R 不能被几个数整除的整数

我试图打印一个向量，它的整数在1到100之间，在R中不能被2，3和7整除

---

我尝试了

seq

，但我不知道如何继续。

我们可以在循环中使用

lappy

使用模运算，通过求反（

！

）将0转换为TRUE，使用

Reduce

和

找到相应的

列表

元素，这些元素要么为TRUE，要么求反，要么将“v1”子集

v1[!Reduce(`|`,lapply(c(2,3,7), function(x) !(v1 %%x)))]

或者，也可以用更快的方式来代替循环

 v1[!(!v1%%2) + (!v1%%3) + (!v1%%7)]

数据

---

v1基本上，您需要计算模2、模3和模7中的每一个数。您可以使用
outer
在单个矢量化操作中执行所有模运算，使用
rowsumes
识别
1:100
中未完全除以2、3或7的元素

v1 <- 1:100
v1[rowSums(outer(v1, c(2, 3, 7), "%%") == 0) == 0]
#  [1]  1  5 11 13 17 19 23 25 29 31 37 41 43 47 53 55 59 61 65 67 71 73 79 83 85 89 95 97

v1另一个选项是使用
Filter
来过滤序列中符合条件的任何数字：

Filter(function(i) { all(i %% c(2,3,7) != 0) }, seq(100))
## [1]  1  5 11 13 17 19 23 25 29 31 37 41 43 47 53 55 59 61 65 67 71 73 79 83 85 89 95 97

请注意，虽然这可能（IMO）是最可读的，但它的性能最差（到目前为止）：

更新了以考虑rawr的
循环解决方案：

microbenchmark(
  filter={ v1 <- seq(100); Filter(function(i) { all(i %% c(2,3,7) != 0) }, v1) },
  reduce={ v1 <- seq(100); v1[!Reduce(`|`,lapply(c(2,3,7), function(x) !(v1 %%x)))] },
  rowout={ v1 <- seq(100); v1[rowSums(outer(v1, c(2, 3, 7), "%%") == 0) == 0] },
  looopy={ v1 <- seq(100); for (ii in c(2,3,7)) v1 <- v1[-which(v1 %% ii == 0)]; v1 },
  times=1000
)

## Unit: microseconds
##    expr     min       lq      mean   median       uq      max neval cld
##  filter 108.280 118.7000 143.88592 126.2155 136.6290 2349.952  1000   c
##  reduce  21.552  23.8095  25.91997  24.8150  25.8580  144.067  1000 ab 
##  rowout  26.075  28.4920  31.11812  29.5350  31.2125  184.225  1000  b 
##  looopy  14.149  16.0765  18.11806  16.8995  17.8595  160.485  1000 a  

microbenchmark(
filter={v1其他答案更好，但是如果您确实需要使用
for
循环，正如建议的那样，这可能是一种可能性：

x <- vector()
n <- 1L
for(i in 1:100){if (i%%2!=0 & i%%3!=0 & i%%7!=0) {x[n] <- i;  n <- n+1}}
#> x
# [1]  1  5 11 13 17 19 23 25 29 31 37 41 43 47 53 55 59 61 65 67 71 73 79 83 85 89 95 97

x不必显式使用模运算，我们可以通过倒计时轻松地生成负模序列。然后，对于三个序列中的每一个，我们可以将它们或全部放在一起，然后将其放入
which（）

如果我们想少一点硬编码，我们可以使用
do.call
with
lapply（）
：

编辑：

这里有一种使用logicals的方法：

v1只是出于好奇：这是家庭作业还是自学？OP在另一个（dup）q中说这是家庭作业。我想“会见”一位认为这是教授R的好方法的老师。这不是一个糟糕的练习。我经常要求学生编写R代码来选择向量的奇数或偶数元素（显然比这更普遍有用，但也没什么不同…）不关注
for
（尤其是对研发和编程新手而言）最终会降低他们摸索矢量化操作的速度吗？也许我只是看到了太多
for
循环问题（根据定义，这是一个地方，在那里可能会有问题的人去摸索一些东西）。一个简单的循环
loop={v1怎么样
x <- vector()
n <- 1L
for(i in 1:100){if (i%%2!=0 & i%%3!=0 & i%%7!=0) {x[n] <- i;  n <- n+1}}
#> x
# [1]  1  5 11 13 17 19 23 25 29 31 37 41 43 47 53 55 59 61 65 67 71 73 79 83 85 89 95 97

 which(as.logical(pmin(rep_len(1:0, 100), 
                       rep_len(2:0, 100),
                       rep_len(6:0, 100))))

which(as.logical(do.call(pmin, lapply(c(2,3,7)-1, function(x)rep_len(x:0, 100)))))