Question

我的问题如下，我考虑了许多推导：

我有一个数组，比如尺寸为dims = c（10000,5,2） - 即10行，5列和2个子数组。

我希望能够使用sample（）函数对EACH子阵列中给定比例（比如m）的行进行采样，并将它们移动到BETWEEN子阵列中。

因此，请说使用子阵列2的第10行交换第5行子阵列1（参见下面的示例）。

我问了一个类似的问题

得到了一些很好的帮助。

该解决方案很有用，但仅限于行的随机采样（意味着不会对所有子阵列进行采样）。

, , 1

      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    4    3    4    4    3    4    5    2    4     4
 [2,]    1    4    3    5    4    5    4    5    2     4
 [3,]    1    5    2    1    1    2    1    4    5     1
 [4,]    3    1    1    3    5    4    2    4    4     4
 [5,]    3    2    5    1    2    2    5    5    4     3    <-- e.g., switch this row
 [6,]    4    5    5    2    3    4    1    3    5     5
 [7,]    5    5    5    5    1    4    3    1    2     5
 [8,]    3    4    3    1    3    3    4    3    2     3
 [9,]    1    1    3    2    4    4    1    4    2     3
[10,]    1    4    4    2    4    2    4    2    2     1

, , 2

      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    5    5    1    1    5    2    1    4    3     1
 [2,]    4    3    2    4    3    5    5    5    4     3
 [3,]    2    4    1    1    4    2    2    2    3     4
 [4,]    5    1    4    5    4    4    3    4    4     5
 [5,]    1    5    5    4    3    3    5    2    2     2
 [6,]    2    2    2    2    5    5    3    4    3     5
 [7,]    5    2    1    1    2    5    3    4    4     2
 [8,]    3    4    3    3    1    3    3    2    3     5
 [9,]    2    1    4    4    3    2    4    5    5     2
[10,]    5    3    4    5    4    3    5    1    2     3    <-- with this row

在上面的例子中，m = 0.10，即每个子阵列中10％的行（1行）被采样然后交换。

有关如何强制sample（）在所有子阵列中采样的任何想法？理想情况下，每个子数组中的行数将非常大（10000或更多）。

虽然我只包含了2个子数组，其中一个或多个随机行在子数组2中用随机行交换（由m表示），我需要一个可以推广到k个子数组的例程。因此，如果k = 3，则在所有子阵列中进行采样，并且随机行与相邻子阵列交换。

因此，子阵列1中的一个或多个随机行具有相同的移动到子阵列2或子阵列3的可能性（只要它们总是在子阵列之间移动，它们与哪个子阵列行没有关系。然后，子阵列2或3中相应的一行或多行将转到子阵列1。

行数必须保持不变。例如，子阵列1中不能有11行，而子阵列2中只有9行 - 它必须是10和10。

我不知道任何可以执行此操作的软件包。这里的目标是模拟动物的运动。

非常感谢任何想法。

Answer 1

这是冗长的，可以清理，但应该让你到那里。

set.seed(4)
x <- array(sample(1:10, 200, replace = T), dim = c(10, 10, 2))
nrows_x <- dim(x)[1]

proportion <- 0.10
idx <- sample(1:nrows_x, nrows_x * proportion)

rows_dim_1 <- x[idx, , 1]
rows_dim_2 <- x[idx, , 2]

x[idx, , 1] <- rows_dim_2
x[idx, , 2] <- rows_dim_1

强制R中的sample（）对所有k个子阵列

1 个答案: