R组合矩阵
我有两个矩阵,一个是二进制的(零或一),另一个是相同维数的整数矩阵,它们是平方矩阵 我想要一种有效的方法,以一种特定的方式将它们结合起来,而不需要沿着每个元素进行迭代 我想把它们结合起来的方法是,从矩阵a和矩阵B中得到一个结果矩阵,对于元素,它取的是不是零的最小数 有人能想出R中的一个技巧来实现这一点吗?我曾尝试用数学方法来实现这一点,但一直都很简短,我想知道是否有一种方法可以用条件语句覆盖矩阵 我的猜测是:R组合矩阵,r,math,matrix,R,Math,Matrix,我有两个矩阵,一个是二进制的(零或一),另一个是相同维数的整数矩阵,它们是平方矩阵 我想要一种有效的方法,以一种特定的方式将它们结合起来,而不需要沿着每个元素进行迭代 我想把它们结合起来的方法是,从矩阵a和矩阵B中得到一个结果矩阵,对于元素,它取的是不是零的最小数 有人能想出R中的一个技巧来实现这一点吗?我曾尝试用数学方法来实现这一点,但一直都很简短,我想知道是否有一种方法可以用条件语句覆盖矩阵 我的猜测是: ifelse(A == 0, B, pmin(A, B)) 或许 ifelse(A
ifelse(A == 0, B, pmin(A, B))
或许
ifelse(A == 0, B, ifelse(B == 0, A, pmin(A, B)))
如果这不是你想要的,请澄清(并提供一个例子)
mnel的方法产生:
> ifelse(matB == 0, matB, pmin(matA, matB))
[,1] [,2] [,3] [,4]
[1,] 0 -4 0 1
[2,] -7 0 0 1
[3,] 0 -2 1 0
[4,] -5 -1 0 1
> (matB * !matA) + matA
[,1] [,2] [,3] [,4]
[1,] -8 -4 1 4
[2,] -7 -3 1 5
[3,] -6 -2 2 6
[4,] -5 -1 3 7
从@A_Skeleton对缩放的评论中,您可以将矩阵分解为块:
mnel <- function(matA, matB) {
(matB * !matA) + matA
}
# method takes a function as the argument
mcombine <- function(matA, matB, method) {
chunkSize <- 10000
matC <- matrix(0, nrow(matA), ncol(matA))
for (i in 1:floor(nrow(matA) / chunkSize)) {
curRange <- (chunkSize * (i-1) + 1):(i * chunkSize)
matC[curRange,] <- method(matA[curRange,], matB[curRange,])
}
# handle case where dimensions don't divide exactly into chunks
lastRange <- i*chunkSize:nrow(matA)
matC[lastRange,] <- method(matA[lastRange,], matB[lastRange,])
matC
}
# Using mnel's method:
matC <- mcombine(matA, matB, mnel)
mnel如果A和B都为0会发生什么?我想你们欠我们一个例子,说明预期的结果。@flodel Dwin的解决方案就是我的目标。上述解决方案中matC[1,3]中的0,0实例将是一个错误的结果,但在理论上不应出现。我想给大家举一个更全面的例子,但当我本周整理出它背后的理论时,这个过程在我头脑中还不足以做到这一点。我很乐意在一周左右的时间内跟进。从广义上讲,这将是用于构建基因相互作用网络的东西……但是matC[1,3]
不是(0,0)
实例,它是(0,1)
实例。所以我希望结果是1
。感谢您的解决方案,但不幸的是,虽然这正是我在较小的数据集上的目标,但当我将其放大到较大的数据集时,我发现了向量错误:(matA和matB都是0
,因此确实没有其他选择。不,如果我运行您的代码matA[1,3]
是0
,matB[1,3]
是1
,而matC[1,3]
是0
。嗯。我不是在一台有R的机器上,但我的wetware执行符合您的逻辑。可能[]中的条件应该是matA==0 | matB==0
。未测试。
mnel <- function(matA, matB) {
(matB * !matA) + matA
}
# method takes a function as the argument
mcombine <- function(matA, matB, method) {
chunkSize <- 10000
matC <- matrix(0, nrow(matA), ncol(matA))
for (i in 1:floor(nrow(matA) / chunkSize)) {
curRange <- (chunkSize * (i-1) + 1):(i * chunkSize)
matC[curRange,] <- method(matA[curRange,], matB[curRange,])
}
# handle case where dimensions don't divide exactly into chunks
lastRange <- i*chunkSize:nrow(matA)
matC[lastRange,] <- method(matA[lastRange,], matB[lastRange,])
matC
}
# Using mnel's method:
matC <- mcombine(matA, matB, mnel)