Question

我有一个概率表存储为数组（由bnlearn输出）。维度的数量始终等于父母的数量+ 1.我总是想要获取第一个维度，其余维度的dimnames存储在下面的vals中。

现在，我正在这样做：

vals = avatar[cpt$parent] # c('a','b')
eval_str = paste( "cpt$prob[,\'"
                , paste(vals, collapse="\',\'")
                , "\']", sep=""
                )
row = eval(parse(text=eval_str))

在三维情况下，代码可以证明：row=cpt$prob[,'a','b']

关于如何在不使用eval的情况下执行此操作的任何想法？

进一步说明

我想通过变量将数组子集化，其中索引为subset by。例如：

a1 <- array(1:81, c(3,3,3,3))

我可以直接使用a1[,2,2,3]进行子集获取67 68 69。但如果我有变量vals <- c(2,2,3)并尝试a1[,vals]，我会收到错误消息。或者，如果我尝试a1[vals]，它将评估为等效a1[c(2,2,3)]。

我也尝试了do.call，因为它允许do.call('[', ...)。或mapply(function(...) a1[...], ..)无济于事。

我希望有一个基于这些变量的索引和子集。但不是像往常那样的立场。

问题似乎出现在'[' x[i, j, ...]的参数结构中。我正在寻找由外部变量提供的j和...。

目前，我使用eval(parse(..方法指定间距和逗号位置。然后，我可以将a1[,vals]转换为a1[,2,2,3]，但我想避免使用该方法。

Answer 1

据我了解，你有一个索引向量：

vals <- c(2, 2, 3)

您想知道如何将其转换为以下内容（不使用eval）：

a1[,2,2,3]
# [1] 67 68 69

请注意，这与以下内容相同：

"["(a1, , 2, 2, 3)
# [1] 67 68 69

可以执行以下操作：

do.call("[", c(list(a1, substitute()), as.list(vals)))
# [1] 67 68 69

在数组中查找具有任意维度

1 个答案: