减少R中for循环中矩阵运算的计算时间答案

【问题标题】：Reducing computation time for matrix operation in for loop in R减少R中for循环中矩阵运算的计算时间
【发布时间】：2019-07-24 14:35:56
【问题描述】：

对于以下两个矩阵，我想找到每一列的平均值。行数少，列数少，容易查找。

  yy=matrix(c(1:40), nrow = 10, ncol = 4)
    tt=c(1:8)
    yy_new=matrix(NA, nrow = 10, ncol=length(tt))
    yy_new1=matrix(NA, nrow = 10, ncol=length(tt))
    dim(yy_new)
    for ( it in 1:10){
      for ( tim in 1:8){
        yy_new[it, tim]=yy[it,1]+yy[it,3]*tt[tim]
        yy_new1[it, tim]=yy[it,2]+yy[it,4]*tt[tim]+2
      }
    }
yy_new_mean=apply(yy_new,2,mean) #column wise mean of the first matrix 

yy_new1_mean=apply(yy_new1,2,mean)

如果列数和行数非常大，比如 10000 行和 2000 列，则创建内部循环 (yy_new and yy_new1) 中的矩阵会花费太多时间。我可以有效地做到这一点，以便计算不会花费很长时间吗？

【问题讨论】：

创建矩阵 yy_new[iteration, tim] 需要很长时间。我可以在不存储矩阵的情况下获得 col 均值吗？
谢谢。我正在尝试加快创建矩阵 yy_new[iteration, tim] 和 yy_new1[iteration, tim] 的计算
你能举例说明yy_new 矩阵应该是什么样子吗？现在代码不起作用，因为您没有定义it。那是迭代吗？
为什么不试试apply() 它通常更快。此外，如果您想使用 for 循环，请使用foreach()，它可以并行工作并且速度更快
现在应该可以了，我已经定义好了。 @Leo Barlach

标签： r matrix

【解决方案1】：

您可以使用函数outer 来创建您想要的结果矩阵：

yy_new <- outer(1:10, 1:8, function(x,y){
  yy[x,1]+yy[x,3]*tt[y]
})

yy_new1 <- outer(1:10, 1:8, function(x,y){
  yy[x,2]+yy[x,4]*tt[y]+2
})

这比for 循环快得多。一般来说，在 R 中，您希望避免 for 循环，因为大多数函数都是矢量化的。

使用microbenchmark比较这两个选项，大约快100倍：

  min       lq       mean   median       uq      max neval
 6207.115 6601.342 7691.66462 6868.801 7215.776 45110.99   100
   27.152   30.855   50.98553   56.066   61.532   195.35   100

【讨论】：