Question

我有一个矩阵A，它有大量的行和列（在这样一个矩阵的一个例子下面），偶尔会有一个完整的0行值（如在这个特定的例子中的第4行）。

我想要一个检查A的所有行的函数，并允许我对这些行的每个元素执行操作。有没有一种简单的方法可以做到这一点？

我也想知道矩阵是否是正确的数据结构。感觉不太对劲，或许数据框架更好吗？

A = matrix(
  c(0, 0, 1, 0, 0, 0, 0,
    1, 0, 1, 1, 0, 0, 0,
    0, 0, 0, 1, 1, 0, 0,
    0, 0, 0, 0, 0, 0, 0,
    0, 0, 0, 0, 0, 1, 1,
    0, 0, 0, 1, 1, 0, 1), nrow=7,ncol=7,byrow = TRUE)

对于该矩阵的每一行，我想确定其中是否只有0。如果是这样，我想设置（对于每个元素）值1 / N（其中N是ncol（A））。

Sudo代码：

if（sum（A行）== 0）然后row_of_A = 1 / ncol（A）

Answer 1

显然你想要这个：

A[rowSums(A != 0) == 0,] <- 1/ncol(A)
#          [,1]      [,2]      [,3]      [,4]      [,5]      [,6]      [,7]
#[1,] 0.0000000 0.0000000 1.0000000 0.0000000 0.0000000 0.0000000 0.0000000
#[2,] 1.0000000 0.0000000 1.0000000 1.0000000 0.0000000 0.0000000 0.0000000
#[3,] 0.0000000 0.0000000 0.0000000 1.0000000 1.0000000 0.0000000 0.0000000
#[4,] 0.1428571 0.1428571 0.1428571 0.1428571 0.1428571 0.1428571 0.1428571
#[5,] 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 1.0000000 1.0000000
#[6,] 0.0000000 0.0000000 0.0000000 1.0000000 1.0000000 0.0000000 1.0000000
#[7,] 0.0000000 0.0000000 1.0000000 0.0000000 0.0000000 0.0000000 0.0000000

说明：

A != 0检查所有矩阵元素，并返回一个带有TRUE的逻辑矩阵，用于非零元素。
然后我们对该逻辑矩阵的行求和，从而FALSE / TRUE被强制为0/1。
我们检查这些rowums是否为0，并使用生成的逻辑向量对行进行子集化。
我们将1 / ncol分配给此子集。

基准显示apply较慢：

set.seed(42); A = matrix(sample(0:1, 5e4, TRUE), nrow=1e4)

library(microbenchmark)
microbenchmark(A[rowSums(A != 0) == 0,],
               A[!apply(A != 0, 1, any),],
               A[apply(A == 0, 1, all),])
#Unit: microseconds
#                        expr       min        lq       mean    median        uq       max neval cld
#   A[rowSums(A != 0) == 0, ]   572.202   593.298   620.7931   624.248   629.638   780.387   100  a 
# A[!apply(A != 0, 1, any), ] 14978.248 16124.652 17261.9530 17441.054 18129.975 22469.219   100   b
#  A[apply(A == 0, 1, all), ] 15182.122 16149.751 17616.8010 16561.657 17997.703 75148.079   100   b

R：矩阵行操作

1 个答案: