如何在矩阵上使用for循环

假设我有一个矩阵：

A <- matrix(c(2,4,3,1,5,7), nrow=3, ncol=2)
colnames(A) <- c ("x", "y")

A
     x y
[1,] 2 1
[2,] 4 5
[3,] 3 7

然后我会把它转换成欧几里德距离：

(2,4)   =>    sqrt(2^2 + 4^2)    => 4.47
(1,2)   =>    sqrt(1^2 + 2^2)    => 2.24

和总距离

4.47 + 2.24 = 6.71

我很有信心，如果我可以访问矩阵的每一行作为一个向量，我可以很容易地编写代码。然而，我很想听到任何更好的方法来做到这一点

我还考虑将矩阵转换为列表列表（即（x，y）点列表，其中每个点都是x和y值的列表）或点列表（x，y）

---

我在编程方面不是很有经验，而且我刚刚开始使用R，如果我没有什么意义，那么很抱歉。

您可以尝试以下方法

for (i in 1:nrow(A))
{
    row = A[i,]
    % Do something with the row
}

然而，我很想听到任何更好的方法来做到这一点

R具有用于距离计算的内置功能，如

dist

，例如：

out <- as.matrix(dist(A))
#         1        2        3
#1 0.000000 4.472136 6.082763
#2 4.472136 0.000000 2.236068
#3 6.082763 2.236068 0.000000

因此：

---

在制作一个可复制的示例方面做得很好，该示例清楚地列出了问题、您所需的结果以及您已经考虑过的内容。不过，作为一种未来的策略，您通常可以通过谷歌

R term

获得一些关于执行特定任务的相关R功能的线索。例如，

R distance

会直接引导您进入

dist

功能。谢谢，我不知道这有多简单。当我将row=A[，I]更改为row=A[I，]时，这会起作用，但我将使用最新邮件建议的dist函数。

out <- as.matrix(dist(A))
#         1        2        3
#1 0.000000 4.472136 6.082763
#2 4.472136 0.000000 2.236068
#3 6.082763 2.236068 0.000000

row(out) - col(out)==1
#      [,1]  [,2]  [,3]
#[1,] FALSE FALSE FALSE
#[2,]  TRUE FALSE FALSE
#[3,] FALSE  TRUE FALSE

out[row(out) - col(out)==1]
#[1] 4.472136 2.236068
sum(out[row(out) - col(out)==1])
#[1] 6.708204