使用mapply的问题

时间:2012-11-26 18:37:17

标签: r

我正在尝试使用mapply函数创建等高线图。我是R的新手,我已经阅读了mapply上的其他帖子,我仍然没有得到mapply函数的本质。我遇到了以下问题。

我有一个函数px(它接受2个参数),它返回一个值。我正在尝试使用draw.graph函数创建一个等高线图,它将采用2个序列(n1,n2)作为参数。但是,我不断收到错误,说contour()中的z不是矩阵。

我尝试使用browser()并意识到在执行mapply()后,我没有得到一个矩阵。所以我的问题是如何在此上下文中使用mapply函数获取矩阵? 如果可能的话,有人可以指出我在代码中犯的错误吗? 我一直收到以下错误:

 Error in contour.default(n1, n2, y) : no proper 'z' matrix specified

    # This function returns a value only    
        px <- function(mu.a, mu.b)
            {
                   #Note that x is just a vector in this context. specified
                   # outside the function. Since it is very long, I want specify it here.           
                    n1 <- dnorm(x, mean = mu.a, sd = 0.3)
                n2 <- dnorm(x, mean = mu.b, sd = 0.3)

                pxd<- 0.7 * n1 + (1-0.7) * n2

                return
                {
                    prod(pxd)
                }   
            } 
            #I am trying to generate a contour plot below of the function px.q3 with
           # arguments n1,n2, which will be sequences
            draw.graph <- function(n1,n2)
            {   

                y <- mapply(px,n1,n2)
                browser()
                contour(n1,n2,y)
            }
            draw.graph(seq(1.0,1.6,0.01),seq(2.4,3,0.01))

My aim of the draw.graph function is to get a contour plot as a function mu.a(i.e. n1) and mu.b(i.e. n2) <- 2 sequences. 

2 个答案:

答案 0 :(得分:3)

你没有将x的任何值传递给这个函数......我假设你使用的是全局的???淘气!

你可以像这样使用px FUN

px <- function(mu.a, mu.b, x)
        { etc..

然后,您可以使用 MoreArgs 选项

指定x
y2 <- mapply(FUN=px,n1,n2, MoreArgs=list(x), SIMPLIFY = T)

y2是一个矢量而不是你需要重塑的矩阵

dim(y2)=c(length(n2), length(n1))

答案 1 :(得分:1)

此处不使用 mapply(),您可以使用外部() ..而不是分段进行,所有组合都是我认为您想要的? NB 请注意使用 Vectorize()创建一个接受 mu.a mu.b 的矢量化函数作为向量,而 x 对于所有组合都是固定的。

这下面肯定有效(即产生一张工作图),但我不确定它应该看起来像那样???

x1 = seq(0, 1,.1)
n1=seq(1.0,1.6,0.01)
n2=seq(2.4,3,0.01)

#question 3 - as a function mu.a, mu.b
px.q3 <- function(mu.a, mu.b, x=x1)
{
  n1 <- dnorm(x, mean = mu.a, sd = 0.3)
  n2 <- dnorm(x, mean = mu.b, sd = 0.3)
  #p(x_d)
  pxd<- 0.7 * n1 + (1-0.7) * n2

  return
  {
  prod(pxd)
  }   
}

vectorised.px.q3=Vectorize(px.q3)
y= outer(n1,n2, FUN=vectorised.px.q3)
contour(n1,n2,y)