减去矩阵，K尺寸从n个的矩阵阵列中，K个维度

如果我有一个数组甲减去矩阵，K尺寸从n个的矩阵阵列中，K个维度

A <- array(0, c(4, 3, 5)) 
for(i in 1:5) { 
    set.seed(i) 
    A[, , i] <- matrix(rnorm(12), 4, 3) 
}

和，如果我有矩阵B

set.seed(6) 
B <- matrix(rnorm(12), 4, 3)

减去B中的代码从阵列A的每个矩阵将是：

d<-array(0, c(4,3,5)) 
for(i in 1:5){ 
    d[,,i]<-A[,,i]-B 
}

但是，什么是将执行相同的计算使用函数从“a pply“家庭？

来源

2013-06-26 Newbie_R

这是sweep是。

sweep(A, 1:2, B)

来源

2013-06-26 16:49:55

非常感谢这个信息 –

另一个非常直观的名称（对非统计学家）的另一个强大的命令...我爱R！名称与'apply'不一样。 – smci

也许不是很直观：

A[] <- apply(A, 3, `-`, B)

来源

2013-06-26 16:49:30

Tnx宝贵的答复。请告诉我，我们在保留A []的同时对R做了什么？ –

这意味着分配到括号内的“A”元素。您可能还记得，索引时，缺少的维度意味着“选择该维度中的所有元素”，例如'mat [1，]'意味着“选择第一行和所有矩阵mat'列”。这个约定在进行单维索引时也适用，因此'[]'表示“选择所有元素”。它在这里做的是在保持其尺寸不变的情况下赋予“A”。这是必要的，因为'apply'本身会返回一个二维结构，而我们想要一个三维结果。 –

很好的解释，非常感谢:) –

因为你在最后的数组维度循环，你可以简单地做：

d <- A - as.vector(B)

，它会快很多。这与当从矩阵中减去矢量时的想法是一样的：矢量被循环使用，所以它被减去每列。

来源

2013-06-26 17:16:36 flodel

+1这是一个不错的事实 –

我需要遍历整个数组的维度。也许我引入了一些误解，因为在第一篇文章中，我写了set.seed（5），仅给出数组的最后一个维数的差异。但是，我编辑了这篇文章（例如set.seed（i）），并可能使我打算做的更直观清晰。但是，非常感谢您的回复！ –

@Newbie_R：我不认为你会意识到我的答案与你的答案相同。 – flodel

减去矩阵，K尺寸从n个的矩阵阵列中，K个维度

回答

相关问题