目的有用且详尽，请不要忘记接受答案。 – SabDeM

我将'matrix [1]'替换为'matrix [1，]'，因为apply是按行而不是按元素进行子集。 –

R中的应用函数中的保证金参数

回答

相关问题