Arrays 在多个数组上应用R函数，返回相同大小的数组

我有两个2x2矩阵的数组，我想对每对2x2矩阵应用一个函数。下面是一个简单的例子，将a中的每个矩阵乘以B中相应的矩阵：

A <- array(1:20, c(5,2,2))
B <- array(1:20, c(5,2,2))
n <- nrow(A)
# Desired output: array with dimension 5x2x2 that contains 
# the product of each pair of 2x2 matrices in A and B.
C <- aperm(sapply(1:n, function(i) A[i,,]%*%B[i,,], simplify="array"), c(3,1,2))

无论如何，这并不是更干净更清晰

---

我试图将此作为一个最小的示例，但我的实际用例需要一个更复杂的矩阵对函数（我也希望将其扩展到两个以上的数组），因此我正在寻找一种可以通用和扩展的方法。

有时for循环是最容易遵循的。它还概括和衡量：

n <- nrow(A)
C <- A
for(i in 1:n) C[i,,] <- A[i,,] %*% B[i,,]

---

n有时for循环最容易遵循。它还概括和衡量：

n <- nrow(A)
C <- A
for(i in 1:n) C[i,,] <- A[i,,] %*% B[i,,]

n有时for循环最容易遵循。它还概括和衡量：

n <- nrow(A)
C <- A
for(i in 1:n) C[i,,] <- A[i,,] %*% B[i,,]

n有时for循环最容易遵循。它还概括和衡量：

n <- nrow(A)
C <- A
for(i in 1:n) C[i,,] <- A[i,,] %*% B[i,,]

nR的列表基础结构（似乎）比数组好得多，因此我也可以通过将数组转换为矩阵列表来实现它，如下所示：

A <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
B <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
mapply(function(a,b) a%*%b, A, B, SIMPLIFY=FALSE)

AR的列表基础结构（似乎）比数组好得多，因此我也可以通过将数组转换为矩阵列表来实现它，如下所示：

A <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
B <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
mapply(function(a,b) a%*%b, A, B, SIMPLIFY=FALSE)

AR的列表基础结构（似乎）比数组好得多，因此我也可以通过将数组转换为矩阵列表来实现它，如下所示：

A <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
B <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
mapply(function(a,b) a%*%b, A, B, SIMPLIFY=FALSE)

AR的列表基础结构（似乎）比数组好得多，因此我也可以通过将数组转换为矩阵列表来实现它，如下所示：

A <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
B <- alply(A, 1, function(a) matrix(a, ncol=2, nrow=2))
mapply(function(a,b) a%*%b, A, B, SIMPLIFY=FALSE)

A
D
D
D
D
D是的，我应该提到这是另一个显而易见的解决方案。我希望采用一种功能性方法，但与列表相比，R在使用数组执行功能性操作方面的基础设施似乎要少得多。我希望避免循环，以便更好地对更复杂的A和B表达式进行缩放，因此我没有所有的索引。在没有太多可读性损失的情况下，您可以用RcppArmadillo编写此循环，它与R/matlab在矩阵代数和索引方面非常相似。循环的缩放应该与
sapply
一样好。我见过循环是最快解决方案的情况。在函数中隐藏索引是很容易的：
combine是的，我应该提到这是另一个显而易见的解决方案。我希望采用一种功能性方法，但与列表相比，R在使用数组执行功能性操作方面的基础设施似乎要少得多。我希望避免循环，以便更好地对更复杂的A和B表达式进行缩放，因此我没有所有的索引。在没有太多可读性损失的情况下，您可以用RcppArmadillo编写此循环，它与R/matlab在矩阵代数和索引方面非常相似。循环的缩放应该与
sapply
一样好。我见过循环是最快解决方案的情况。在函数中隐藏索引是很容易的：
combine是的，我应该提到这是另一个显而易见的解决方案。我希望采用一种功能性方法，但与列表相比，R在使用数组执行功能性操作方面的基础设施似乎要少得多。我希望避免循环，以便更好地对更复杂的A和B表达式进行缩放，因此我没有所有的索引。在没有太多可读性损失的情况下，您可以用RcppArmadillo编写此循环，它与R/matlab在矩阵代数和索引方面非常相似。循环的缩放应该与
sapply
一样好。我见过循环是最快解决方案的情况。在函数中隐藏索引是很容易的：
combine是的，我应该提到这是另一个显而易见的解决方案。我希望采用一种功能性方法，但与列表相比，R在使用数组执行功能性操作方面的基础设施似乎要少得多。我希望避免循环，以便更好地对更复杂的A和B表达式进行缩放，因此我没有所有的索引。在没有太多可读性损失的情况下，您可以用RcppArmadillo编写此循环，它与R/matlab在矩阵代数和索引方面非常相似。循环的缩放应该与
sapply
一样好。我见过循环是最快解决方案的情况。在函数中隐藏索引非常简单：
combine