C中的R扩展，设置矩阵行/列名称

Question

我正在编写一个在 C 中操作矩阵的 R 包。目前，返回给 R 的矩阵具有行/列名称的数字。在 C 中修改对象时，我宁愿分配自己的行/列名。

我已经用谷歌搜索了大约一个小时，但还没有找到好的解决方案。我发现最接近的是 dimnames，但我想命名每一列，而不仅仅是两个维度。矩阵变得大于 4x4，下面只是我想要做的一个小例子。

行数为 4^x，其中 X 是行名的长度

Current
     [,1] [,2] [,3] [,4]
[1,] 0.20 0.00 0.00 0.80
[2,] 0.25 0.25 0.25 0.25
[3,] 0.25 0.25 0.25 0.25
[4,] 1.00 0.00 0.00 0.00
[5,] 0.20 0.00 0.00 0.80
[6,] 0.25 0.25 0.25 0.25
[7,] 0.25 0.25 0.25 0.25
[8,] 1.00 0.00 0.00 0.00
[9,] 0.20 0.00 0.00 0.80
[10,] 0.25 0.25 0.25 0.25
[11,] 0.25 0.25 0.25 0.25
[12,] 1.00 0.00 0.00 0.00
[13,] 0.20 0.00 0.00 0.80
[14,] 0.25 0.25 0.25 0.25
[15,] 0.25 0.25 0.25 0.25
[16,] 1.00 0.00 0.00 0.00

Desired
     [A] [C] [G] [T]
 [AA] 0.20 0.00 0.00 0.80
 [AC] 0.25 0.25 0.25 0.25
 [AG] 0.25 0.25 0.25 0.25
 [AT] 1.00 0.00 0.00 0.00
 [CA] 0.20 0.00 0.00 0.80
 [CC] 0.25 0.25 0.25 0.25
 [CG] 0.25 0.25 0.25 0.25
 [CT] 1.00 0.00 0.00 0.00
 [GA] 0.20 0.00 0.00 0.80
 [GC] 0.25 0.25 0.25 0.25
 [GG] 0.25 0.25 0.25 0.25
 [GT] 1.00 0.00 0.00 0.00
 [TA] 0.20 0.00 0.00 0.80
 [TC] 0.25 0.25 0.25 0.25
 [TG] 0.25 0.25 0.25 0.25
 [TT] 1.00 0.00 0.00 0.00

Answer 1

上面的注释具有指导意义。 dimnames 是一个列表，其元素数量与数据集的维度相同，其中每个元素对应于该维度上的数量元素，即list(c('a','c','g','t'), c('a','c','g','t'))。

要在 C 中设置，我建议：

PROTECT(dimnames = allocVector(VECSXP, 2));
PROTECT(rownames = allocVector(STRSXP, 4));
PROTECT(colnames = allocVector(STRSXP, 4));
setAttrib( ? , R_DimNamesSymbol, dimnames);

然后您必须设置相关的 rowname 和 colname 元素。一般来说，这些东西在 R 中要容易得多。

吉姆

Answer 2

正如 Jim 所说，这在 R 中要容易得多。我通过 nam 参数将名称传递给 C 函数。

#include <Rinternals.h>
SEXP myMat(SEXP nam) {
  /*PrintValue(nam);*/
  SEXP ans, dimnames;
  PROTECT(ans = allocMatrix(REALSXP, length(nam), length(nam)));
  PROTECT(dimnames = allocVector(VECSXP, 2));
  SET_VECTOR_ELT(dimnames, 0, nam);
  SET_VECTOR_ELT(dimnames, 1, nam);
  setAttrib(ans, R_DimNamesSymbol, dimnames);
  UNPROTECT(2);
  return(ans);
}

如果您将该代码放在名为myMat.c 的文件中，您可以通过下面的行对其进行测试。我使用的是 Ubuntu，因此如果您使用的是 Windows，则必须将 myMat.so 更改为 myMat.dll。

R CMD SHLIB myMat.c
Rscript -e 'dyn.load("myMat.so"); .Call("myMat", c("A","C","G","T"))'

Answer 3

如果您对 C++ 而非 C 持开放态度，那么 Rcpp 可以使这更容易一些。我们只需像在 R 中一样创建一个包含行名和列名的列表对象，并将其分配给矩阵对象的 dimnames 属性：

R> library(inline)                         # to compile, link, load the code here
R> src <- '
+   Rcpp::NumericMatrix x(2,2);
+   x.fill(42);                           // or more interesting values
+   // C++0x can assign a set of values to a vector, but we use older standard
+   Rcpp::CharacterVector rows(2); rows[0] = "aa"; rows[1] = "bb";
+   Rcpp::CharacterVector cols(2); cols[0] = "AA"; cols[1] = "BB";
+   // now create an object "dimnms" as a list with rows and cols
+   Rcpp::List dimnms = Rcpp::List::create(rows, cols);
+   // and assign it
+   x.attr("dimnames") = dimnms;
+   return(x);
+ '
R> fun <- cxxfunction(signature(), body=src, plugin="Rcpp")
R> fun()
   AA BB
aa 42 42
bb 42 42
R> 

列名和行名的实际分配是如此手动......因为当前的 C++ 标准不允许在初始化时直接分配向量，但这会改变。

编辑：我刚刚意识到我当然可以在行和列名上使用静态create() 方法，这使得这更容易和更短

R> src <- '
+   Rcpp::NumericMatrix x(2,2);
+   x.fill(42);                           // or more interesting values
+   Rcpp::List dimnms =                   // two vec. with static names
+       Rcpp::List::create(Rcpp::CharacterVector::create("cc", "dd"),
+                          Rcpp::CharacterVector::create("ee", "ff"));
+   // and assign it
+   x.attr("dimnames") = dimnms;
+   return(x);
+ '
R> fun <- cxxfunction(signature(), body=src, plugin="Rcpp")
R> fun()
   ee ff
cc 42 42
dd 42 42
R> 

所以我们只需要三到四个语句，无需使用 PROTECT / UNPROTECT 进行胡闹，也无需内存管理。