Question

我想从这样的事情出发：

1> a = matrix(c(1,4,2,5,2,5,2,1,4,4,3,2,1,6,7,4),4)
1> a
     [,1] [,2] [,3] [,4]
[1,]    1    2    4    1
[2,]    4    5    4    6
[3,]    2    2    3    7
[4,]    5    1    2    4

对于这样的事情：

     [,1] [,2]
[1,]   12   15
[2,]   10   16

...不使用for循环，plyr或其他没有循环。可能？我正在尝试将地理纬度/经度数据集从5弧分缩小到半度，我有一个ascii网格。我指定blocksize的一个小函数会很棒。我有数百个这样的文件，所以我可以非常感谢那些让我快速完成而无需并行化/超级计算机的文件。

Answer 1

您可以使用矩阵乘法。

# Computation matrix:

mat <- function(n, r) {
  suppressWarnings(matrix(c(rep(1, r), rep(0, n)), n, n/r))
}

方阵矩阵示例，在a：

的每一侧使用矩阵及其转置

# Reduce a 4x4 matrix by a factor of 2:

x <- mat(4, 2)
x
##      [,1] [,2]
## [1,]    1    0
## [2,]    1    0
## [3,]    0    1
## [4,]    0    1

t(x) %*% a %*% x
##      [,1] [,2]
## [1,]   12   15
## [2,]   10   16

非方形示例：

b <- matrix(1:24, 4 ,6)
t(mat(4, 2)) %*% b %*% mat(6, 2)
##      [,1] [,2] [,3]
## [1,]   14   46   78
## [2,]   22   54   86

Answer 2

tapply(a, list((row(a) + 1L) %/% 2L, (col(a) + 1L) %/% 2L), sum)
#    1  2
# 1 12 15
# 2 10 16

我使用1L和2L代替1和2，因此索引保持整数（与数字相反），它应该以这种方式运行得更快。

Answer 3

我想这可能对你有所帮助，但它仍然使用了可以被视为循环工具的sapply。

a <- matrix(c(1,4,2,5,2,5,2,1,4,4,3,2,1,6,7,4),4)
block.step <- 2
res <- sapply(seq(1, nrow(a), by=block.step), function(x) 
    sapply(seq(1, nrow(a), by=block.step), function(y) 
        sum(a[x:(x+block.step-1), y:(y+block.step-1)])
    )
)
res

无论如何有用吗？

矩阵元素的逐块和

3 个答案: