正常矩阵将是二维矩阵。但是,我可以初始化:使用适用于多维数组
a<-array(0,dim=c(2,3,4,5))
这是一个2 * 4 * 5 * 3矩阵或数组。
命令
apply(a,c(2,3),sum)
将给出一个4 * 5阵列,包含超过在第一和第四维中的元素的总和。
为什么呢?据我所知,在apply
函数中,1表示行,2表示列,但这里3是什么意思?
这里我们需要一些抽象。
正常矩阵将是二维矩阵。但是,我可以初始化:使用适用于多维数组
a<-array(0,dim=c(2,3,4,5))
这是一个2 * 4 * 5 * 3矩阵或数组。
命令
apply(a,c(2,3),sum)
将给出一个4 * 5阵列,包含超过在第一和第四维中的元素的总和。
为什么呢?据我所知,在apply
函数中,1表示行,2表示列,但这里3是什么意思?
这里我们需要一些抽象。
理解数组apply
最简单的方法是尝试一些示例。下面是最后一个例子修改了一些数据对象in the documentation:
> z <- array(1:24, dim = 2:4)
> dim(z)
[1] 2 3 4
> apply(z, 1, function(x) sum(x))
[1] 144 156
> apply(z, 2, function(x) sum(x))
[1] 84 100 116
> apply(z, 3, function(x) sum(x))
[1] 21 57 93 129
这是怎么回事?那么,我们创建一个三维数组z
。如果你使用apply
和MARGIN=1
你得到了行和(两个值,因为有两行),如果你使用MARGIN=2
你得到列总和(三个值,因为有三列),如果你使用MARGIN=3
,你可以得到整个数组的第三个维度(四个值,因为数组的第三维有四个级别)。
如果您为MARGIN
指定了一个向量,例如c(2,3)
,您将获得每列的行和第三维的级别的总和。注意如何在上面的例子中,结果从apply
与MARGIN=1
是行总和与MARGIN=2
列总和,分别在下面的结果可以看出矩阵:
> apply(z, c(2,3), function(x) sum(x))
[,1] [,2] [,3] [,4]
[1,] 3 15 27 39
[2,] 7 19 31 43
[3,] 11 23 35 47
如果指定的所有尺寸的MARGIN=c(1,2,3)
你只需获得原始三维物体:在这里学
> all.equal(z, apply(z, c(1,2,3), function(x) sum(x)))
[1] TRUE
最好的办法就是开始与一些真正的矩阵玩耍。您的示例数据对于查看总和没有帮助,因为所有数组条目均为零。
1:n尺寸适用于从行开始的工作。 –