多次在矩阵上重复一个函数并对结果矩阵求和答案

【问题标题】：Repeating a function on a matrix multiple times and summing resulting matrices多次在矩阵上重复一个函数并对结果矩阵求和
【发布时间】：2020-01-20 22:32:03
【问题描述】：

我在尝试多次重复一行代码时遇到了在 R 中编写代码的问题。

我写了以下代码：

rep(blank.matrix<-((distance(site.by.species[sample(nrow(site.by.species)),], method='jaccard')<=existing.jaccard.similarity)*1)+blank.matrix,times=100)

我正在尝试按物种矩阵排列站点：

site.by.species[sample(nrow(site.by.species)),]

然后从中得到一个jaccard相似度矩阵：

distance("", method='jaccard')

然后将它与现有的相似度矩阵进行比较，我想在其中找到所有小于或等于它的值

<=existing.jaccard.similarity

然后我想运行 100 次 - 将每个创建的矩阵中的 1 和 0 加在一起，这样我就有了一个输出，它给出了我的 existing.jaccard.similarity 值小于等于我的置换值的次数.

我遇到的问题是我的矩阵非常大（8000x700），所以当我重复

错误：无法分配大小为 x Gb 的向量。

我对此感到惊讶，因为我认为我只会将更新的 blank.matrix 存储到内存中 - 但我意识到可能还有其他方法可以通过 apply() 或 for 循环来解决这个问题。感谢您对如何清理此代码的任何帮助！

【问题讨论】：

编辑：我现在意识到 rep() 函数甚至没有真正重复该代码，所以也许我比我最初想象的更迷茫。
也许你需要replicate(100, code_goes_here)，它使用一个实际的expression，它应该可以满足你的更多需求。
我刚试过这个，但它似乎运行了正确的 jaccard 相似性，但由于某种原因，输出矩阵（blank.matrix）在所有运行后都填充了 NA 值，这是我运行的内容：replicate(2, blank.matrix
在outside做作业，如results <- replicate(2, distance(...))?
results<-replicate(2, ((distance(site_spe3[sample(nrow(site_spe3)),], method='jaccard')<=jaccard.similarity)*1)) 这真的很接近，但是，它返回一个包含每个矩阵的数组，我想简单地将它们加在一起。我可以在运行后对它们求和，但是当我想运行 100-1000 次时，仅 2 次复制结果数组约为 400mb。我的想法是，必须有某种方法在创建每个结果矩阵时对其求和，以便最终结果只是一个求和矩阵。非常感谢您的帮助！

标签： r loops matrix memory bioinformatics

【解决方案1】：

我找到了解决办法：

repeat{
  results = ((distance(site.by.species[sample(nrow(site.by.species)),],method='jaccard')<=jaccard.similarity)*1) + results
   print(results[1,1])
   if (results[1,1] == 100){
     print("repeat loop ends");
     break
   }
}

我在这里使用了 repeat 函数，因为我只想输出一个矩阵，而不是将所有矩阵一起作为一个数组输出，这就是我使用 replicate() 方法得到的结果。我的repeat 在results[1,1] 达到 100 时结束，因为矩阵中的这个元素是同一站点的相似性，它将始终等于 jaccard.similarity 表 ([2,2];[3,3];and以此类推也可以），因此每次运行都会在此列中添加 1。

可能有更简单的方法可以做到这一点！

【讨论】：