Arrays 三维数组元素与R中无环矩阵列的叉积

我正在研究一个渔业资源评估模型，希望通过删除一个循环（实际上是相同形式的两个循环）来加快评估速度。 我有一个数组，A，dimA=[L，L，Y]，还有一个矩阵，M，dimM=[L，Y]。 这些用于通过计算矩阵乘积来生成矩阵mat，dimat=[L，Y]。我的循环看起来像：

for(i in 1:Y){
mat[,i]<-(A[,,i]%*%M[,i])[,1]}

有人能帮我吗？我真的需要一个速度增益。

---

另外，我不知道它是否会产生差异，但每个a[，i]矩阵都是下三角形。

我很肯定这会给你想要的结果。由于没有可复制的例子，我不能绝对肯定。必须追踪一些线性代数逻辑，以了解您试图实现的目标

library(plyr) # We need this to split the array into a list of 9 matrices
B = lapply(alply(A, 3), function(x) (x%*%M)) # Perform 9 linear algebra multiplications
sapply(1:9, function(i) (B[[i]])[,i]) # Extract the 9 columns you actually want.

我使用了以下测试数据：

A = array(rnorm(225), dim = c(5,5,9))
M = matrix(rnorm(45), nrow = 5, ncol = 9)

---

我认为关键是要消除所有与第一列无关的计算。您应该发布一个简化的示例。第一列的最后一个子集是多余的。循环中的矩阵乘法只产生一列。这不是比for循环慢吗？我不知道，因为操作代码实际上并不为我运行。想一想，可能会慢一些……我们拭目以待。我将在为我运行OP repress.OP代码时删除。只需用ncolM替换Y并添加垫子即可，非常好，谢谢。它确实产生了正确的结果。我不知道阿尔卑斯函数-非常有用，但速度较慢。我在我的数据上试过，希望在更大的矩阵上更快，但事实并非如此。