将函数应用于 R 中的多个数组/矩阵

Question

给定两个数组：

a = array(1:3)
b = array(3:1)

我想应用一个函数，依次将A的每个元素的值与B的每个元素的值进行比较，并返回结果。

类似：

compare = function(xa, xb) { if (xa < xb) { 1 } else { 0 } }

...其中 xa 是 a 数组中的一个元素，xb 是 b 数组中的一个元素。

是否有 apply 的派生可以用来完成此操作？

Answer 1

我偶然发现了“mapply”，这似乎可以解决问题：

> gg = function(x,y){ if(x < y) { 1 } else { 0 }}
> gg(1,2)
[1] 1
> gg(2,1)
[1] 0
> mapply(gg, 1:4, 4:1)
[1] 1 1 0 0

Answer 2

而不是mapply，我会使用 R 内部循环规则来处理矢量化函数。如果a 和b 的长度相同，您只需这样做：

as.integer( a < b )
#[1] 1 0 0

as.integer 只是用来强制转换为1 或0，实际上TRUE 和FALSE 在任何后续的乘法运算中将表现为1 和0。

示例

set.seed(1); a <- sample(10)
#[1]  3  4  5  7  2  8  9  6 10  1

set.seed(2); b <- sample(10)
#[1]  2  7  5 10  6  8  1  3  4  9

a < b
#[1] FALSE  TRUE FALSE  TRUE  TRUE FALSE FALSE FALSE FALSE  TRUE

a * ( a < b )
#[1] 0 4 0 7 2 0 0 0 0 1

a[ a < b ]
#[1] 4 7 2 1

有些人可能会感到惊讶，但< 是一个函数。它在文件/src/main/relop.c 中调用一个名为do_relop 的底层C 函数（所有逻辑比较器都这样做——它们只是使用不同的开关进行比较类型）来处理向量回收。你可以这样写<：

`<`( a , b )
#[1] FALSE  TRUE FALSE  TRUE  TRUE FALSE FALSE FALSE FALSE  TRUE

基准测试

使用基本的 < 运算符（在一对 1e6 长度的向量上）比使用 ifelse（也是一个向量化函数）快 100 倍以上：

set.seed(1); a <- sample(10,1e6,repl=T)
set.seed(2); b <- sample(10,1e6,repl=T)
require( microbenchmark)
bm <- microbenchmark( comparealt(a,b) , `<`(a,b) , times = 25L )
print( bm , digits = 3 , unit = "relative" , order = "median" )
#Unit: relative
#             expr min  lq median  uq  max neval
#            a < b   1   1      1   1  1.0    25
# comparealt(a, b) 131 126    122 105 48.3    25

Answer 3

我最初阅读“A的每个元素到B的每个元素的值”意思是外连接并建议：

compare <- function(x, y){ outer(x, y, FUN="<")+0 }

例如给出

> compare(array(1:6), array(5:3))
     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    0
[4,]    1    0    0
[5,]    0    0    0
[6,]    0    0    0

为了比较相同维度的矩阵元素，你可以使用类似

comparemat <- function(mat1, mat2){ (mat1 < mat2)+0 }

或

comparealt <- function(mat1, mat2){ ifelse(mat1 < mat2, 1, 0) }

其中任何一个

comparemat(matrix(1:12,nrow=4), matrix(12:1,nrow=4)) 
comparealt(matrix(1:12,nrow=4), matrix(12:1,nrow=4)) 

给

     [,1] [,2] [,3]
[1,]    1    1    0
[2,]    1    1    0
[3,]    1    0    0
[4,]    1    0    0