Question

对于我的N个变量中的每个变量，我都有一个（T * M）特征矩阵，即每t \ in T个M个观测值。问题是如何将其转换为（T * N * M）数组。例如，在下面的示例中，N = 2，T = 3，M = 4：

x1 <- matrix(1:24, 3,4)
> x1
     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12


x2 <- matrix(25:48, 3,4)
x2
     [,1] [,2] [,3] [,4]
[1,]   25   28   31   34
[2,]   26   29   32   35
[3,]   27   30   33   36

我需要制作一个3维（行数）数组，以使第一个元素为

     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]   25   28   31   34

第二个是：

    [,1] [,2] [,3] [,4]
[1,]    2    5    8   11
[2,]   26   29   32   35

第三个：

[,1] [,2] [,3] [,4]
[1,]    3    6    9   12
[2,]   27   30   33   36

，依此类推。对于以下示例，输出的尺寸应为（3,2,4）。

我需要对相对较大的N和T进行此操作，因此请欣赏可扩展的实现！

Answer 1

这是一个base R选项。

out <- `dim<-`(rbind(c(t(x1)), c(t(x2))), c(2, 4, 3))
out
#, , 1
#
#     [,1] [,2] [,3] [,4]
#[1,]    1    4    7   10
#[2,]   25   28   31   34
#
#, , 2
#
#     [,1] [,2] [,3] [,4]
#[1,]    2    5    8   11
#[2,]   26   29   32   35
#
#, , 3
#
#     [,1] [,2] [,3] [,4]
#[1,]    3    6    9   12
#[2,]   27   30   33   36

当我们调用x <- rbind(c(t(x1)), c(t(x2)))时，我们得到以下矩阵

x
#     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12]
#[1,]    1    4    7   10    2    5    8   11    3     6     9    12
#[2,]   25   28   31   34   26   29   32   35   27    30    33    36

我们需要更改此对象的尺寸

dim(x) <- c(2, 4, 3)

获得相同结果的另一种方法是在其functional form中调用dim的替换方法，即

`dim<-`(...)

这使得我们可以一站式完成所有工作。

使用tidyverse / R将N个2-d矩阵（T * M）整形为（T * N * M）的3d张量

1 个答案: