R svd中的错误（x，nu=0，nv=k）'；x'；。矩阵中没有NA或Inf值

我检查了矩阵中的NA、Inf和-Inf。没有出现。发生了什么事

head(peaks.new)
           X99     X111     X127      X191      X196     X273      X347      X357      X372     X430      X542      X601      X676      X688     X730
[1,] 0.5804457 1.144064 1.060764 0.3957671 0.4605744 1.395375 0.3997679 0.4058198 0.6135423 1.024926 0.3185467 0.4280903 0.4200074 0.4150762 1.026295
[2,] 0.6738807 1.228152 1.199513 0.4588390 0.5470579 1.383542 0.4491294 0.4576340 0.7606879 1.188590 0.3476853 0.4771873 0.5021612 0.4848465 1.165312
[3,] 0.6315261 1.235551 1.234193 0.4415364 0.5230350 1.514145 0.4512593 0.4589265 0.7238682 1.180188 0.3389439 0.4703305 0.4733625 0.4622625 1.175494
[4,] 0.6482746 1.240872 1.270660 0.5258102 0.5381634 1.430304 0.4888256 0.4987946 0.8740429 1.189461 0.3790521 0.5155980 0.4893849 0.4897720 1.090612
[5,] 0.6110295 1.215108 1.162420 0.4374122 0.4988751 1.435029 0.4320153 0.4360902 0.7144469 1.148086 0.3276657 0.4432349 0.4520939 0.4402073 1.129200
[6,] 0.7070189 1.344910 1.254874 0.4893428 0.5730396 1.708531 0.4627560 0.4797072 0.7752893 1.229642 0.3612133 0.4825547 0.5037152 0.4896373 1.267938

pca.peaks <- prcomp(t(peaks.new), scale=T, retx=T, center=T)
Error in svd(x, nu = 0, nv = k) : infinite or missing values in 'x'


which(peaks.new==0)
integer(0)
> which(peaks.new==Inf)
integer(0)
> which(peaks.new==-Inf)
integer(0)
> which(peaks.new==NA)
integer(0)

head（peaks.new）
X99 X111 X127 X191 X196 X273 X347 X357 X372 X430 X542 X601 X676 X688 X730
[1,] 0.5804457 1.144064 1.060764 0.3957671 0.4605744 1.395375 0.3997679 0.4058198 0.6135423 1.024926 0.3185467 0.4280903 0.4200074 0.4150762 1.026295
[2,] 0.6738807 1.228152 1.199513 0.4588390 0.5470579 1.383542 0.4491294 0.4576340 0.7606879 1.188590 0.3476853 0.4771873 0.5021612 0.4848465 1.165312
[3,] 0.6315261 1.235551 1.234193 0.4415364 0.5230350 1.514145 0.4512593 0.4589265 0.7238682 1.180188 0.3389439 0.4703305 0.4733625 0.4622625 1.175494
[4,] 0.6482746 1.240872 1.270660 0.5258102 0.5381634 1.430304 0.4888256 0.4987946 0.8740429 1.189461 0.3790521 0.5155980 0.4893849 0.4897720 1.090612
[5,] 0.6110295 1.215108 1.162420 0.4374122 0.4988751 1.435029 0.4320153 0.4360902 0.7144469 1.148086 0.3276657 0.4432349 0.4520939 0.4402073 1.129200
[6,] 0.7070189 1.344910 1.254874 0.4893428 0.5730396 1.708531 0.4627560 0.4797072 0.7752893 1.229642 0.3612133 0.4825547 0.5037152 0.4896373 1.267938
pca.peaks（peaks.new==Inf）
整数（0）
>其中（peaks.new==-Inf）
整数（0）
>其中（peaks.new==NA）
整数（0）

NA

s很棘手。考虑这一点：

> a = c(1, NA, 2)
> which(a == NA)
integer(0)

> a == NA
[1] NA NA NA

与NA的相等性检查将导致NA。检查NAs的正确方法是使用

is.na（）

函数：

> is.na(a)
[1] FALSE  TRUE FALSE

---

对于

Inf

的情况，还有

is.infinite（）

，尽管在这种情况下直接比较是有效的（例如

（1/0）=Inf

产生

TRUE

）。

相反，您希望使用

它（is.na（peaks.new））

。我明白了。非常感谢。结果是我的数据中有NaN。现在要弄清楚他们是怎么到那里的。。。lolWell，NAs可能从一开始就丢失了（可能是检查原始数据集中的NAs），或者是作为某些转换的副作用引入的（例如，它的日志转换为负数，您意外地将其除以0…）。另外，如果它解决了你的问题，请考虑接受答案，让人们知道事情是封闭的^ ^谢谢你阿尔瓦罗。我接受了你的回答！是的，数据经过日志转换，我找到了NaN的数据来源