阵列函数对输出列进行错误重新排序

对于输入向量执行下面的函数时，我发现结果不一致。看来在使用向量化输入时，输出列会重新排序。有没有更好的方法来矢量化这个功能？阵列函数对输出列进行错误重新排序

func <- function(t, alpha) { exp(matrix(-rep(t,7), ncol=7)*1:7*alpha) } 

# correct  
rbind(func(3, 0.02), func(4, 0.02)) 

#incorrect 
func(c(3, 4), 0.02) 

> rbind(func(3, 0.02), func(4, 0.02)) 
      [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7] 
[1,] 0.9417645 0.8869204 0.8352702 0.7866279 0.7408182 0.6976763 0.6570468 
[2,] 0.9231163 0.8521438 0.7866279 0.7261490 0.6703200 0.6187834 0.5712091 

> func(c(3, 4), 0.02) 
      [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7] 
[1,] 0.9417645 0.8352702 0.7408182 0.6570468 0.8869204 0.7866279 0.6976763 
[2,] 0.8521438 0.7261490 0.6187834 0.9231163 0.7866279 0.6703200 0.5712091

来源

2012-04-16 user338714

没有什么不正确或不一致的有关结果，只有你讨论R的循环规律的认识，如何元素乘元素操作应用。 ;-)

R存储并按列主要顺序（包括回收规则）对对象进行操作。你的例子只有在R是行主要订单时才会起作用。列优先排序装置matrix(-rep(t,7), ncol=7)*1:7产生类似的结果：

3*1 3*3 3*5 3*7 3*2 3*4 3*6 
4*2 4*4 4*6 4*1 4*3 4*5 4*7

这是因为，在内部，矩阵仅仅是一个dim属性向量。你可以通过运行看到这个：

> as.vector(matrix(-rep(3:4,7), ncol=7)) 
[1] -3 -4 -3 -4 -3 -4 -3 -4 -3 -4 -3 -4 -3 -4

看看向量的前两个元素是如何矩阵的第一列？这就是为什么当你乘以1:7时，你会得到“不一致”的结果。你真的问R键做：

> (foo <- as.vector(matrix(-rep(3:4,7), ncol=7)) * 1:7) 
[1] -3 -8 -9 -16 -15 -24 -21 -4 -6 -12 -12 -20 -18 -28

把它放回通过“矩阵”：

> dim(foo) <- c(2,7) 
> foo 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] 
[1,] -3 -9 -15 -21 -6 -12 -18 
[2,] -8 -16 -24 -4 -12 -20 -28

如果你想利用的循环利用规则的优势，你需要开始与转置你当前的矩阵。然后乘以1:7并将结果转置。说到转置，您可能想要避免命名变量t，因为这是转置功能的名称。

func <- function(v, alpha) { 
    t(exp(matrix(-rep(v,7), nrow=7, byrow=TRUE)*1:7*alpha)) 
}

来源

2012-04-16 20:20:03

感谢您的回答。我也很欣赏列主要与主要排列顺序的细节（我正要在维基百科上查看）。我认为R按预期工作，我只需要更深入地理解逻辑。 – user338714 2012-04-16 20:38:56

这会工作：

func <- function (t,alpha) exp(-rep(t,7) * sapply(1:7,rep,length(t)) * alpha)

来源

2012-04-16 20:12:08 nograpes

阵列函数对输出列进行错误重新排序

回答

相关问题