我有以下R代码:

CutMatrix <- FullMatrix[, colSums( FullMatrix[-1,] != FullMatrix[-nrow( FullMatrix ), ] ) > 0]

通过查找FullMatrix中的哪些列的唯一值大于1的列,从而采用一个矩阵-FullMatrix并创建一个CutMatrix-因此将消除所有具有相同值的列。我想知道是否可以使用Rcpp加快大型矩阵的速度,但是我不确定做到这一点的最佳方法-是否存在轻松实现此目的的甜味方式(例如,通过遍历cols并计数唯一值的数量),或者如果我不得不使用STL中更复杂的内容。

我以为可能是下面的事情是一个开始(我还没有完全弄清楚)-试图在R函数的colSums大括号之间进行操作,但是我不认为我在设置子对象矩阵正确,因为它不起作用。
src <- '
//Convert the inputted character matrix of DNA sequences an Rcpp class.
Rcpp::CharacterMatrix mymatrix(inmatrix);

//Get the number of columns and rows in the matrix
int ncolumns = mymatrix.ncol();
int numrows = mymatrix.nrow();

//Get the dimension names
Rcpp::List dimnames = mymatrix.attr("dimnames");

Rcpp::CharacterMatrix vec1 = mymatrix(Range(1,numrows),_);
Rcpp::CharacterMatrix vec2 = mymatrix(Range(0,numrows-1),_);
'

uniqueMatrix <- cxxfunction(signature(inmatrix="character"), src, plugin="Rcpp")

谢谢,

最佳答案

这将返回一个LogicalVector,它是所有这些列的FALSE,只有一个unique值,您可以使用该子集来子集R matrix

require( Rcpp )
cppFunction('
  LogicalVector unq_mat( CharacterMatrix x ){

  int nc = x.ncol() ;
  LogicalVector out(nc);

  for( int i=0; i < nc; i++ ) {
    out[i] = unique( x(_,i) ).size() != 1 ;
    }
  return out;
}'
)

您可以像这样使用它...
#  Generate toy data
set.seed(1)
mat <- matrix( as.character(c(rep(1,5),sample(3,15,repl=TRUE),rep(5,5))),5)
     [,1] [,2] [,3] [,4] [,5]
[1,] "1"  "1"  "3"  "1"  "5"
[2,] "1"  "2"  "3"  "1"  "5"
[3,] "1"  "2"  "2"  "3"  "5"
[4,] "1"  "3"  "2"  "2"  "5"
[5,] "1"  "1"  "1"  "3"  "5"

mat[ , unq_mat(mat) ]
     [,1] [,2] [,3]
[1,] "1"  "3"  "1"
[2,] "2"  "3"  "1"
[3,] "2"  "2"  "3"
[4,] "3"  "2"  "2"
[5,] "1"  "1"  "3"

一些基本的基准测试...
applyR <- function(y) { y[ , apply( y , 2 , function(x) length( unique(x) ) != 1L ) ] }
rcpp <- function(x) x[ , unq_mat(x) ]

require(microbenchmark)
microbenchmark( applyR(mat) , rcpp(mat) )
#Unit: microseconds
#        expr    min      lq median     uq    max neval
# applyR(mat) 131.94 134.737 136.31 139.29 268.07   100
#   rcpp(mat)   4.20   4.901   7.70   8.05  13.30   100

08-20 04:32