R 如何生成矩阵a）每行的单个值为1；B） 行和为一

这是一个由两部分组成的问题：第一部分是创建一个NXN平方矩阵，其中每行中只有一个随机元素为1，其他项必须为零。（即每行元素的总和为1）

第二种方法是创建一个NXN平方矩阵，其中每行中的项目总和为1，但每个元素遵循一个分布，例如正态分布

相关问题包括（） Matlab似乎可以自动地做我想要做的事情（），但我正在r中寻找解决方案

以下是我尝试过的：

# PART 1

N <- 50
x <- matrix(0,N,N)
lapply(1:N, function(y){
x[y,sample(N,1)]<- 1
})

#第1部分
N这里您可以看到为什么
lappy
并不总是替换循环。您试图遍历
x
的行并修改矩阵，但您所修改的是来自全局环境的
x
的副本

最简单的修复方法是使用
for
循环：

for (y in 1:N) {
  x[y,sample(N,1)]<- 1
}

但是，这更具可读性：

matrix(rnorm(N*N), N, N)

现在将其缩放为行和等于1。您使用的事实是矩阵是面向列的，并且向量是循环的，这意味着您可以将矩阵
M
除以
行和（M）
。使用更合理的
N=5
：

m <- matrix(rnorm(N*N), N, N)
m/rowSums(m)
##           [,1]       [,2]        [,3]        [,4]        [,5]
## [1,] 0.1788692  0.5398464  0.24980924 -0.01282655  0.04430168
## [2,] 0.4176512  0.2564463  0.11553143  0.35432975 -0.14395871
## [3,] 0.3480568  0.7634421 -0.38433940  0.34175983 -0.06891932
## [4,] 1.1807180 -0.0192272  0.16500179 -0.31201400 -0.01447859
## [5,] 1.1601173 -0.1279919 -0.07447043  0.20865963 -0.16631458 

mNo-loop解决方案：）

n这是另一个无循环的解决方案，它使用两列寻址功能，使用
“[请编辑您的问题，并显示您期望的矩阵和您得到的矩阵。谢谢。问题是您正在修改函数中的
x
（函数传递给
lappy
）因此，你正在修改一个被丢弃的<代码> x <代码>的副本，所以我会建议它作为注释。对于第1部分，做<代码> x这个技巧起作用（当然，如果<代码>和！= 0 < /代码>），但是分布不同于<代码> n（0，1）< /代码>，请记住，请考虑<代码>矩阵（rFug（n*n），n，n））-RoSoM（m）+1
。或
1+t（标度（矩阵（rnorm（N*N，平均值=1），N，N））
。前者对整个矩阵的sd=1。后者对每一行的sd=1。
matrix(rnorm(N*N), N, N)

m <- matrix(rnorm(N*N), N, N)
m/rowSums(m)
##           [,1]       [,2]        [,3]        [,4]        [,5]
## [1,] 0.1788692  0.5398464  0.24980924 -0.01282655  0.04430168
## [2,] 0.4176512  0.2564463  0.11553143  0.35432975 -0.14395871
## [3,] 0.3480568  0.7634421 -0.38433940  0.34175983 -0.06891932
## [4,] 1.1807180 -0.0192272  0.16500179 -0.31201400 -0.01447859
## [5,] 1.1601173 -0.1279919 -0.07447043  0.20865963 -0.16631458 

n <- 5
# on which column in each row insert 1s
s <- sample(n,n,TRUE)
# indexes for each row
w <- seq(1,n*n,by=n)-1
index <- s+w
# vector of 0s
vec <- integer(n*n)
# put 1s
vec[index] <- 1
# voila :)
matrix(vec,n,byrow = T)
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    0    0    0    0
[2,]    0    0    0    1    0
[3,]    0    0    0    0    1
[4,]    1    0    0    0    0
[5,]    1    0    0    0    0

M <- matrix(0,N,N)
M[ cbind(1:N, sample(1:N, N, rep=TRUE))] <- 1

> rowSums(M)
 [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1