如何使用cbind a循环R在中创建空矩阵

我想对R中每个步骤生成的矩阵进行cbind，如何在matlab中创建一个初始空矩阵，比如result=[]，然后对每个迭代进行cbind？

这将创建一个包含所有1的100x10矩阵。它应该让你对这些东西的一般形式有一个概念

my.matrix <- c()
for(i in 1:10){
    my.matrix <- cbind(my.matrix, rep(1,100))
}

---

my.matrix这将创建一个包含所有1的100x10矩阵。它应该让你对这些东西的一般形式有一个概念

my.matrix <- c()
for(i in 1:10){
    my.matrix <- cbind(my.matrix, rep(1,100))
}

my.matrix在循环中使用
cbind
非常慢。如果预先知道大小，可以预先分配矩阵并填充循环中的列。否则，请使用
列表
。创建一个空列表，并将向量添加到循环中的列表中。然后，在循环完成后，将列表cbind到一个矩阵中

时间：

Preallocate matrix:
   user  system elapsed 
  1.024   0.064   1.084

Grow matrix with cbind:
   user  system elapsed 
 76.036  50.146 125.840

Preallocate list:
   user  system elapsed 
  0.788   0.040   0.823

Grow list by indexing:
   user  system elapsed 
  0.821   0.043   0.859 

代码：

预先分配矩阵。
f1=函数（x）{
种子集（2718）
mat=矩阵（ncol=x，nrow=x）
对于（1:x中的i）{
mat[，i]=rnorm（x）
}
返回（mat）
}
#用cbind生长矩阵。
f2=函数（x）{
种子集（2718）
mat=c（）
对于（1:x中的i）{
mat=cbind（mat，rnorm（x））
}
返回（mat）
}
#预先分配列表。
f3=功能（x）{
种子集（2718）
lst=向量（“列表”，长度=x）
对于（1:x中的i）{
lst[[i]]=rnorm（x）
}
res=do.call（cbind，lst）
返回（res）
}
#通过索引增加列表。
f4=功能（x）{
种子集（2718）
lst=列表（）
对于（1:x中的i）{
lst[[i]]=rnorm（x）
}
res=do.call（cbind，lst）
返回（res）
}
x=3000
system.time（r1在循环中使用
cbind
非常慢。如果事先知道大小，可以预先分配矩阵并填充循环中的列。否则，使用
列表
。创建空列表并向循环中的列表添加向量。然后，在循环完成后，将列表cbind到矩阵中

时间：

Preallocate matrix:
   user  system elapsed 
  1.024   0.064   1.084

Grow matrix with cbind:
   user  system elapsed 
 76.036  50.146 125.840

Preallocate list:
   user  system elapsed 
  0.788   0.040   0.823

Grow list by indexing:
   user  system elapsed 
  0.821   0.043   0.859 

代码：

预先分配矩阵。
f1=函数（x）{
种子集（2718）
mat=矩阵（ncol=x，nrow=x）
对于（1:x中的i）{
mat[，i]=rnorm（x）
}
返回（mat）
}
#用cbind生长矩阵。
f2=函数（x）{
种子集（2718）
mat=c（）
对于（1:x中的i）{
mat=cbind（mat，rnorm（x））
}
返回（mat）
}
#预先分配列表。
f3=功能（x）{
种子集（2718）
lst=向量（“列表”，长度=x）
对于（1:x中的i）{
lst[[i]]=rnorm（x）
}
res=do.call（cbind，lst）
返回（res）
}
#通过索引增加列表。
f4=功能（x）{
种子集（2718）
lst=列表（）
对于（1:x中的i）{
lst[[i]]=rnorm（x）
}
res=do.call（cbind，lst）
返回（res）
}
x=3000
system.time（r1，尽管您最好使用灵活的方法，如
sappy（1:10，函数（x）rep（x，100））
来获得相同的矩阵结果。尽管您可能最好使用灵活的方法，如
sappy（1:10，函数（x）rep（x，100））
获得相同的矩阵结果。这是一个惊人的答案@bdemarest这是一个惊人的答案@bdemarest