Arrays 基于R的多维数组智能快速索引

这是我在R中使用多维数组的另一个步骤，前面的问题是：）

我有一个大的R数组，其维数如下：

> data = array(..., dim = c(x, y, N, value))

我想执行一种引导，将获得的平均值（有关讨论请参阅）与以下各项进行比较：

> vmean = apply(data, c(1,2,3), mean)

用替换法随机抽取

N

值的平均值，为了更好地解释

数据[1,1,1]

是否等于[v1 v2 v3…vN]，我想用类似[v_k1 v_k2 v_k3…v_kN]的东西替换，用

样本（N，N，replace=T）抽取的k值

当然，我想避免
for
循环。我已经读过了，但我不知道如何对该数组执行有效的索引，以避免循环通过
x
和
y

有什么想法吗

更新：这里重要的一点是，我希望第四维度（值）中的每个样本都有一个不同的样本，否则执行以下操作会很简单：

> dataSample = data[,,sample(N, N, replace = T), ]

还有一个编译器包，它通过使用即时编译器来加速循环。
在代码顶部添加这些行可以使编译器处理所有代码

require("compiler")
compilePKGS(enable=T)
enableJIT(3)
setCompilerOptions(suppressAll=T)

“for loops than*apply”是一个城市传奇。因此，您可能只想对（j in 1:{value of N}）均值（data[，j，]）

执行

，当然，您希望将任何类型的替换指令添加到循环中。事实上，我正在寻找一个向量化的解决方案，类似于OK，我会看看我能做些什么。或者看看
vectorize（）
是否足够快。我不知道包
boot
在引擎盖下使用了什么，但您需要将估算定义为一个采用索引向量的函数。