在R语言中，如何对矩阵的对角元素施加条件

我在用R语言工作。我想强加一个条件，如果矩阵的任何一个上对角线元素大于0.5，那么它将在输出中打印它

我使用下面的代码，但它打印的不是不需要的对角线元素

for(i in 1:ncol(X))

for (j in i+1:ncol(X)-i){
if(mat(X)[i,j]>0.5)

#upper.tri(cor(X),diag=F)

cat(i,",",j," th element", " > 50%","\n")
}

提前感谢

，在这里（）

应该可以为您工作，使用

arr.ind

参数返回矩阵索引。如您所想，您可以使用

upper.tri

，以及一个附加的逻辑选择标准（>0.5）来查找符合您描述的元素：

set.seed(3234)
m <- matrix(runif(16),nrow=4)

m
#          [,1]       [,2]      [,3]       [,4]
#[1,] 0.24903346 0.06965592 0.8715103 0.92297359
#[2,] 0.81593852 0.99991663 0.3717652 0.67191551
#[3,] 0.85413490 0.13877853 0.7990082 0.04143296
#[4,] 0.01439058 0.27303603 0.5246000 0.08486883

which(m > 0.5 & upper.tri(m) , arr.ind = TRUE )
#    row col
#[1,]   1   3
#[2,]   1   4
#[3,]   2   4

set.seed（3234）
m 0.5和上三（m），arr.ind=真）
#行列
#[1,]   1   3
#[2,]   1   4
#[3,]   2   4

请注意，默认情况下这不包括对角线，如果要包括对角线，请使用

diag=TRUE

参数，如

，该参数（m>0.5&upper.tri（m，diag=TRUE），arr.ind=TRUE）

which（）

应该可以在这里为您工作，使用

arr.ind

参数返回矩阵索引。如您所想，您可以使用

upper.tri

，以及一个附加的逻辑选择标准（>0.5）来查找符合您描述的元素：

set.seed(3234)
m <- matrix(runif(16),nrow=4)

m
#          [,1]       [,2]      [,3]       [,4]
#[1,] 0.24903346 0.06965592 0.8715103 0.92297359
#[2,] 0.81593852 0.99991663 0.3717652 0.67191551
#[3,] 0.85413490 0.13877853 0.7990082 0.04143296
#[4,] 0.01439058 0.27303603 0.5246000 0.08486883

which(m > 0.5 & upper.tri(m) , arr.ind = TRUE )
#    row col
#[1,]   1   3
#[2,]   1   4
#[3,]   2   4

set.seed（3234）
m 0.5和上三（m），arr.ind=真）
#行列
#[1,]   1   3
#[2,]   1   4
#[3,]   2   4

请注意，默认情况下这不包括对角线，如果要包括对角线，请使用

diag=TRUE

参数，如

，该参数（m>0.5&upper.tri（m，diag=TRUE），arr.ind=TRUE）

1）请注意

i+1:ncol（X）-i

等于

1:ncol（X）

，无论

i

（如

i

cancel的两个实例）这可能不是您想要的

2） 还请注意，这可以在没有循环的情况下完成：

# create test matrix
set.seed(123)
m <- matrix(runif(25), 5)

# ix selects large elements
ix <- m > .5 & upper.tri(m)
s <- sprintf("\nm[%d, %d] = %f > 0.5", row(m)[ix], col(m)[ix], m[ix])

上面使用的矩阵

m

是：

> m
          [,1]      [,2]      [,3]       [,4]      [,5]
[1,] 0.2875775 0.0455565 0.9568333 0.89982497 0.8895393
[2,] 0.7883051 0.5281055 0.4533342 0.24608773 0.6928034
[3,] 0.4089769 0.8924190 0.6775706 0.04205953 0.6405068
[4,] 0.8830174 0.5514350 0.5726334 0.32792072 0.9942698
[5,] 0.9404673 0.4566147 0.1029247 0.95450365 0.6557058

1） 请注意，

i+1:ncol（X）-i

等于

1:ncol（X）

，而不考虑

i

（作为

i

取消的两个实例），这可能不是您想要的

2） 还请注意，这可以在没有循环的情况下完成：

# create test matrix
set.seed(123)
m <- matrix(runif(25), 5)

# ix selects large elements
ix <- m > .5 & upper.tri(m)
s <- sprintf("\nm[%d, %d] = %f > 0.5", row(m)[ix], col(m)[ix], m[ix])

上面使用的矩阵

m

是：

> m
          [,1]      [,2]      [,3]       [,4]      [,5]
[1,] 0.2875775 0.0455565 0.9568333 0.89982497 0.8895393
[2,] 0.7883051 0.5281055 0.4533342 0.24608773 0.6928034
[3,] 0.4089769 0.8924190 0.6775706 0.04205953 0.6405068
[4,] 0.8830174 0.5514350 0.5726334 0.32792072 0.9942698
[5,] 0.9404673 0.4566147 0.1029247 0.95450365 0.6557058

---

请提供可复制的示例。什么是

mat

功能？请提供可复制的示例。什么是

mat

功能？我将格式化和打印详细信息留给OP.+1，以获得完整的解决方案。打印输出的另一种方法是显示

ix*m

。通过这种方式，我可以更轻松地可视化所需值的位置（我知道这不是OP要求的）。@Carl，或者：

print（ifelse（ix，“*”，”），quote=FALSE）

我将格式和打印详细信息留给了OP.+1，以获得一个完整的解决方案。打印输出的另一种方法是显示

ix*m

。通过这种方式，我可以更轻松地可视化所需值的位置（我知道这不是OP要求的）。@Carl，或者：

print（如果else（ix，“*”，”），quote=FALSE）

@imdadullah欢迎您！我建议，因为你似乎是新来这里，你有一个快速浏览和部分的网站，以帮助你得到最大的SO。欢迎来到SO@伊姆达杜拉，不客气！我建议，因为你似乎是新来这里，你有一个快速浏览和部分的网站，以帮助你得到最大的SO。欢迎来到SO！