循环遍历R中的数组答案

【问题标题】：Loop through array in R循环遍历R中的数组
【发布时间】：2018-01-20 05:02:32
【问题描述】：

我遇到了以下问题：

我有一个维度为 dim(x)= (46, 13, 30) 的大数组“x”。我正在尝试计算一个新矩阵“M”（30,598），它基本上包含第一列中每个“切片”的第一个元素，第二列中的第二个元素等等......最终，我想使用包含每个网格单元的所有元素的向量（M 的列）。

使用以下函数，我将能够计算我的矩阵 M。但是，考虑到大型数组，它并不是一个用户友好的解决方案：

M <- cbind(x[1,1,],x[1,2,],x[1,3,],x[1,4,],x[2,1,],x[2,2,], x[2,3,],x[2,4,]......)

这就是我想使用 for 循环的原因。不幸的是，我不知道怎么做。

这是我迄今为止尝试过的（不成功）：

M  <- matrix(NA, nrow = 6, ncol = 20)
for (i in 1:120){
    M[i] <- cbind(x[,,i])
}

这个循环只创建第一个向量（每个“切片”[1,1,] 的第一个元素），而不是中止。

关于如何完成这项工作的任何想法？非常感谢您的帮助！

【问题讨论】：

如果您发布一些虚拟数据会很有帮助，例如一个 3 维的小数组，因此我们可以更好地帮助您。
例如set.seed(1) ; x <- array(rnorm(2*3*5), dim = c(2, 3, 5))。以及相关的期望输出
在我的例子中，你想要的输出是desired_output <- cbind(x[1,1,],x[1,2,],x[1,3,],x[2,1,],x[2,2,], x[2,3,])吗？
正是 Aurèle，这就是我想要得到的！
然后t(apply(x, 3, identity))

标签： arrays r loops for-loop matrix

【解决方案1】：

样本数据：

set.seed(1) ; x <- array(rnorm(2*3*5), dim = c(2, 3, 5))

# , , 1
# 
# [,1]       [,2]       [,3]
# [1,] -0.6264538 -0.8356286  0.3295078
# [2,]  0.1836433  1.5952808 -0.8204684
# 
# , , 2
# 
# [,1]       [,2]      [,3]
# [1,] 0.4874291  0.5757814 1.5117812
# [2,] 0.7383247 -0.3053884 0.3898432
# 
# , , 3
# 
# [,1]        [,2]        [,3]
# [1,] -0.6212406  1.12493092 -0.01619026
# [2,] -2.2146999 -0.04493361  0.94383621
# 
# , , 4
# 
# [,1]      [,2]        [,3]
# [1,] 0.8212212 0.9189774  0.07456498
# [2,] 0.5939013 0.7821363 -1.98935170
# 
# , , 5
# 
# [,1]       [,2]       [,3]
# [1,]  0.61982575 -0.1557955 -0.4781501
# [2,] -0.05612874 -1.4707524  0.4179416

然后将维度apply()identity（或者，等效地，as.vector 甚至c，参见?apply）置换到第三维并转置：

res <- t(apply(aperm(x, c(3, 2, 1)), 1, identity))

#            [,1]       [,2]        [,3]        [,4]        [,5]       [,6]
# [1,] -0.6264538 -0.8356286  0.32950777  0.18364332  1.59528080 -0.8204684
# [2,]  0.4874291  0.5757814  1.51178117  0.73832471 -0.30538839  0.3898432
# [3,] -0.6212406  1.1249309 -0.01619026 -2.21469989 -0.04493361  0.9438362
# [4,]  0.8212212  0.9189774  0.07456498  0.59390132  0.78213630 -1.9893517
# [5,]  0.6198257 -0.1557955 -0.47815006 -0.05612874 -1.47075238  0.4179416

同样，根据@Frank 的建议：res <- matrix(aperm(x, c(3, 2, 1)), dim(x)[3])

最后：

desired_output <- cbind(x[1,1,],x[1,2,],x[1,3,],x[2,1,],x[2,2,], x[2,3,])
all.equal(res, desired_output)

# [1] TRUE

【讨论】：