剪裁R中最小和最大允许值之间的值
在Mathematica中有一个命令剪裁R中最小和最大允许值之间的值,r,vectorization,clip,clamp,R,Vectorization,Clip,Clamp,在Mathematica中有一个命令Clip[x,{min,max}] 这为min提供了x,这里有一个函数可以同时用于向量和矩阵 myClip <- function(x, a, b) { ifelse(x <= a, a, ifelse(x >= b, b, x)) } myClip(x = 0:10, a = 3,b = 7) # [1] 3 3 3 3 4 5 6 7 7 7 7 myClip(x = matrix(1:12/10, ncol=4), a=
Clip[x,{min,max}]
这为
min提供了x
,这里有一个函数可以同时用于向量和矩阵
myClip <- function(x, a, b) {
ifelse(x <= a, a, ifelse(x >= b, b, x))
}
myClip(x = 0:10, a = 3,b = 7)
# [1] 3 3 3 3 4 5 6 7 7 7 7
myClip(x = matrix(1:12/10, ncol=4), a=.2, b=0.7)
# myClip(x = matrix(1:12/10, ncol=4), a=.2, b=0.7)
# [,1] [,2] [,3] [,4]
# [1,] 0.2 0.4 0.7 0.7
# [2,] 0.2 0.5 0.7 0.7
# [3,] 0.3 0.6 0.7 0.7
myClip这里有一个嵌套的pmin
和pmax
设置边界的方法:
fenced.var <- pmax( LB, pmin( var, UB))
fenced.varRcpp
为此有夹具
:
cppFunction('NumericVector rcpp_clip( NumericVector x, double a, double b){
return clamp( a, x, b ) ;
}')
下面是一个快速基准测试,显示了它如何与讨论的其他方法进行比较:
pmin_pmax_clip <- function(x, a, b) pmax(a, pmin(x, b) )
ifelse_clip <- function(x, a, b) {
ifelse(x <= a, a, ifelse(x >= b, b, x))
}
operations_clip <- function(x, a, b) {
a + (x-a > 0)*(x-a) - (x-b > 0)*(x-b)
}
x <- rnorm( 10000 )
require(microbenchmark)
microbenchmark(
pmin_pmax_clip( x, -2, 2 ),
rcpp_clip( x, -2, 2 ),
ifelse_clip( x, -2, 2 ),
operations_clip( x, -2, 2 )
)
# Unit: microseconds
# expr min lq median uq max
# 1 ifelse_clip(x, -2, 2) 2809.211 3812.7350 3911.461 4481.0790 43244.543
# 2 operations_clip(x, -2, 2) 228.282 248.2500 266.605 1120.8855 40703.937
# 3 pmin_pmax_clip(x, -2, 2) 260.630 284.0985 308.426 336.9280 1353.721
# 4 rcpp_clip(x, -2, 2) 65.413 70.7120 84.568 92.2875 1097.039
pmin\u pmax\u clip我相信这将来自graster
软件包
library(raster)
clamp(x, lower=-Inf, upper=Inf, ...)
伟大的非常感谢!!我的函数是waaayy慢,但它的工作速度相当快!这应该在R的基本库中!非常优雅-太棒了!我经常用这个。我有一个大型数据集,其中有几个变量在0以下似乎不是真实的,在高端也应该是合理的约束。真正的诀窍是记住用pmin
设置最大值,用pmax
设置最小值。你的“很难找到更快的方法”显然激励了我去看看。是的。它仍然赢得了紧凑性奖。。。到目前为止,我认为函数的参数UB和LB应该颠倒。我怀疑fence那些时候真是太棒了。只是在控制台会话中粘贴夹紧代码的行显然不是你想要我们Rcpp处女做的。几乎是这样。请参见我在编辑中使用的cpp功能
。(但是您需要当前的devel版本的Rcpp
,因为clamp
自上一个版本以来已被修复)。非常酷。我对操作的糟糕程度感到震惊和困惑。。。。有时候。你知道为什么所有这些函数的最大值都比最小值大很多吗?我很确定这是关于内存分配的<代码>操作\u clip
执行了很多操作,所以我猜有时需要更长的时间。
pmin_pmax_clip <- function(x, a, b) pmax(a, pmin(x, b) )
ifelse_clip <- function(x, a, b) {
ifelse(x <= a, a, ifelse(x >= b, b, x))
}
operations_clip <- function(x, a, b) {
a + (x-a > 0)*(x-a) - (x-b > 0)*(x-b)
}
x <- rnorm( 10000 )
require(microbenchmark)
microbenchmark(
pmin_pmax_clip( x, -2, 2 ),
rcpp_clip( x, -2, 2 ),
ifelse_clip( x, -2, 2 ),
operations_clip( x, -2, 2 )
)
# Unit: microseconds
# expr min lq median uq max
# 1 ifelse_clip(x, -2, 2) 2809.211 3812.7350 3911.461 4481.0790 43244.543
# 2 operations_clip(x, -2, 2) 228.282 248.2500 266.605 1120.8855 40703.937
# 3 pmin_pmax_clip(x, -2, 2) 260.630 284.0985 308.426 336.9280 1353.721
# 4 rcpp_clip(x, -2, 2) 65.413 70.7120 84.568 92.2875 1097.039
library(raster)
clamp(x, lower=-Inf, upper=Inf, ...)