R 在大型矩阵中执行单元计算的有效方法

我试图从NASA的云掩模中间产品中获得2位8位值

矩阵的维数为3200 x 3248。我必须对数千个数据集进行转换

下面是我要进行此转换的数据集之一

这是我的密码：

library(binaryLogic)
test = as.logical(c(0,0))
#n_row <- nrow(cmask_1)
n_row <- 100
cmask_2bits  <- matrix(nrow=n_row, ncol=ncol(cmask_1))

t1 <- Sys.time()

for(i in 1:n_row){
  cmask_2bits[i,] <- sapply(cmask_1[i,], function (x) ifelse(identical(as.logical(as.binary(x, n=8)[5:6]), test), 0, 1))
}

t2 <- Sys.time()

time <- difftime(t2, t1)


t1_mthd2 <- Sys.time()

cmask_2bits_mthd2  <- matrix(nrow=n_row, ncol=ncol(cmask_1))

cmask_2bits_mthd2 <- mapply(function (x) 
ifelse(identical(as.logical(as.binary(x, n=8)[5:6]), test), 0, 1), cmask_1[1:n_row,])

cmask_2bits_mthd2 <- matrix(cmask_2bits_mthd2, nrow=n_row, ncol=ncol(cmask_1))

t2_mthd2 <- Sys.time()

time_mthd2 <- difftime(t2_mthd2, t1_mthd2)

time_mthd2 - time

库（二进制逻辑）
测试=逻辑（c（0,0））
#n_row对于更广泛的问题，当每个单元的操作相同时，对大型矩阵进行单元操作的最有效方法是使用内置的矢量化操作。R中的矩阵实际上只是一个向量，包含一些关于维度的元数据。对于您的特定问题，除了矢量化之外，它看起来像是
binaryLogic.asBinary
在计算上没有效率。对于8位整数中位5和6为零的简单情况，只需使用整数数学即可：

(((cmask_1 %% 128) %% 64) < 16) + 0

感谢@W.Murphy给出了这个简单明了的答案。整数除法后的正确答案应为

(((((()((((cmask_1%%256%%128）%%64%%32%%16)和((((cmask_1%%256%%128）%%64%%32%%16))+0

我想把余数限制在3到16之间，这样在这个间隔内的数字将被8或4除，或者两者都除

再次感谢
 我认为最快的方法是使用位逻辑运算符。如果要从整数X中提取位3和4，可以使用“X和12”（4+8=12）。因此，如果设置了第3位，则得到“4”；如果设置了第3位和第4位，则得到“8”；如果设置了第3位和第4位，则得到“12”

在R中有一个包“bitops”，它支持您需要的操作：

library(bitops)
mat_cmask = as.matrix(df_cmask)
v = as.vector(mat_cmask, mode="integer")
v1 = bitAnd(v, 12) # there are still values 4, 8 and 12
v2 = as.integer(v1>0)
result = matrix(v2, nrow=nrow(cmask), ncol(cmask)) 
result[1:10, 1:10]

最好的，Stefan
测试的值是多少？
作为.binary的包是什么please@W.Murphy编辑！不确定这是不是正确的，所以我建议你把它作为一个评论，以防你想探究它。您的代码使用
sapply（）
。当前答案中的矢量化数学可能是最好的方法，但为了以防万一，我会尝试重新编写代码，并在子集3种方式上测试性能-两种方式加上使用
map（）
的版本。如果你能以这种方式重写它，你可能会看到意想不到的提升。在不同的用例中，不同的方法比其他方法工作得更快
map（）
需要在矩阵上映射一个函数，如果可以的话。谢谢你的代码。它给出的结果非常快。但我刚刚编辑了我的问题，即前10 x 10矩阵观测值应与图像中的相同。我还检查了HDFView软件中的这些位，确认这些转换是正确的。但是代码给了我不同的建议。你的建议很简单，但需要修正。我编辑了一个问题，我感兴趣的2位是第3位和第4位，即2^3和2^2的值。在这种情况下，我可以按照您的代码写下（（（（（3%%256）%%128）%%64）%%32）%%16）%%8）%%4）>2）+0但是，不清楚cmask_1中的数字是否除以8和4。例如，15和3在4除后都有3的余数。但是3不被8和4除，而15被8和4除。在这种情况下，3应该重新编码为0，而15是1。@Mustafa感谢您的澄清；我想知道我是不是把钻头的顺序倒过来了。也许可以简化您添加的答案，但有一件事我仍然不确定：这两个位中的哪些值应该输出为零对一？此数据产品的文档说明，我感兴趣的2位代表云掩码的值：自信清晰、清晰、多云和自信多云。因为2位表示00、01、10和11的值，如果我没有错的话。然后，我的目标是获得“自信清晰”元素的云掩码，这样我想从我感兴趣的2位中得到00。这是文档的链接（第10页）。
library(bitops)
mat_cmask = as.matrix(df_cmask)
v = as.vector(mat_cmask, mode="integer")
v1 = bitAnd(v, 12) # there are still values 4, 8 and 12
v2 = as.integer(v1>0)
result = matrix(v2, nrow=nrow(cmask), ncol(cmask)) 
result[1:10, 1:10]