高效的 R 矩阵比较答案

【问题标题】：Efficient R matrix comparison高效的 R 矩阵比较
【发布时间】：2015-12-14 07:07:22
【问题描述】：

在 R 中，我有两个矩阵 x 和 y，它们都有相同的列数，例如：

x <- matrix(runif(10*20),10,20)
y <- matrix(runif(50*20),50,20)

创建包含以下比较结果的矩阵的最有效方法是什么。比较 x 中的每一行与 y 中的每一行（10x50 行比较），返回 y 行中有多少数小于 x 行中对应的数。将结果放入 10x50 的结果矩阵中。

以下代码有效，但效率不高：

result <- matrix(NA,10,50)    
for (i in 1:10) {
      for (j in 1:50) {
        result[i,j]<- sum(x[i,]>y[j,])
      }
    }

【问题讨论】：

你能把你的example reproducible?.您提供的代码没有运行。
你想说“返回x行中有多少个数小于y行中对应的数”，对吗？
你怎么知道它没有效率？你把它比作什么？
runif(50,20) 不是一个东西。
@simon wuya，你能澄清/更新你的问题吗？

标签： r performance matrix row

【解决方案1】：

确实你的代码没有运行，但我认为你的意思是y <- matrix(runif(50*20),50,20)，对吗？

在这种情况下，您可以使用outer 函数：

outer(rowSums(x), rowSums(y), function(x, y) x > y)

编辑

我明白你的意思了，抱歉，错误也可以得到。我认为这将大大加快您的任务：

result2 <- rowSums(x[rep(1:nrow(x), nrow(y)), ] >
     y[rep(1:nrow(y), each = nrow(x)), ]) %>% 
    matrix(nrow = nrow(x))

【讨论】：

我的意思是，抱歉，问题已被编辑，代码现在可以工作了。你的答案返回布尔值，我的返回一个整数，其出现次数为 x>y

【解决方案2】：

我猜y <- matrix(runif(50))，您可以尝试使用单个循环来加快计算速度：

t(apply(y,1,function(u) rowSums(x<u)))

【讨论】：

【解决方案3】：

此答案基于@ColonelBeauvel 的答案。为了加快计算速度，您可以使用一个循环而不是两个循环并在较小的矩阵上循环（在您的示例中为 x）。

t(apply(x, 1, function(u)colSums(u > t(y))))

另一个重要的注意事项是u < t(y)。 R 按列比较矩阵，这就是为什么首先转置y 很重要。

带有基准测试的完整示例：

set.seed(1)
x <- matrix(runif(10*20),10,20)
y <- matrix(runif(50*20),50,20)

f0 <- function(x, y) {
result <- matrix(NA,10,50)
for (i in 1:10) {
      for (j in 1:50) {
        result[i,j]<- sum(x[i,]>y[j,])
      }
    }
result
}

f1 <- function(x, y)t(apply(x,1,function(u)colSums(u>t(y))))

all.equal(f0(x, y), f1(x, y))
# [1] TRUE

benchmark(f0(x, y), f1(x, y), order="relative")
#       test replications elapsed relative user.self sys.self user.child sys.child
# 2 f1(x, y)          100   0.035    1.000     0.032    0.004          0         0
# 1 f0(x, y)          100   0.253    7.229     0.252    0.000          0         0

【讨论】：