如何沿第三维滚动应用数组？答案

【问题标题】：How to rollapply array along 3rd dimension?如何沿第三维滚动应用数组？
【发布时间】：2015-03-03 22:09:41
【问题描述】：

说我有数组：

> arr <- array(1, dim=c(3, 3, 3))
, , 1

     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    1

, , 2

     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    1

, , 3

     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    1

我想使用大小为 2 的滚动窗口计算移动平均值。这意味着我想计算数组的每个 3 维的移动平均值，将它们 2 乘以 2。最后，我会得到一些东西喜欢：

> rollmeanThatWorksWithArrays(arr, k=2, margin=c(1, 2))
, , 1

     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    1

, , 2

     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    1

我可以使用apply(arr, margin=c(1, 2), mean) 在第三维上做这个平均值，但还没有弄清楚如何做一个滚动平均值。也许rollmean/rollapply根本不支持，我得自己写函数？

【问题讨论】：

虽然示例数据很受欢迎，但滚动平均值的恒定值示例是毫无意义的。
@thelatemail 是的，我知道。我试图保持尽可能简单，尽管这可能会使它有点混乱。忍受我，想象一下数组中充满了随机数据:)

标签： r zoo

【解决方案1】：

您可以手动执行以下操作（使用与您不同的数组）：

library(zoo)
arr <- array(1:27, dim=c(3, 3, 3))
res <- do.call(rbind ,tapply(c(arr), rep(1:9, 3), function(x) rollmean(x, k = 2)))
array(c(res), dim = c(3, 3, 2))
, , 1

     [,1] [,2] [,3]
[1,]  5.5  8.5 11.5
[2,]  6.5  9.5 12.5
[3,]  7.5 10.5 13.5

, , 2

     [,1] [,2] [,3]
[1,] 14.5 17.5 20.5
[2,] 15.5 18.5 21.5
[3,] 16.5 19.5 22.5

【讨论】：

酷，谢谢！我会把这个问题留几天，看看是否有人想出更好的解决方案，但你的看起来不错。我知道这与原始问题无关，但是否可以（轻松）并行化？我正在使用 644x644x432 阵列，使用单核运行它需要一段时间。
我会将第二行改为do.call(rbind ,tapply(c(arr), rep(1:644, 432), function(x) rollmean(x, k = 2)))，最后一行改为array(c(res), dim = c(644, 644, 432-1))

【解决方案2】：

假设输入arr 与@RStudent 的答案相同。首先创建一个数组索引的data.frame ix，它定义了arr 的子集，取平均值。定义 Mean 以获取数组列表的平均值。最后，对于每个ix 列k 形成arr[,,k] 并将其转换为适合作为Mean 输入的列表。取Mean 并将结果简化为一个数组。

library(zoo)

w <- 2 # width

arr <- array(1:27, c(3, 3, 3))
n <- dim(arr)[3]

ix <- as.data.frame(t(rollapply(1:n, w, c)))
Mean <- function(L) Reduce("+", L) / length(L)
simplify2array(lapply(ix, function(ix) Mean(lapply(ix, function(k) arr[,,k]))))

给予：

, , V1

     [,1] [,2] [,3]
[1,]  5.5  8.5 11.5
[2,]  6.5  9.5 12.5
[3,]  7.5 10.5 13.5

, , V2

     [,1] [,2] [,3]
[1,] 14.5 17.5 20.5
[2,] 15.5 18.5 21.5
[3,] 16.5 19.5 22.5

【讨论】：