我想更好地了解外部工作以及如何对函数进行矢量化。下面是我想要做的最小例子：我有一组数字2,3,4。对于每个组合(a,b)，在对角线上创建一个带有a a b b b的对角矩阵，然后用它做一些事情，例如计算其行列式（这仅用于演示目的）。计算结果应写成3乘3矩阵，每个组合一个字段。
以下代码无效 - 显然，outer（或my.func）并不理解我不希望应用整个lambdas向量 - 您可以当您取消注释包含的print命令时，就会发现这种情况。
lambdas <- c(1:2)
my.func <- function(lambda1,lambda2){
# print(diag(c(rep(lambda1,2),rep(lambda2,2))))
det(diag(c(rep(lambda1,2),rep(lambda2,2))))
}
det.summary <- outer(lambdas,lambdas, FUN="my.func")
我如何修改我的功能或外部调用，这样的事情就像我想要的那样？
我想我需要以某种方式对我的函数进行向量化，但我不知道如何以及以何种方式处理外部调用。
编辑：
我已经改变了矩阵的大小，使它变得不那么混乱。我想生成4个对角4乘4矩阵，以下对角线; in括号中的相应参数lambda1, lambda2：
1 1 1 1 (1,1)，1 1 2 2 (1,2)，2 2 1 1 (2,1)，2 2 2 2 (2,2)。
然后，我想计算它们的决定因素（这是一个任意选择）并将结果放入矩阵，其第一列对应lambda1=1，第二列对应lambda1=2，行对应于lambda2的选择。 det.summary应为2到矩阵，并带有以下值：
1 4
4 16
因为这些是上面列出的对角矩阵的决定因素。
答案 0 :(得分：3)
你知道吗，有一个Vectorize函数（大写“V”）！
outer(lambdas,lambdas, Vectorize(my.func))
# [,1] [,2]
# [1,] 1 4
# [2,] 4 16
正如你想出来的那样（因为我花了一些时间才弄明白）outer要求函数被矢量化。在某些方面，它与*pply函数相反，它通过依次为每个值提供运算符/函数来有效地向量化操作。但如上所示，这很容易处理。