我是编程的初学者。因此,这个问题可能很容易解决。我有三个相同维度的矩阵,例如:
A = matrix(1:16,4,4)
B = matrix(rnorm(16,5,1),4,4)
C = matrix(rnorm(16,9,1),4,4)
我想生成一个新矩阵(D),它包含A值低于8时位置的所有B值。否则,当A的值等于或大于8时,新矩阵D应包含值矩阵C.我已经使用“ifelse”函数解决了问题:
D = ifelse(A<8,B,C)
但是,这很慢。是否有更快的方法来生成这个矩阵D?非常感谢提前!
答案 0 :(得分:1)
试试这个:
D <- (A < 8) * B + (A >= 8) * C
它快一点:
A = matrix(sample(16,1e4,TRUE),100,100)
B = matrix(rnorm(1e4,5,1),100,100)
C = matrix(rnorm(1e4,9,1),100,100)
require(microbenchmark)
microbenchmark(D1 <- (A < 8) * B + (A >= 8) * C, D2 <- ifelse(A<8,B,C))
Unit: microseconds
expr min lq median uq max neval
D1 <- (A < 8) * B + (A >= 8) * C 499.102 528.4075 542.2415 554.983 674.206 100
D2 <- ifelse(A < 8, B, C) 4015.024 4062.5310 4079.4590 4173.564 5512.694 100
identical(D1,D2)
[1] TRUE
编辑:这可以更快:
D <- {A < 8} * {B - C} + C
注意大括号而不是括号和单个比较。基准:
microbenchmark(D1 <- {A < 8} * {B - C} + C, D2 <- ifelse(A<8,B,C))
Unit: microseconds
expr min lq median uq max neval
D1 <- { A < 8 } * { B - C } + C 289.050 300.881 310.7105 333.645 496.189 100
D2 <- ifelse(A < 8, B, C) 4027.037 4057.980 4069.8110 4148.627 5372.173 100
sum(abs(D1-D2))
#[1] 8.304468e-14
但考虑到C
的减法和加法,对数值准确性有一点影响。
答案 1 :(得分:1)
以下是为大型数组执行此操作的几种方法:
A <- matrix(1:16,10000,10000)
B <- matrix(rnorm(10000^2),10000,10000)
C <- matrix(rnorm(10000^2),10000,10000)
> invisible(gc())
> system.time(D<-ifelse(A<8,B,C))
user system elapsed
15.588 6.608 22.237
> invisible(gc())
> system.time(D<- (A<8)*B+(A>=8)*C)
user system elapsed
3.104 3.152 6.267
> invisible(gc())
> system.time({D<-B; w<-which(A>=8); D[w]<-C[w]})
user system elapsed
2.872 1.416 4.296
> invisible(gc())
> system.time({D<-B; w<-(A>=8); D[w]<-C[w]})
user system elapsed
4.200 1.788 5.998
> invisible(gc())
> system.time(D<- {A<8}*{B-C}+C)
user system elapsed
2.012 1.996 4.018
>
所以,至少在我的机器上,最快的方法是{D<-B; w<-which(A>=8); D[w]<-C[w]}
。 Ferdinand.kraft提出的方法D<- {A<8}*{B-C}+C
略快,但牺牲了一些精确度。