R 选择矩阵列（对应行）作为Nx1（对应1xD）矩阵，与向量相反

设

X

为

N

by

D

矩阵。通过

d

选择大小为

n

的子矩阵将返回这些维度的矩阵，除非

n

和

d

中至少有一个等于1，在这种情况下，我们将得到一个向量。有趣的是，即使

n

和

d

中的一个为0，而另一个不是1，R仍然返回正确维度的矩阵

现在，如果我们确定

n=1

，然后执行

cbind（X[row.subset，col.subset]）

将返回正确维度的矩阵，无论

d==1

（此处

n=length（row.subset）

和

d=length（col.subset）

）。如果我们确定

d=1

，然后我们可以使用

rbind（…）

。但是，如果

n

和

d

都可以是1，那么这两种方法都不起作用，因为我们可能会意外地将一行变成一列，反之亦然

据我所知，始终获得正确维度的矩阵的一种方法是调用

矩阵（X[row.subset，col.subset]，nrow=n，ncol=d）

。然而，我觉得这样做不应该是正确的，而且我不相信没有表现上的惩罚。有没有更“本土”的解决方案

下面是一个工作示例：

N <- 6
D <- 3
X <- matrix(rnorm(N*D),ncol=D)

dim(X[1:2,1:2]) #returns 2 2
dim(X[1:2,1]) #returns NULL, this is a vector

dim(cbind(X[1:2,1])) #returns 2 1
dim(cbind(X[1,1:2])) #returns 2 1, but we'd like it to be 1 2

dim(rbind(X[1,1:2])) #returns 1 2
dim(rbind(X[1:2,1])) #returns 1 2, but we'd like it to be 2 1

row.subset <- 1:4
col.subset <- 2
#I _think_ this is always correct, but it's verbose:
matrix(X[row.subset,col.subset],nrow=length(row.subset),ncol=length(col.subset))

---

N如果您不想将矩阵子集简化为向量，请告诉
[
不要删除维度：

> dim(X[1:2,1, drop=FALSE])
[1] 2 1
> dim(X[1,1:2, drop=FALSE])
[1] 1 2

有关详细信息，请参见
？“[”
。
如果不想将矩阵子集简化为向量，请告诉
[
不要删除维度：

> dim(X[1:2,1, drop=FALSE])
[1] 2 1
> dim(X[1,1:2, drop=FALSE])
[1] 1 2

有关详细信息，请参见
？“[”
。
快速评论：将向量生成矩阵不会对性能造成太大的影响——您只需设置维度属性fyi：有一个
drop
参数设置为
[
。如果您将其设置为
FALSE
，那么您将得到所有
n
@martas:请将此标记为已回答。@我想，DWin完成了（我只需要将Ista的回答标记为已接受，对吗？）。一个简短的评论：把一个向量变成一个矩阵几乎没有性能损失——你只是在设置维度属性。仅供参考：有一个
drop
参数设置为
[
。如果你把它设置为
FALSE
，那么你将得到所有
n
@martas:请将这个标记为已回答。@DWin done，我想（我只需要将Ista的答案标记为已接受，对吗？）。