R 将大矩阵的每个单元格除以其行的和

我有一个网站的物种矩阵。尺寸为375 x 360。每个值表示该场地样本中物种的频率

我试图将这个矩阵从频率转换为每个地点的相对丰度

我尝试了几种方法来实现这一点，唯一有效的方法是使用for循环。然而，这需要相当长的时间，或者根本无法完成

是否有一种功能或矢量化方法来实现这一点？我已经包括了我的for循环，作为我正在尝试做的一个例子

relative_abundance <- matrix(0, nrow= nrow(data_wide),
ncol=ncol(data), dimnames = dimnames(data))

i=0
j=0

for(i in 1:nrow(relative_abundance)){
  for(j in 1:ncol(relative_abundance)){
    species_freq <- data[i,j]
    row_sum <- sum(data[i,])
    relative_abundance[i,j] <- species_freq/row_sum
 }
}

---

相对丰度您可以使用
apply
来实现这一点，但是
scale
在这种情况下使事情变得更加简单。假设要将列除以其总和：

set.seed(0)
relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)

freqs <- scale(relative_abundance, center = FALSE, 
               scale = colSums(relative_abundance))

还有一个健康检查：

> head(colSums(freqs))
[1] 1 1 1 1 1 1

使用
应用
：

freqs2 <- apply(relative_abundance, 2, function(i) i/sum(i))

freqs2首先，你可以

relative_abundance[i,j] <- data[i,j]/sum(data[i,])

相对丰度[i，j]使用一些简单的线性代数，我们可以得到更快的结果。只需在左侧乘以一个对角线矩阵和所需的比例因子，如下所示：

library(Matrix)
set.seed(0)
relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)
Diagonal_Matrix <- diag(1/rowSums(relative_abundance))

库（矩阵）
种子集（0）
相对丰度你可以这样做

relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)
datnorm <- relative_abundance/rowSums(relative_abundance) 

相对丰度相对丰度/rowSums（相对丰度）？
相对丰度这就像一个符咒，但我不明白如何
apply（）
知道如何将每个单元格“
I
”除以行的总和。因为在我的逻辑中，
i
引用一个单元格，因此，
sum（i）
将返回单元格的和，而不是行的和。@Zane.Lazare
apply
对行或列起作用，这取决于第二个参数，我将其设置为
2
，因此对列起作用
i
表示一列，因此整个列将被它的和除，并返回一个向量
apply
自动将列绑定在一起，因此您可以得到一个矩阵作为输出。
sweep
通常是这方面的标准
library(Matrix)
set.seed(0)
relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)
Diagonal_Matrix <- diag(1/rowSums(relative_abundance))

row_normalized_matrix <- Diagonal_Matrix %*% relative_abundance

Diagonal_Matrix <- diag(1/colSums(relative_abundance))

relative_abundance <- matrix(sample(1:10, 360*375, TRUE), nrow= 375)
datnorm <- relative_abundance/rowSums(relative_abundance)