二维矩阵到3d堆栈数组r

Question

我有一个数据框data在DIM 120000行乘以5列的R中。

每300线是在不同的时间间隔测量的帧（即400帧）

行动

我尝试使用array(data, c(300, 5, 400))

预期

使此数据帧到一个3d阵列，每300行分割data，并将这400个矩阵放在后面彼此。

实际

读取值沿向下的data第一列，并把这些成阵列的所述第一部分。

Answer 1

另一种选择是：

m1 <- matrix(1:(300*400*5), nrow=300*400, ncol=5) 
lst <- lapply(split(seq_len(nrow(m1)),(seq_len(nrow(m1))-1) %/%300 +1), 
         function(i) m1[i,]) 

arr1 <- array(0, dim=c(300,5,400)) 
for(i in 1:400){ 
arr1[,,i] <- lst[[i]] 
} 

m1[297:300,] 
#  [,1] [,2] [,3] [,4] [,5] 
#[1,] 297 120297 240297 360297 480297 
#[2,] 298 120298 240298 360298 480298 
#[3,] 299 120299 240299 360299 480299 
#[4,] 300 120300 240300 360300 480300 

tail(arr1[,,1],4) 
#  [,1] [,2] [,3] [,4] [,5] 
#[297,] 297 120297 240297 360297 480297 
#[298,] 298 120298 240298 360298 480298 
#[299,] 299 120299 240299 360299 480299 
#[300,] 300 120300 240300 360300 480300 

或者通过@Ananda Mahto的建议

library(abind) 
arr2 <- abind(lapply(split(seq_len(nrow(m1)), 
      (seq_len(nrow(m1))-1) %/% 300 + 1), function(x) m1[x, ]), along = 3) 

Answer 2

下面是使用dim<-和aperm的方法：

的样本数据：

set.seed(1) 
mat <- matrix(sample(100, 12 * 5, TRUE), ncol = 5) 
mat 
#  [,1] [,2] [,3] [,4] [,5] 
# [1,] 27 69 27 80 74 
# [2,] 38 39 39 11 70 
# [3,] 58 77 2 73 48 
# [4,] 91 50 39 42 87 
# [5,] 21 72 87 83 44 
# [6,] 90 100 35 65 25 
# [7,] 95 39 49 79 8 
# [8,] 67 78 60 56 10 
# [9,] 63 94 50 53 32 
# [10,] 7 22 19 79 52 
# [11,] 21 66 83 3 67 
# [12,] 18 13 67 48 41 

切片和切块：

Sliced <- aperm(`dim<-`(t(mat), list(5, 3, 4)), c(2, 1, 3)) 

Sliced 
# , , 1 
# 
#  [,1] [,2] [,3] [,4] [,5] 
# [1,] 27 69 27 80 74 
# [2,] 38 39 39 11 70 
# [3,] 58 77 2 73 48 
# 
# , , 2 
# 
#  [,1] [,2] [,3] [,4] [,5] 
# [1,] 91 50 39 42 87 
# [2,] 21 72 87 83 44 
# [3,] 90 100 35 65 25 
# 
# , , 3 
# 
#  [,1] [,2] [,3] [,4] [,5] 
# [1,] 95 39 49 79 8 
# [2,] 67 78 60 56 10 
# [3,] 63 94 50 53 32 
# 
# , , 4 
# 
#  [,1] [,2] [,3] [,4] [,5] 
# [1,] 7 22 19 79 52 
# [2,] 21 66 83 3 67 
# [3,] 18 13 67 48 41 

调节，以满足您的数据的数量。除了

---

破事，我们得到：

• t(mat)：调换你的矩阵（所以我们现在有5×12）。
• dim<-(..., list(...))：将其转换为一个数组，在这种情况下，5（行）x 3（col）x 4（第三维）。
• aperm：最后一步的结果是逐行的，所以我们需要将它转换为列，所以这就像一个t，但涉及多个维度。

---

这些也都是非常高效的运营。下面是这种方法的使用@ akrun的比较：

m1 <- matrix(1:(300*400*5), nrow=300*400, ncol=5) 

am <- function() { 
    aperm(`dim<-`(t(m1), list(5, 300, 400)), c(2, 1, 3)) 
} 

ak <- function() { 
    lst <- lapply(split(seq_len(nrow(m1)),(seq_len(nrow(m1))-1) %/%300 +1), 
       function(i) m1[i,]) 

    arr1 <- array(0, dim=c(300,5,400)) 
    for(i in 1:400){ 
    arr1[,,i] <- lst[[i]] 
    } 
    arr1 
} 

library(microbenchmark) 
microbenchmark(am(), ak(), times = 20) 
# Unit: milliseconds 
# expr  min  lq median  uq  max neval 
# am() 19.09133 27.63269 31.18292 67.12434 146.2673 20 
# ak() 496.11494 518.71223 550.02215 591.27266 699.9834 20