Question

我正在R写一个邻接矩阵，如下所示：

neighbours <- array(0, c(100,100))
for (i in 1:100) { neighbours[i,i] = 1 }    #reflexive

但后来我注意到class(neighbours)是double matrix。用更大的矩阵来占用太多空间。所以我想将类型强制转换为integer，或者甚至更好，因为它是无向的，logical。

但是...

> class(neighbours[5])
[1] "numeric"
> class(neighbours[5]) <- "integer"
> class(neighbours[5])
[1] "numeric"

不听我的话！

Answer 1

最好不要首先将其初始化为数字，但如果你不能这样做，请设置storage.mode：

R> neighbours <- array(0, c(100,100))
R> for (i in 1:100) { neighbours[i,i] = 1 }
R> str(neighbours)
 num [1:100, 1:100] 1 0 0 0 0 0 0 0 0 0 ...
R> storage.mode(neighbours) <- "integer"
R> str(neighbours)
 int [1:100, 1:100] 1 0 0 0 0 0 0 0 0 0 ...
R> storage.mode(neighbours) <- "logical"
R> str(neighbours)
 logi [1:100, 1:100] TRUE FALSE FALSE FALSE FALSE FALSE ...

Answer 2

也许我错过了什么，但为什么不直接将它声明为逻辑阵列？

neighbors <- array(FALSE, c(100,100))
diag(neighbors) <- TRUE

比较两者：

> object.size(array(0, c(100,100)))
80200 bytes
> object.size(array(FALSE, c(100,100)))
40200 bytes

编辑：我很想知道为什么逻辑数组每个条目占用4B，但是......

Answer 3

一个选项是最初用整数0（0L）填充，然后用整数1替换对角线，（1L）

m <- matrix(0L, 100, 100)
diag(m) <- 1L

这是在R中创建对角矩阵的更直接方式的一半：

m2 <- diag(1L, 100, 100)

> object.size(m)
40200 bytes
> object.size(m2)
80200 bytes

因此，分配整数矩阵m然后改变对角线会产生最紧凑的密集矩阵。

Answer 4

Matrix包中有一个sparseMatrix超类（现在是标准包）。如果你想要一个稀疏的对角矩阵，你可以用

创建它

library(Matrix) 
Matrix(diag(1,4) , sparse=TRUE)
#---------
4 x 4 sparse Matrix of class "dsCMatrix"

[1,] 1 . . .
[2,] . 1 . .
[3,] . . 1 .
[4,] . . . 1

进一步思考。如果要将矩阵的模式更改为整数，并且不关心它是否保持密集：

> m <- matrix(rnorm(25), 5)
> m[] <- as.integer(m)  
# you do need those square-brackets or the structure becomes a dimensionless vector.
> m
     [,1] [,2] [,3] [,4] [,5]
[1,]    0    0   -1    0    0
[2,]    1    0    0    0    0
[3,]    1    0    0    0    0
[4,]    0    0    0    0    0
[5,]    0    0    0   -1    0

然而Gavin评论提出了另一个想法：如果你的目标是表示“邻接”，并且它是一个非常大的样本空间，你可能只想使用sparseMatrix类作为模型，而是使用两列矩阵列中的对数。这并不是sparseMatrices如何保存其行，列和值，但是2列存储模式可能适用于您的问题。请参阅“igraph”包中的工作示例。我认为您的问题可能表示为无向图。

不能将矩阵数类强制转换为整数

4 个答案: