Question

我想计算矩阵中每行的方差。对于以下矩阵A

     [,1] [,2] [,3]
[1,]    1    5    9
[2,]    5    6   10
[3,]   50    7   11
[4,]    4    8   12

我想得到

[1]  16.0000   7.0000 564.3333  16.0000

我知道我可以用apply(A,1,var)实现这一目标，但有更快或更好的方法吗？从八度音阶开始，我可以使用var(A,0,2)执行此操作，但我不知道如何使用R中Y函数的var()参数。

编辑：典型块的实际数据集大约有100行和500列。但总数据大约为50GB。

Answer 1

您可以使用var和rowSums

在行（或列）上对rowMeans进行矢量化

RowVar <- function(x, ...) {
  rowSums((x - rowMeans(x, ...))^2, ...)/(dim(x)[2] - 1)
}

RowVar(A)
#[1]  16.0000   7.0000 564.3333  16.0000

使用@Richards数据，产量

microbenchmark(apply(m, 1, var), RowVar(m))

## Unit: milliseconds
## expr        min         lq     median         uq        max neval
## apply(m, 1, var) 343.369091 400.924652 424.991017 478.097573 746.483601   100
##        RowVar(m)   1.766668   1.916543   2.010471   2.412872   4.834471   100

您还可以创建一个更通用的函数，它将接收类似于apply的语法，但仍将保持矢量化（由于矩阵需要先转置，因此列方式方差会更慢）

MatVar <- function(x, dim = 1, ...) {
  if(dim == 1){
     rowSums((x - rowMeans(x, ...))^2, ...)/(dim(x)[2] - 1)
  } else if (dim == 2) {
     rowSums((t(x) - colMeans(x, ...))^2, ...)/(dim(x)[1] - 1)
  } else stop("Please enter valid dimension")
}


MatVar(A, 1)
## [1]  16.0000   7.0000 564.3333  16.0000

MatVar(A, 2)
        V1         V2         V3 
## 547.333333   1.666667   1.666667

Answer 2

这是apply()有用的主要原因之一。它意味着在数组或矩阵的边缘上运行。

set.seed(100)
m <- matrix(sample(1e5L), 1e4L)
library(microbenchmark)
microbenchmark(apply(m, 1, var))
# Unit: milliseconds
#              expr      min       lq   median       uq      max neval
#  apply(m, 1, var) 270.3746 283.9009 292.2933 298.1297 343.9531   100

300毫秒太长，无法进行10,000次计算？

R中矩阵的行方差

2 个答案: