将此for循环矢量化(当前行取决于上面的行)
假设我想要创建n=3个随机行走路径(路径长度=100),给定一个预生成的加/减矩阵(100x3)。第一条路径从10开始,第二条路径从20开始,第三条路径从30开始:将此for循环矢量化(当前行取决于上面的行),r,vectorization,R,Vectorization,假设我想要创建n=3个随机行走路径(路径长度=100),给定一个预生成的加/减矩阵(100x3)。第一条路径从10开始,第二条路径从20开始,第三条路径从30开始: 种子集(123) given.rand.matrix可明确矢量化:跳过路径的初始化,并在矩阵上使用cumsum: path <- apply( rbind(c(10,20,30),given.rand.matrix), 2, cumsum) > head(path) [,1] [,2] [,3] [1,]
种子集(123)
given.rand.matrix可明确矢量化:跳过路径的初始化,并在矩阵上使用cumsum
:
path <- apply( rbind(c(10,20,30),given.rand.matrix), 2, cumsum)
> head(path)
[,1] [,2] [,3]
[1,] 10 20 30
[2,] 9 19 31
[3,] 8 20 32
[4,] 9 19 31
[5,] 10 18 32
[6,] 11 17 31
> tail(path)
[,1] [,2] [,3]
[96,] 15 7 31
[97,] 14 8 32
[98,] 15 9 33
[99,] 16 8 32
[100,] 15 7 33
[101,] 14 6 34
路径头(路径)
[,1] [,2] [,3]
[1,] 10 20 30
[2,] 9 19 31
[3,] 8 20 32
[4,] 9 19 31
[5,] 10 18 32
[6,] 11 17 31
>尾部(路径)
[,1] [,2] [,3]
[96,] 15 7 31
[97,] 14 8 32
[98,] 15 9 33
[99,] 16 8 32
[100,] 15 7 33
[101,] 14 6 34
最近类似的“是”。谢谢你的快速回复。虽然我试图解决的实际问题比我发布的要复杂一点,但你的回答告诉我,我寻找的答案可能存在于apply函数族中。checkmark记住apply()不是矢量化的,但它比循环更漂亮。真正使Prasad的代码快速的是向量化的cumsum()函数。因此,请使用apply(),但一定要应用矢量化函数,以加快速度。