Question

我正在尝试编写一个R脚本，作为第一步，为输入矩阵的每一行计算dist()和其他内容，然后，作为脚本的第二步，使用每对输出矩阵在步骤1中获得进行另一次计算。我的问题是我无法“保存”从第一步获得的所有矩阵。有人能告诉我一个好的策略吗？

我的代码如下所示：

n<- nrow (aa)
output <- matrix (0, n, n)
for (i in 1:n)
{
    for (j in i:n)
    {
        akl<- function (dii){
            ddi<- as.matrix (dii)
            m<- rowMeans(ddi)
            M<- mean(ddi)
            r<- sweep (ddi, 1, m)
            b<- sweep (r, 2, m)
            return (b + M)  
            }
        A<- akl(dist(aa[i,]))
        B<- akl(dist(aa[j,]))
            V <- sqrt ((sqrt (mean(A * A))) * (sqrt(mean(B * B))))
        if (V > 0) {
            output[i,j] <- (sqrt(mean(A * B))) / V else output[i,j] <- 0
            }
    }
}

我想从akl函数中获取所有生成的矩阵，然后将其用于剩余的计算。我在这里展示的脚本在时间上是昂贵的，因为它每次都计算akl，而对于大输入矩阵则是一个问题。

Answer 1

你不需要在j循环中重新计算A，把它带到外面。

此外，您不需要每次都重新定义循环内的函数（假设它不依赖于循环内的任何内容）。

n<- nrow (aa)
output <- matrix (0, n, n)
akl<- function (dii){
            ddi<- as.matrix (dii)
            m<- rowMeans(ddi)
            M<- mean(ddi)
            r<- sweep (ddi, 1, m)
            b<- sweep (r, 2, m)
            return (b + M)  
            }
for (i in 1:n)
{
    A<- akl(dist(aa[i,]))
    for (j in i:n)
    {
        B<- akl(dist(aa[j,]))
            V <- sqrt ((sqrt (mean(A * A))) * (sqrt(mean(B * B))))
        if (V > 0) {
            output[i,j] <- (sqrt(mean(A * B))) / V else output[i,j] <- 0
            }
    }
}

试试看，运行你的测试（你有书面测试，对吗？）并看看。

Answer 2

现在您已经对代码进行了改进，看看编译器包。通过使用带有enablejit（3）的编译器，您可以通过大量循环来缩短脚本的时间。

提高R脚本效率

2 个答案: