我对以下问题有疑问:
假设我有一些矩阵
A1 <- matrix(runif(rowsA1*T), rowsA1, T)
…
AD <- matrix(runif(rowsAD*T), rowsAD, T)
矩阵的数量是可变的(但最肯定不能太大)。
有没有一种方法可以更有效地执行以下操作(但在允许可变数量矩阵的设置中):
f1 <- function(A1, A2, ..., AD) {
for(i in 1:nrow(A1)) {
for(j in 1:nrow(A2)) {
...
for(d in 1:nrow(AD)) {
ret[i,j,...,d] <- \sum_{t=1}^T (A1[i,t]*A2[j,t]*...*AD[d,t])
}
...
}
}
ret
}
非常感谢您的帮助!
罗曼
----------------------------------以范例编辑------------- ---------------------
A1 <- |a b c| A2 <- |j k l| A3 <- |s t u|
|d e f| |m n o| |v w x|
|g h i| |p q r| |y z ä|
例如,我希望获得以下信息:
ret[1,1,1] <- a*j*s + b*k*t + c*l*u
ret[2,1,3] <- d*j*y + e*k*z + f*l*ä
希望这使我的观点更加清楚。
----------------------------------编辑2013年11月26日---------- ---------------------
嗨,@ flodel。我尝试实现您的代码,但是一旦一个具有三个以上的矩阵,似乎就会出现问题。
假设我有以下矩阵
A1 <- matrix(runif(4*3), nrow = 4, ncol = 3)
A2 <- matrix(runif(3*3), nrow = 3, ncol = 3)
A3 <- matrix(runif(2*3), nrow = 2, ncol = 3)
A4 <- matrix(runif(1*3), nrow = 1, ncol = 3)
并将它们插入您的代码
output.f1 <- f1(A1,A2,A3,A4)
提供正确数量的尺寸
dim(output)
# [1] 4 3 2 1
但是输出充满了NA
output.f1
# , , 1, 1
# [,1] [,2] [,3]
# [1,] 0.13534704 NA NA
# [2,] 0.07360135 NA NA
# [3,] 0.07360135 NA NA
# [4,] 0.07360135 NA NA
# , , 2, 1
# [,1] [,2] [,3]
# [1,] NA NA NA
# [2,] NA NA NA
# [3,] NA NA NA
# [4,] NA NA NA
感谢您的帮助...
最好,
罗曼
最佳答案
试试看。在较大的apply
循环中,使用大型矩阵可能会比较慢,但是它可以完成任何数量的矩阵而不必行数相同的工作:
f1 <- function(...) {
args <- list(...)
nrows <- sapply(args, nrow)
idx <- do.call(expand.grid, lapply(nrows, seq.int))
get.row <- function(i, mat) mat[i, ]
get.val <- function(i.vec) sum(Reduce(`*`, Map(get.row, i.vec, args)))
idx$val <- apply(idx, 1, get.val)
ret <- array(NA, dim = nrows)
ret[as.matrix(idx[, seq_along(args)])] <- idx$val
ret
}
用法示例:
A1 <- matrix(1:12, nrow = 4, ncol = 3)
A2 <- matrix(1:9, nrow = 3, ncol = 3)
A3 <- matrix(1:6, nrow = 2, ncol = 3)
out <- f1(A1, A2, A3)
检查:
identical(out[3, 2, 1],
sum(A1[3, ] * A2[2, ] * A3[1, ]))
# [1] TRUE
关于r - 动态高阶逐行产品,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/20142831/