R：两个矩阵列之间的成对欧氏距离

以下循环运行时间过长（2分钟/次迭代） 肿瘤信号大小为950000x422 正常_信号的大小为950000x772 有没有加快速度的办法

for(i in 1:ncol(tumor_signals)){
x <- as.vector(tumor_signals[,i])
print("Assigned x")
y <- t((t(normal_signals) - x)^2)
print("assigned y")
y <- t(sqrt(colSums(y)))
print("done")
#all_distance <- cbind(all_distance,matrix(distance))
print(i)
}

for（i-in-1:ncol（肿瘤信号））{
x你的代码中有一个bug——你不需要对
正常的\u信号进行转置。据我所知，你正在试图计算，对于所有
I=1,2，
422，
j=1,2，
772，
肿瘤信号[，I]
和
正常的\u信号[，j]之间的欧几里德距离
。您可能需要422 x 772矩阵中的结果。在包
字段中有一个函数
rdist（）
，可以为您执行此操作：

require(fields)
result <- rdist(t(tumor_signals), t(normal_signals))

require（字段）
结果您的代码中有一个错误--您不需要对
正常的\u信号进行转置。据我所知，您正试图计算所有
I=1,2，
422，
j=1,2，
772，
肿瘤信号之间的欧氏距离[，I]
和
正常的\u信号[，j]
。您可能需要422 x 772矩阵中的结果。在包
字段中有一个函数
rdist（）
，可以为您执行此操作：

require(fields)
result <- rdist(t(tumor_signals), t(normal_signals))

require（字段）
结果你真的想从整个正常_信号矩阵中一次减去一列肿瘤信号吗？你真的想每一次都将大的正常_信号矩阵转换2x吗？如果有必要，你可以在开始之前做一次。考虑到两个数据集的列数不同，或者倍数，欧几里德距离到底是多少？@Jogn同意，我不知道OP想要什么。删除所有打印调用会大大加快速度。在如此大的数据结构中，
t
无疑是瓶颈之一。这是一个很好的观点。是的，t是一个瓶颈，感谢大家帮助我解决这个问题。（我是一名新程序员，刚开始工作几个月）。我安装了fields package。rdist（）工作得更快。因此，处理所有内容大约需要1.5个小时。要回答这个问题，输出必须是ncol（正常信号）x ncol（肿瘤信号），Each column==患者档案，因此我们需要计算每个患者到每个可用正常样本的距离。对于任何混淆，我们深表歉意，并感谢您的帮助。距离位于每个肿瘤信号列和每个正常信号列之间。我认为删除打印语句不会加快过程。我插入这些语句是为了查看哪一步是正确的最低。还有其他检查方法吗？你真的想从整个正常信号矩阵中一次减去一列肿瘤信号吗？你真的想每次运行将大的正常信号矩阵转换2倍吗？如果必要的话，你可以在开始之前做一次。考虑到这两个数据集没有e相同数量的列，或其倍数，欧几里德距离到底是多少？@Jogn同意，我不知道OP想要什么。删除所有这些打印调用将大大加快速度。在如此大的数据结构中，
t
当然是瓶颈之一。一个很好的观点。是的，t是瓶颈，谢谢大家为了帮助我解决这个问题。（我是一名新程序员，才几个月）。我安装了fields package。rdist（）工作得更快。因此，处理所有内容大约需要1.5个小时。要回答这个问题，输出必须是ncol（正常信号）x ncol（肿瘤信号），Each column==患者档案，因此我们需要计算每个患者到每个可用正常样本的距离。对于任何混淆，我们深表歉意，并感谢您的帮助。距离位于每个肿瘤信号列和每个正常信号列之间。我认为删除打印语句不会加快过程。我插入这些语句是为了查看哪一步是正确的最低。还有其他检查方法吗？我正在试用这个软件包：谢谢Prasad，这是一个很大的帮助。分解dist函数并删除t以几乎相同的速度给出相同的结果。现在，这样的搜索发现了这个问题。我正在试用这个软件包：谢谢Prasad，这是一个很大的帮助。分解dist函数并删除t以几乎相同的速度给出相同的结果。如今，这样的搜索发现了这个问题。