提高代码执行速度

Question

我有一个数组：

myarray<-array(rep(1:5,3*99), dim=c(9,3,99))

和一个功能：

freq<-function(x){ 
    m<-names(which(table(x) == max(table(x)))); m<-as.numeric(m) 
if (length(m)>1){ m<-sample(m,1) } else m 
}

我想查看数组中每个矩阵的第二列，即myarray [，2，]，并确定该列中最常用的值。如果有2个或更多的频繁值，那么我想随机选择一个。为此，我编写了上面的函数，并使用以下函数将其应用于数组：

apply(myarray[,2,],2,freq)

这很有效，但执行时间有点慢。

我相信它很慢，因为该函数生成一个表并转换数据结构。 有更有效的方法吗？

在做了一点阅读之后，我发现tabulate（）是获取向量中出现频率的最快方法。

我到目前为止：

f<-function(x){ 
    a<-which.max(tabulate(x))
if (length(a)>1) {a<-sample(a,1)} else {a}
}

但是which.max部分不起作用，因为它总是返回第一个值。一旦我从表格中得到结果，我怎样才能列出最常出现的数字？

Answer 1

你可以使用nnet::which.is.max，它会随机打破关系，而不是取第一个值。