有什么方法可以在 R 中实现多维数组的类似 numpy 的索引？

Question

假设我们有一个数组，x，维数至少为 2。我们有一个 indices 列表，我们想从 x 中检索和分配它。我想编写可以处理任意维度的x 的代码。

在 numpy 中，我们可以使用 x[indices,:] 轻松完成此操作，这适用于任意尺寸的 x。如果我们想在第一个维度以外的维度上建立索引，我们可以使用numpy.transpose 将其移动到第一个维度，然后在完成所需的索引后将其转回。在 R 中，aperm 提供等效功能。

但是，由于 R 中的索引行为略有不同，因此所需的功能似乎更难以实现。考虑：

x = array(0, c(5,4,3,2))
indices = c(1,2,3)
x[indices,]

x[1, ] 中的错误：维数不正确

使用 abind 包中的asub 解决了一半的问题，允许检索值：

asub(x, indices, 1, drop=FALSE)

除了以编程方式生成表达式x[indices,,,,]，根据x 的维度插入所需的许多逗号，然后调用eval，我不确定是否有一种简单的方法来进行赋值。

有没有更好的方法可以在 R 中实现预期的结果？

Answer 1

以下适用于在任何 1-k 维度中分配常数：

x = array(0, c(5,4,3,2))
indices = c(1,2,3)

k <- 1 # Dimension to subassign
x[slice.index(x, k) %in% indices] <- 5

但是，如果您想与indices 并行进行子赋值，这会变得有点不方便，尤其是在更高维度上，因为我们必须匹配数组的顺序。二维示例：

x = array(0, c(5,4,3,2))
k <- 2
x[slice.index(x, k) %in% indices] <- rep(1:3, each = dim(x)[1])

我想出的最佳选择如下：

subassign_array <- function(x, i, k, value) {
  each <- pmax(prod(dim(x)[seq_len(k - 1)]), 1)
  x[slice.index(x, k) %in% i] <- rep(value, each = each)
  x
}

例如将第 3 维中的第 1 和第 2 元素替换为 1 和 2：

subassign_array(x, 1:2, 3, 1:2)

然而，这并没有涵盖子分配的所有可能情况。

Answer 2

您可以决定使用 R 函数。我不建议这样做，尽管您可以在以下行中写一些东西：

np_array <- function(x){
  structure(x, class = c("np_array", class(x)))
}

print.np_array <- function(x){
  print(unclass(x))
}
  
"[.np_array" <-function(x,...){
  h <- match.call()
  h_len <- length(h)
  n <- seq_along(dim(x)) + 2
  n_len <- length(n)
  h[[2]]<- substitute(unclass(x))
  if(h_len - 2 < n_len){
    for(i in tail(n, n_len-h_len+2))
      h[i] <- h[i-1]
   }
  h[[1]]<-`[`
  eval(h, parent.frame())
}

现在你可以这样做了：

x <- np_array(array(0, c(5,4,3,2)))
x[1,]

, , 1

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

, , 2

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

x[1,2,]
     [,1] [,2]
[1,]    0    0
[2,]    0    0
[3,]    0    0

x[,2,]
, , 1

     [,1] [,2] [,3]
[1,]    0    0    0
[2,]    0    0    0
[3,]    0    0    0
[4,]    0    0    0
[5,]    0    0    0

, , 2

     [,1] [,2] [,3]
[1,]    0    0    0
[2,]    0    0    0
[3,]    0    0    0
[4,]    0    0    0
[5,]    0    0    0

等